강의
머신 러닝 이해하기
기초기술 수준
업데이트됨 2025. 2.
TheoryMachine Learning2시간12 동영상36 연습 문제2,350 XP280K+성취 증명서
수천 개 기업의 학습자들이 사랑하는
Training a Team?
Try for Business강의 설명
머신 러닝 개념 소개하기
머신 러닝 열풍의 배경엔 무엇이 있을까요? 이 비기술 강의에서는 머신 러닝에 대해 궁금했지만 선뜻 물어보지 못했던 모든 내용을 배울 수 있습니다. 코딩은 필요하지 않습니다.기본적이면서도 필수적인 개념들을 탐구하여 실습 중심의 연습 문제를 통해 지식을 탄탄하게 다지고 머신 러닝 여정을 시작할 수 있습니다. 전문 용어를 넘어 이해도를 높이고 이처럼 흥미로운 기술이 자율 주행 차량부터 개인 맞춤형 Amazon 쇼핑 추천까지 구동하는지 배울 수 있습니다.
머신 러닝 기초 살펴보기
머신 러닝은 어떻게 작동하며, 언제 사용할 수 있고, AI와 머신 러닝의 차이점은 무엇일까요? 이 강의에서는 이 모든 주제를 다룹니다.먼저 머신 러닝이 무엇인지부터 살펴보며 기본 정의와 함께 데이터 과학 및 인공 지능과의 관계를 알아봅니다. 그런 다음, 용어를 익히고 모델을 구축하기 위한 머신 러닝 워크플로로 마무리하게 됩니다.
이 강의는 딥러닝을 더 깊이 있게 살펴보며 마무리됩니다. 딥러닝의 두 가지 대표적인 활용 사례인 컴퓨터 비전과 NLP(자연어 처리)를 살펴보고 머신 러닝의 한계와 위험성도 함께 이해할 수 있습니다.
선수 조건
이 강의에는 선수 과목이 없습니다1
What is Machine Learning?
In this chapter, we'll define machine learning and its relation to data science and artificial intelligence. Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.
2
Machine Learning Models
Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.
3
Deep Learning
In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.
머신 러닝 이해하기
강의 완료
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.