| 1. | |
머신러닝 소개 | 소개와 준비 붓꽃 품종 분류 문제 |  |
| 2. | |
지도학습 개요, k-최근접 이웃 | 지도학습 개요 k-최근접 이웃 분류 | |
| 3. | |
선형 모델 | 선형회귀 선형 분류 | |
| 4. | |
나이브 베이즈 모델 | 나이브 베이즈 분류 GaussianNB 분류기 | |
| 5. | |
결정 트리 | 결정 트리 결정 트리 시각화 | |
| 6. | |
기계학습 분류기 | 분류기의 종류와 특징 | |
| 7. | |
k-평균 군집 | 군집 k-평균 군집 알고리즘 | |
| 8. | |
중간시험 | 중간시험 | |
| 9. | |
그래프 이론과 경영문제 응용 | 그래프 이론 네트워크 모델 | |
| 10. | |
최대 흐름 문제 | 최대 흐름 문제 SimpleMaxFlow 사용법 | |
| 11. | |
최소 걸침나무 | 최소 걸침나무 문제 Prim 알고리즘 | |
| 12. | |
최단 경로 문제 | 최단 경로 문제 다익스트라 알고리즘 | |
| 13. | |
순회 외판원 문제 | 순회 외판원 문제 tsp_solver2 사용법 | |
| 14. | |
지역탐색과 모의담금질 기법 | 지역탐색 모의담금질 기법 | |
| 15. | |
유전자 알고리즘 | 유전자 알고리즘 gaft 사용법 | |
|
기말시험 | 기말시험 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
