이혜선
포스텍 산업경영공학과 교수
경북대학교 통계학과 박사
코넬대학교 통계학과 석사
서울대학교 소비자학과 학사
경력 : 시카고대학교 경제연구소, 미국국립여론조사연구소, UC샌디에고 의과대학
R 프로그래밍 고급 과정은 데이터 과학(Data Science) 전문인 양성을 위한 과정으로 데이터 마이닝 및 기계학습 기법의 활용과 분석을 학습 목표로 합니다.
※ 본 강좌 수강 후, 『머신러닝기법과 R 프로그래밍(고급Ⅱ)』 강좌를 수강하시기를 권장합니다.
- 고급(Ⅰ): 데이터마이닝 기초/ k-인접기법과 판별분석/ 서포트 벡터 머신/ 의사결정 나무와 랜덤 포레스트
- 고급(Ⅱ): 군집분석/ 연관규칙과 로지스틱모형/ 주성분 분석과 부분 최소자승법/ 딥러닝과 텍스트마이닝
※ 선수 과목
R 프로그래밍 기초 (Ⅰ)/ (Ⅱ)
* 특히, Ⅰ-week1 (R의 기초와 기본 스크립트), Ⅰ-week3 (R 데이터 구조 (생성, 추출)), Ⅱ-week6 (데이터 탐색) 강좌는 필수 수강 바랍니다.
[미리보기]
주차 | 주차 | |
---|---|---|
1 | Ⅸ. 데이터 마이닝 기초 | 다중 회귀 분석 I |
다중 회귀 분석 II | ||
데이터 마이닝과 분류 | ||
학습 데이터와 검증 데이터 | ||
Week 9 질문 & 피드백 | ||
2 | Ⅹ. k-인접기법과 판별분석 | k-인접기법 (k-nearest neighbor) |
k-인접 기법 (k-nearest neighbor)-가중치 | ||
판별분석 I | ||
판별분석 II | ||
Week 10 질문 & 피드백 | ||
3 | Xl. 서포트벡터머신 | 서포트벡터머신I |
서포트벡터머신ll | ||
서포트벡터머신lll | ||
Week 11 질문 & 피드백 | ||
4 | XII. 의사결정나무와 랜덤 포레스트 | 의사결정나무 I |
의사결정나무 II | ||
랜덤 포레스트 | ||
Week 12 질문 & 피드백 |
포스텍 산업경영공학과 교수
경북대학교 통계학과 박사
코넬대학교 통계학과 석사
서울대학교 소비자학과 학사
경력 : 시카고대학교 경제연구소, 미국국립여론조사연구소, UC샌디에고 의과대학
포스텍 산업경영공학과