Machine Learning Onramp
본 무료 튜토리얼은 2시간 분량이며 대화형 방식으로 분류 문제를 위한 실제적 머신 러닝 방법들을 소개합니다.
수강자 필수조건: MATLAB Onramp 이수 또는 MATLAB에 대한 기본 지식이 있는 분
웹 브라우저를 통한 MATLAB 액세스
유익한 비디오 튜토리얼
자동 평가 및 피드백 방식의 실습형 예제
영어, 한국어, 일본어, 스페인어로 학습 가능함
교육과정 목차
1.
머신 러닝 개요
머신 러닝의 개념 및 본 교육과정의 개요를 확인합니다.
- 머신 러닝이란?
- 교육과정 개요
2.
분류 워크플로
분류 작업을 수행하는 간단한 모델을 구축합니다.
- 분류 워크플로 개요
- 데이터 가져오기
- 데이터 처리하기
- 특징 추출하기
- 모델 빌드하기
- 모델 평가하기
- 검토
3.
데이터 가져오기 및 전처리하기
여러 파일에서 데이터를 가져옵니다.
- 데이터 파일의 구성
- 데이터저장소 생성하기
- 데이터 변환 추가하기
4.
특징 엔지니어링
원시 신호로부터 특징을 계산합니다.
- 신호의 유형
- 요약 통계 계산하기
- 피크 찾기
- 도함수 계산하기
- 상관관계 계산하기
- 특징 추출 자동화하기
5.
분류 모델
머신 러닝 모델을 훈련시켜서 예측에 사용합니다.
- 훈련 및 테스트
- 머신 러닝 모델
- 모델 훈련시키기
- 예측하기
- 오분류 조사하기
- 모델 개선하기
관련된 교육과정
Machine Learning with MATLAB
데이터를 탐색하고 예측 모델을 만들어 보세요.
Deep Learning Onramp
영상 인식을 위한 딥러닝 방법을 빠르게 학습할 수 있습니다.
MATLAB for Data Processing and Visualization
사용자 정의 시각화를 만들고 데이터 분석 작업을 자동화할 수 있습니다.
