| 1. | |
데이터 마이닝 소개 | 1. 데이터마이닝의 개념 2. 데이터 마이닝의 주요 알고리즘 소개 3. 지도학습과 비지도학습 |  |
|
데이터 마이닝 소개 | 1. 데이터마이닝의 개념 2. 데이터 마이닝의 주요 알고리즘 소개 3. 지도학습과 비지도학습 |  |
|
|
데이터 마이닝 소개 | 1. 데이터마이닝의 개념 2. 데이터 마이닝의 주요 알고리즘 소개 3. 지도학습과 비지도학습 | |
|
| 2. | |
데이터 전처리 | 1. 데이터 전처리의 개념 2. 영-과 영근처-분산 예측변수의 처리 3. 상관된 예측변수의 식별 4.예측변수의 변환 | |
|
데이터 전처리 | 1. 데이터 전처리의 개념 2. 영-과 영근처-분산 예측변수의 처리 3. 상관된 예측변수의 식별 4.예측변수의 변환 | |
|
| 3. | |
모형 평가 | 1. 최적의 부분 회귀모형의 선택기준 2. 정보기준과 PRESS 3. 교차타당법 4. 데이터마이닝에서의 모형평가 | |
|
모형 평가 | 1. 최적의 부분 회귀모형의 선택기준 2. 정보기준과 PRESS 3. 교차타당법 4. 데이터마이닝에서의 모형평가 | |
|
| 4. | |
로지스틱 회귀-1 | 1. 로지스틱 회귀모형의 개념 2. 예제풀이 | |
|
로지스틱 회귀-1 | 1. 로지스틱 회귀모형의 개념 2. 예제풀이 | |
|
| 5. | |
로지스틱 회귀-2 | 1. 로지스틱 회귀모형의 개념 2. 예제풀이 | |
|
로지스틱 회귀-2 | 1. 로지스틱 회귀모형의 개념 2. 예제풀이 | |
|
| 6. | |
의사결정나무 | 1. 의사결정나무의 개념 2. 예제풀이 | |
|
의사결정나무 | 1. 의사결정나무의 개념 2. 예제풀이 | |
|
| 7. | |
단순베이즈분류 | 1. 단순베이즈분류의 개념 2. 예제풀이 | |
|
단순베이즈분류 | 1. 단순베이즈분류의 개념 2. 예제풀이 | |
|
| 8. | |
caret 패키지 소개 | 1. caret 패키지 소개 2. PLS 회귀 예제 3. caret의 적용 범위 및 변수 선택 | |
|
caret 패키지 소개 | 1. caret 패키지 소개 2. PLS 회귀 예제 3. caret의 적용 범위 및 변수 선택 | |
|
| 9. | |
k-인접이웃분류 | 1. k-인접이웃분류의 개념 2. 예제풀이 | |
|
k-인접이웃분류 | 1. k-인접이웃분류의 개념 2. 예제풀이 | |
|
| 10. | |
신경망모형-1 | 1. 신경망모형의 개념 2. 예제풀이 | |
|
신경망모형-1 | 1. 신경망모형의 개념 2. 예제풀이 | |
|
| 11. | |
신경망모형-2 | 1. 신경망모형의 개념 2. 예제풀이 | |
|
신경망모형-2 | 1. 신경망모형의 개념 2. 예제풀이 | |
|
| 12. | |
SVM 알고리즘 | 1. SVM모형의 개념 2. 예제풀이 | |
|
SVM 알고리즘 | 1. SVM모형의 개념 2. 예제풀이 | |
|
| 13. | |
앙상블모형-1(bagging,boosting) | 1. 앙상블모형의 개념 2. 예제풀이 | |
|
앙상블모형-1(bagging,boosting) | 1. 앙상블모형의 개념 2. 예제풀이 | |
|
| 14. | |
앙상블모형-2(random forest) | 1. 앙상블모형의 개념 2. 예제풀이 | |
|
앙상블모형-2(random forest) | 1. 앙상블모형의 개념 2. 예제풀이 | |
|
| 15. | |
연관규칙 | 1. 연관규칙 학습의 개념 2. 예제풀이 | |
|
연관규칙 | 1. 연관규칙 학습의 개념 2. 예제풀이 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
