* 머신러닝을 처음 접하는 사람들을 위한 기초 강좌

▶교육대상

- 머신러닝에 처음 접하는 사람들

▶교육내용

1. 머신러닝 개념 및 정의

2. 머신러닝 용어 및 라이브러리 정리

3. 선형 회귀 모델

4. 다중 선형 회귀

5. 선형 회귀 모델 구현 / colab 설명

6. 로지스틱 회귀 모델

7. 로지스틱 회귀 모델 구현

8. 의사 결정 나무

9. 의사 결정 나무 구현

10. 랜덤 포레스트

11. 랜덤 포레스트 구현

12. knn

13. knn 구현

14. train valid test 데이터 나누기

15. 데이터 전처리

16. 최종 실습 - 타이타닉

17. 최종 실습 - 타이타닉2

18. 최종 실습 - 타이타닉3

▶수료기준

※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.