[HD]Machine Learning (머신러닝) 원리 및 이론 배우기

과정 소개

커리큘럼 총 18차시

• 11. 머신러닝 개념 및 정의
• 22. 머신러닝 용어 및 라이브러리 정리
• 33. 선형 회귀 모델
• 44. 다중 선형 회귀
• 55. 선형 회귀 모델 구현 / colab 설명
• 66. 로지스틱 회귀 모델
• 77. 로지스틱 회귀 모델 구현
• 88. 의사 결정 나무
• 99. 의사 결정 나무 구현
• 1010. 랜덤 포레스트
• 1111. 랜덤 포레스트 구현
• 1212. knn
• 1313. knn 구현
• 1414. train valid test 데이터 나누기
• 1515. 데이터 전처리
• 1616. 최종 실습 - 타이타닉
• 1717. 최종 실습 - 타이타닉2
• 1818. 최종 실습 - 타이타닉3

훈련 진행 유의사항

• 본인인증 — 휴대폰 본인인증을 입과 시 (최초 1회), 진도학습 시 (1일 1회), 시험·과제·진행평가 시 수행합니다.
• 수료기준 — 진도율 80% 이상 충족 시 수료 처리됩니다.
• 1일 진도제한 — 1일 최대 8시간까지 학습할 수 있습니다.
• 진도율 산정 — 학습한 차시가 아닌 학습시간 기준으로 산정되며, 차시별 인정시간의 50% 이상 학습 시 인정됩니다.
• 평가 — 진행단계평가·시험·과제가 있으며, 최종평가는 진도율 충족 + 진행평가 완료 후 응시할 수 있습니다.
• 부정행위 — 베낀 답안(모사답안)은 처리기준에 따라 불이익이 있을 수 있습니다.
• 자동 로그아웃 — 장시간 활동이 없으면 최대 120분 후 자동 로그아웃됩니다.