동영상
-
“계측은 도파민입니다” | 2026 삼성 명장 김주우
-
[인공지능 특강] 14강. 시계열 분석 | 시계열 데이터 | 정상성(차분과 변환) | 평활화 | AR / MA / ARIMA | PART1.머신러닝 |
-
[인공지능 특강] 13강. 강화학습 | 마르코프 체인과 마르코프 결정 과정 | 벨만방정식 | 탐사와 탐험 | SARSA / Q-Learning / DQN | PART1.머신러닝 |
-
[인공지능 특강] 12강. 연관규칙분석 | 지지도 / 신뢰도 / 향상도 | Apriori 알고리즘 | FP-Growth | 순차패턴탐색 | PART1.머신러닝 |
-
[인공지능 특강] 11강. 차원축소 | 차원의 개념 | 차원의 저주 | PCA / LDA / MDS / t-SNE / UMAP | PART1.머신러닝 |
-
[인공지능 특강] 10강. 비계층적 군집분석 | K-Means | DBSCAN | Elbow Method | 퍼지군집화/EM알고리즘/SOM | PART1.머신러닝 |
-
[인공지능 특강] 9강. 계층적 군집분석 | 응집형/분리형 | 민코우스키/마할라노비스 거리 | 자카드/코사인 유사도 | 실루엣 계수 | PART1.머신러닝 |
-
[인공지능 특강] 8강. 앙상블과 랜덤포레스트 | Voting, Bagging, Boosting, Stacking | PART1.머신러닝 |
-
[인공지능 특강] 7강. SVM과 의사결정나무 | SVM의 개념과 유형 | 의사결정나무(지니지수/엔트로피지수) | 범주형 자료와 수치형 자료 | PART1.머신러닝 |
-
[인공지능 특강] 6강. 경사하강법과 하이퍼파라미터 | 최소제곱법의 한계 | 하이퍼파라미터 튜닝 | 로지스틱 회귀분석의 최대우도법 | PART1.머신러닝 |