빅데이터분석과정

R을 활용한 텍스트마이닝

썸네일이미지
  • 머신러닝
  • 와이즈인컴퍼니 저
  • 와이즈인컴퍼니 제작
  • 제작년도 : 2022
페이스북 바로가기 트위터 바로가기
저자소개
김원표/(주)와이즈인컴퍼니 대표

한양대 영문학과 및 한양대 국제학 대학원 졸업

2002년부터 리서치 및 통계분석을 조사·연구하고,
이후 온라인 강의를 시작으로 17년간 통계분석을 강의하고 있으며,
현재는 한양대학교 관광학과 겸임교수로 학생들을 가르치고 있다.

주요 저서로는 [SPSS 동영상 강의:초급편], [SPSS 동영상 강의:고급편], [AMOS를 이용한 구조방정식 모델 분석],
[해외시장조사론], [관광통계학] 등이 있다.
강의소개
Python 머신러닝 과정은 예측, 분류, 군집, 연관 추천 등 4가지 머신러닝 목적과 예측력이 높은 검증된 13가지핵심 알고리즘을 마스터하는 과정입니다. 본 과정은 선거 유권자 예측, 환자 예측 등 실전 주제를 가지고 데이터 정규화, 데이터셋 분할, 알고리즘 적용과 하이퍼파라미터 튜닝을 통한 최적 모델 찾기, 실전 데이터에 적용 등의 전 과정을 다루고 있습니다

강의리스트

순번 강의명 보기
1강 데이터와 알고리즘 강좌보기
2강 머신러닝 프로세스 강좌보기
3강 머신러닝 맛보기1: 분류 문제(로지스틱 회귀분석) 강좌보기
4강 머신러닝 맛보기2: 회귀 문제(선형회귀분석) 강좌보기
5강 머신러닝 프로세스1: 범주변수의 변환: one-hot-encoding 강좌보기
6강 머신러닝 프로세스2: 데이터셋 분할과 모델검증 강좌보기
7강 머신러닝 프로세스3: 데이터 스케일링 강좌보기
8강 머신러닝 프로세스4: 모델 훈련과 세부튜닝 강좌보기
9강 머신러닝 프로세스5: 모델 평가 강좌보기
10강 머신러닝 프로세스6: 다중분류 강좌보기
11강 데이터의 3대 유형 강좌보기
12강 지도학습 알고리즘1: 로지스틱 회귀모델 강좌보기
13강 지도학습 알고리즘2: k-최근접이웃법(KNN) 강좌보기
14강 지도학습 알고리즘3: 나이브 베이즈 강좌보기
15강 지도학습 알고리즘4: 인공신경망 강좌보기
16강 지도학습 알고리즘5: 서포트 벡터 머신(SVM) 강좌보기
17강 지도학습 알고리즘6: 의사결정나무(Decision Tree) 강좌보기
18강 지도학습 알고리즘7: 랜덤 포레스트(Random Forest) 강좌보기
19강 지도학습 알고리즘8: 투표기반 앙상블 강좌보기
20강 지도학습 알고리즘9: 앙상블 배깅 강좌보기
21강 지도학습 알고리즘10: 앙상블 부스팅 강좌보기
22강 지도학습 알고리즘11: 앙상블 스태킹 강좌보기
23강 지도학습 알고리즘12: 선형 회귀모델 강좌보기
24강 지도학습 알고리즘13: 릿지(Ridge) 회귀모델 강좌보기
25강 지도학습 알고리즘14: 라소(Lasso) 회귀모델 강좌보기
26강 지도학습 알고리즘15: 엘라스틱넷 강좌보기
27강 비지도학습 알고리즘1: 군집분석 강좌보기
28강 비지도학습 알고리즘2: DBSCAN 강좌보기
29강 비지도학습 알고리즘3: 연관규칙분석 강좌보기