본 과정에서는 다양한 지도 학습 알고리즘을 사용하여 분류 문제를 해결하는 방법을 배우게 됩니다.
🎯 학습 목표
본 과정에서 다음 내용을 배우게 됩니다:
- 로지스틱 회귀, K-최근접 이웃 알고리즘, 나이브 베이즈, 서포트 벡터 머신, 퍼셉트론 및 인공 신경망, 의사 결정 트리 및 랜덤 포레스트, 배깅 및 부스팅 방법을 구현하는 방법.
- 각 분류 알고리즘의 원리를 이해하는 방법.
- 필기 숫자 인식과 같은 실제 분류 문제를 해결하기 위해 이러한 알고리즘을 구현하고 적용하는 방법.
🏆 성과
본 과정을 완료하면 다음을 수행할 수 있습니다:
- 다양한 분류 알고리즘의 강점과 약점을 이해하고 문제에 적합한 알고리즘을 선택할 수 있습니다.
- 다양한 분야의 분류 문제를 해결하기 위해 이러한 알고리즘을 구현하고 적용할 수 있습니다.
- 교차 검증 기술을 사용하여 이러한 알고리즘의 성능을 평가할 수 있습니다.
