이 챕터에서는 머신 러닝의 정의와 데이터 과학 및 인공 지능과의 관계를 알아봅니다. 그런 다음, 머신 러닝의 주요 용어를 살펴보고 모델 구축을 위한 머신 러닝 워크플로로 마무리합니다.

머신 러닝이란 무엇인가요?

영화 추천 생성하기

AI, 데이터 과학 그리고 머신 러닝

선택지

거짓

머신 러닝에 대해 사실인 진술은 무엇일까요?

머신 러닝 개념

특성

레이블

목표 변수

머신 러닝 용어

지도 vs 비지도

머신 러닝 워크플로

모델 구축 단계

올바른 단계

머신 러닝의 기초를 익혔으니, 이제 조금 더 깊이 들어가 볼까요? 이 챕터를 마치면 머신 러닝의 다양한 유형을 이해하고 모델을 평가하고 개선하는 방법도 알 수 있게 됩니다.

지도 학습

워밍업

분류와 회귀 구별하기

비지도 학습

항상 지도가 필요한 건 아닙니다

클러스터 살펴보기

성능 평가하기

참 또는 거짓?

혼동의 땅

성능 개선하기

아직 멀었습니다

하이퍼파라미터 튜닝 살펴보기

머신 러닝 모델

이 챕터에서는 신경망을 시작으로 딥러닝을 자세히 살펴볼 예정입니다. 그런 다음, 딥러닝의 두 가지 주요 사용 사례인 컴퓨터 비전과 자연어 처리를 더 깊이 들여다봅니다. 마지막으로 머신 러닝의 한계와 위험성을 논의하며 과정을 마무리합니다.

딥러닝

딥러닝이란 무엇인가요?

딥러닝을 사용해야 할까요?

컴퓨터 비전

이미지 데이터

처리 과정

자연어 처리

감성 분석

머신 러닝 작업 분류하기

단어 주머니

머신 러닝의 한계

블랙박스를 쓸까요, 말까요?

대출 관련 채무 불이행 예측에서 편향 발견하기

수고하셨습니다!

Course Glossary: Understanding Machine Learning

머신 러닝을 둘러싼 열풍, 그 이면에는 무엇이 있을까요? 이 비기술 과정에서는 머신 러닝에 대해 궁금했지만 선뜻 물어보지 못했던 모든 내용을 배울 수 있습니다. 코딩은 필요하지 않습니다. 실전 연습 문제를 통해 어려운 용어를 이해하고 자율 주행 차량부터 Amazon의 개인 맞춤 쇼핑 추천까지, 이 흥미로운 기술의 활용 방법에 대해 배워보세요.

머신 러닝의 작동 방식, 사용할 수 있는 상황, AI와 머신 러닝의 차이까지 모두 다룹니다. 수요가 높고 큰 영향을 미치는 이 분야에서 역량을 키우고 머신 러닝이 왜 모두를 위한 기술인지 직접 확인해보세요!

영상에는 실시간 전사문이 제공되며, 영상 좌측 하단의 '전사문 보기'를 클릭하면 확인하실 수 있습니다.

강의 용어집은 우측 리소스 섹션에서 찾아볼 수 있습니다.

CPE 크레딧을 취득하려면 강의를 완료하고 자격 평가에서 70% 이상의 점수를 받아야 합니다. 우측 CPE 크레딧 안내를 클릭하면 평가 페이지로 이동할 수 있습니다.

<h2>머신 러닝 개념 소개하기</h2> 
머신 러닝 열풍의 배경엔 무엇이 있을까요? 이 비기술 강의에서는 머신 러닝에 대해 궁금했지만 선뜻 물어보지 못했던 모든 내용을 배울 수 있습니다. 코딩은 필요하지 않습니다.
<br><br>
기본적이면서도 필수적인 개념들을 탐구하여 실습 중심의 연습 문제를 통해 지식을 탄탄하게 다지고 머신 러닝 여정을 시작할 수 있습니다. 전문 용어를 넘어 이해도를 높이고 이처럼 흥미로운 기술이 자율 주행 차량부터 개인 맞춤형 Amazon 쇼핑 추천까지 구동하는지 배울 수 있습니다. 
<br><br>
<h2>머신 러닝 기초 살펴보기</h2> 
머신 러닝은 어떻게 작동하며, 언제 사용할 수 있고, AI와 머신 러닝의 차이점은 무엇일까요? 이 강의에서는 이 모든 주제를 다룹니다.
<br><br>
먼저 머신 러닝이 무엇인지부터 살펴보며 기본 정의와 함께 데이터 과학 및 인공 지능과의 관계를 알아봅니다. 그런 다음, 용어를 익히고 모델을 구축하기 위한 머신 러닝 워크플로로 마무리하게 됩니다.
<br><br>
이 강의는 딥러닝을 더 깊이 있게 살펴보며 마무리됩니다. 딥러닝의 두 가지 대표적인 활용 사례인 컴퓨터 비전과 NLP(자연어 처리)를 살펴보고 머신 러닝의 한계와 위험성도 함께 이해할 수 있습니다.

이 2시간의 머신러닝 입문 강좌는 필수 개념을 가르칩니다. 주제: 용어, 모델, 딥러닝.

머신 러닝 이해하기

코딩 없이 배우는 머신 러닝을 소개합니다.

AI 기초

데이터 과학 이해하기

머신 러닝의 활용 분야는 한 가지 유형의 문제나 분야에 국한되지 않습니다

머신 러닝은 기존 데이터에서 패턴을 찾아 새로운 데이터에 적용합니다

머신 러닝 모델로 예측하려면 데이터가 필요합니다

머신 러닝은 컴퓨터 과학, 통계학, 물리학의 방법론을 활용합니다

머신 러닝은 앞으로 일어날 일만 예측할 수 있고 이미 일어난 일의 원인은 설명할 수 없습니다

머신 러닝에 대해 사실인 진술은 무엇일까요?

머신 러닝 이해하기

실습형 인터랙티브 연습문제