|
데이터 분석과 머신러닝
CHAPTER 1. 인공지능이란 무엇일까? 인공지능 이해하기 | 인공지능, 머신러닝(기계학습), 딥러닝 CHAPTER 2. 데이터 분석 데이터 분석 이해하기 | 함수, 모듈 인스타그램 데이터 분석 | 데이터 테이블, 튜플, 속성, 데이터의 시각화 CHAPTER 3. 머신러닝 머신러닝 이해하기 | 지도 학습, 비지도 학습, 강화 학습 머신러닝 알아보기 | 선형회귀, 랜덤 포레스트, 앙상블 학습 선형회귀로 홍수 예측하기 | EDA 과정, 선형회귀 활용, 머신러닝 예측 랜덤 포레스트로 손글씨 분류하기 | 교차 검증, cross_val_predict 함수, 랜덤 포레스트 탐색과 딥러닝 CHAPTER 4. 탐색 탐색에 대해 알아보기 | 탐색의 필요성, 탐색 예시, 탐색 알고리즘 종류 맹목적 탐색 | 깊이 우선 탐색, 너비 우선 탐색 휴리스틱 탐색 | 언덕 등반, 최고 우선, A* CHAPTER 5. 딥러닝 공부하는 인공지능, 손실함수 | 인공지능, 학습 인공신경망 | 인공신경망, 퍼셉트론, 다층 퍼셉트론 신경망의 순전파 | 순전파, 활성화 함수 오차 계산: 손실함수 | MSE, BCE, CE 신경망의 역전파 | 오차역전파, 경사하강법, 연쇄법칙 계층화 | 신경망 구현 |