Machine Learning with MATLAB

회귀, 분류 및 군집화 모델을 만들고 성능을 개선하는 방법을 학습할 수 있습니다.

선행 과정: MATLAB Fundamentals

본 교육과정은 특정 라이선스가 있어야 사용할 수 있습니다. 여기를 클릭하여 구매하십시오.

자기 주도형 교육과정의 이점

단계별 지침

실습 연습 문제 및 자동 피드백

웹 브라우저를 통한 MATLAB 액세스

공유 가능한 진도 보고서 및 교육과정 수료증

과정 소개

 수업은 영어로만 이용할 수 있습니다.


1.

시작하기

교육과정에서 다루는 내용에 대한 개요입니다. 데이터를 가져오고 처리하며, 데이터 특징을 살펴보고 분류 모델을 훈련하고 평가하는 방법을 다룹니다.

30 분


2.

데이터 내의 자연 패턴 찾기

비지도 학습 기법을 사용하여 설명 변수 세트를 기반으로 관측값을 그룹화하고 데이터 세트 내의 자연 패턴을 찾는 방법을 학습합니다.

120 분


3.

분류 방법

사용 가능한 분류 방법을 사용하여 데이터 분류 모델을 학습합니다. 예측을 하고 예측 모델의 정확성을 평가해 봅니다.

135 분


4.

예측 모델 개선하기

모델의 성능을 검증해 봅니다. 모델 속성을 최적화해 봅니다. 데이터 세트의 차원을 축소하고 머신러닝 모델을 간소화해 봅니다.

90 분


5.

회귀 방법

지도 학습 기법을 사용하여 연속형 응답 변수에 대한 예측 모델링을 수행하는 방법을 학습합니다.

105 분


6.

신경망

군집 및 예측 모델링을 하는 신경망을 만들고 훈련하는 방법을 학습합니다. 신경망 아키텍처를 조정하여 성능을 개선해 봅니다.

45 분

관련 교육과정

MATLAB Fundamentals

데이터 분석, 모델링 및 프로그래밍에 필요한 MATLAB의 핵심기능을 학습할 수 있습니다.

Machine Learning Onramp

분류 문제를 해결하기 위한 머신 러닝 방법을 무료로 배워보세요.

Deep Learning with MATLAB

실제 영상 및 시퀀스 데이터로 딥러닝 신경망 구축의 이론과 실제를 배울 수 있습니다.

강의실에서 수강하는 교육과정을 찾으시나요?

Machine Learning with MATLAB은 강사 주도형 형식으로도 제공됩니다.