Machine Learning Onramp


 

웹 브라우저를 통한 MATLAB 액세스

 

유익한 비디오 튜토리얼

 

자동 평가 및 피드백 방식의 실습형 예제

 

영어로 학습 가능


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
  • 전이 학습에 필요한 구성 요소
  • 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

MATLAB을 활용한 머신 러닝

데이터를 탐색하고 예측 모델을 구축하기 위한 방법을 학습하세요.

Deep Learning Onramp

영상 인식을 위한 딥러닝 방법을 학습하세요.

MATLAB for Data Processing and Visualization

사용자 정의 시각화 및 데이터 분석 작업의 자동화 방법을 학습하세요.