Machine Learning의 이해와 활용

Machine Learning의 이해와 활용

교육 기간2일 (12시간)

교육 대상머신러닝에 관심 있는 모든 분들을 대상으로 합니다.

교육 목표주요 머신러닝 알고리즘을 이해하고 SAS E-Miner를 활용한 머신러닝 기법 적용 결과를 올바르게 해석할 수 있도록 합니다.

과정 소개
최근 많이 활용되고 있는 머신러닝 알고리즘 중 LARS, LASSO, SVM, Random Forest, Deep Learning의 기본적 개념 및 이론을 소개하고 각 알고리즘을 SAS^® 
 Enterprise Miner로 실습해 보는 과정입니다.

선수 지식이 과정의 추천 선수 과정은 "SAS Data Mining 입문: 예측 및 탐색 모델링"입니다.

교육 내용

교육과목	내용
Machine Learning 이해와 활용	Machine Learning의 개요	- Machine Learning의 개요
	기본 예측 모델 기법의 소개	- SAS Enterprise Miner 환경 소개 - 예측 모델 주요 기법 소개 - 예측 모델의 비교 및 평가
	Variable Selection	[변수 선택 기법] - LARS/LASSO 개념 소개 - LARS/LASSO 수행 및 결과 해석
	Supervised Learning	[분류/판별 기법] - SVM(Support Vector Machine) 개념 소개 - Support Vector에 의한 분류 방법 소개 - SVM 수행 및 결과 해석
	Supervised Learning	[Ensemble 기법 I ] - Gradient Boosting 개념 소개 - Gradient Boosting 수행 및 결과 해석
		[Ensemble 기법 II] - Random Forest 개념 소개 - Random Forest 수행 및 결과 해석
	Unsupervised Learning	[차원 축소 기법] - PCA(Principal Component Analysis, 주성분 분석) 개념 소개 - PCA 수행 및 결과 해석
	Deep Learning	[Deep Learning 기법] - Deep Learning의 개념 소개 - DNN(Deep Neural Network, 심층 신경망) 모델 소개 - DNN 모델 수행 및 적용

사용 소프트웨어SAS^® Enterprise Miner