스마트그리드

건국대학교
이두희

페이스북 트위터 카카오톡 네이버밴드 링크복사

주제분류

공학 >전기ㆍ전자 >전기전자공학
강의학기

2018년 1학기

조회수

8,754

강의계획서

1. 최신 머신러닝 (machine learning) 기법을 학습하여 예측 및 분류를 할 수 있다. 2. 학습한 이론을 프로그래밍을 통해서 구현할 수 있다. 3. 실전 문제를 해결해 봄으로써 관련 직종에 취업할 수 있는 역량을 기를 수 있다. 4. 4차 산업 혁명의 핵심 기술은 Deep Learning을 배운다. 5. 전력 수요 예측을 정확히 할 수 있다.

수강안내 및 수강신청
※ 수강확인증 발급을 위해서는 수강신청이 필요합니다

Applications of Machine Learning

차시별 강의

1.	Applications of Machine Learning	Identifying song, images, foercasting, classificationm detection, crime investigationm Insurance detection
2.	Regression 1	Least Square, Maximum
3.	Regression 2	Least Square, Maximum
4.	Regression 3	Likelihood, Ordinary Regression
5.	Regulaization 4	Ridge and Lasso Regression
6.	Regulaization 5	Ridge and Lasso Regression
7.	Load Forecasting
8.	Random Forest 1	Random Forest
9.	Random Forest 2	Random Forest, Tree, Bagging
10.	Classification	Logistic Regression
11.	Random Forest	Random Forest, Tree, Bagging
12.	Boosting	Gradient Boosting Machine, Boosting
13.	Kernel Method 1	Support vector machine, Kernel Density Estimation, Nadaraya-Watson Model
14.	Kernel Method 2	Support vector machine, Kernel Density Estimation, Nadaraya-Watson Model
15.	Kernel Method 3	Support vector machine, Kernel Density Estimation, Nadaraya-Watson Model
	Kernel Method 4	Support vector machine, Kernel Density Estimation, Nadaraya-Watson Model
	Kernel Method 5	Support vector machine, Kernel Density Estimation, Nadaraya-Watson Model
	Clsutering(Smart grid project) 1	Hierarchical Clustering, K-means Clustering, Nearest Neighorhood
	Clsutering 2	Hierarchical Clustering, K-means Clustering, Nearest Neighorhood
	Smart Grid	Smart Grid
	Deep Learning 1	Deep Learning, Convolutional Neural Network
	Deep Learning 2	Deep Learning, Convolutional Neural Network