AI가 코딩하는 시대, 머신러닝 알고리즘의 원리를 꿰뚫는 개발자로 성장하기

02

2_01_파이썬으로 선형 회귀(Linear Regression) 구현하기

03

2_02_Python으로 Ridge 및 Lasso 회귀 구현

04

2_03_파이썬으로 다항 회귀(Polynomial Regression) 구현하기

05

2_04_파이썬으로 로지스틱 회귀 구현하기

06

2_05_K_최근접_이웃_KNN_파이썬_구현

07

2_06_서포트 벡터 머신(SVM) 파이썬 구현

08

2_07_파이썬으로_의사결정나무_구현

09

2_08_Python으로 랜덤 포레스트(Random Forests) 구현하기

10

2_09_파이썬으로 그라디언트 부스팅(Gradient Boosting) 구현하기

11

2_10_Python으로 나이브 베이즈(Naive Bayes) 구현

12

3_01_Python으로 K-평균(K-Means) 군집화 구현

13

3_02_파이썬으로_계층적_군집화_구현

14

3_03_DBSCAN_밀도 기반 공간 클러스터링 (DBSCAN) 소개

15

3_04_가우시안_혼합_모델(GMM)_파이썬_구현

16

3_05_주성분분석(PCA)_파이썬_구현

17

3_06_t_분산 확률적 이웃 임베딩(t-SNE) 구현

18

3_07_오토인코더(Autoencoder)_파이썬_구현

19

4_01_머신러닝 알고리즘과 구현 소개

20

4_02_파이썬으로 선형 회귀(Linear Regression) 구현하기

21

4_03_릿지(Ridge)와 라쏘(Lasso) 회귀의 파이썬 구현

22

4_04_파이썬으로 다항 회귀(Polynomial Regression) 구현하기

23

4_05_파이썬으로 로지스틱 회귀 구현하기

24

4_06_K_최근접_이웃_KNN_파이썬_구현

25

4_07_서포트 벡터 머신(SVM) 파이썬 구현

26

4_08_파이썬으로 의사결정나무(Decision Tree) 구현

27

4_09_파이썬으로 랜덤 포레스트(Random Forest) 구현하기

28

4_10_Python으로 그래디언트 부스팅(Gradient Boosting) 구현

31

섹션1. 머신러닝 알고리즘 핵심 요약 및 자가점검

33

섹션 2. 핵심 회귀 알고리즘 마스터하기: 선형, Ridge, Lasso, 다항 회귀 분석

35

섹션 3. 파이썬으로 배우는 비지도 학습: 핵심 알고리즘 가이드

37

세션 4. 머신러닝 알고리즘 핵심 요약 및 자가 점검