이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
선수 과목
이 강의에는 선수 과목이 없습니다
커리큘럼
강의 개요
1
Machine Learning과 데이터 활용 사례
Machine Learning은 다양한 산업과 분야에서 활용됩니다. 올바르게 적용하면 비즈니스를 근본적으로 개선할 수 있어요. 이 장에서는 Machine Learning의 활용 사례, 직무 역할, 그리고 데이터 니즈 피라미드에서 이들이 어떻게 맞물리는지 개괄합니다.
2
Machine Learning 유형
이 장에서는 다양한 Machine Learning 유형을 살펴봅니다. 인과(추론) 모델과 예측 모델의 차이를 비교하고, 지도 학습과 비지도 학습을 탐구한 뒤, 지도 학습의 하위 유형인 분류와 회귀를 이해합니다.
3
비즈니스 요구사항과 모델 설계
이 장에서는 비즈니스 요구사항 범위를 정의하는 핵심 단계, Machine Learning 기회 발굴과 규모 산정, 모델 성능 평가, 그리고 과정 전반의 성능 리스크 식별 방법을 다룹니다.
4
Machine Learning 프로젝트 관리
이 장에서는 Machine Learning 프로젝트를 관리할 때의 모범 사례와 피해야 할 관행을 살펴봅니다. 가장 흔한 실수를 파악하고, 비즈니스 팀과 ML 팀 간 커뮤니케이션을 어떻게 관리할지 배우며, 마지막으로 모델을 프로덕션에 배포할 때의 과제를 다룹니다.
R
비즈니스를 위한 Machine Learning
강의
완료
