데이터마이닝과 기계학습(융합데이터과학전공 수강 권장)
태그
3학점
3-1 수강 권장
1학기 개설
과목 설명
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.
과목명(과목코드)
데이터마이닝과 기계학습(M3639.001800)
선이수 과목
기초통계학, 미적분학, 선형대수학(행렬대수학), 데이터과학개론
주 사용 교재
(Main) Introduction to Statistical Learning with Applications in Python (James, Witten, Hastie & Tibshirani)
(Sub) https://people.smp.uq.edu.au/DirkKroese/DSML/DSML.pdf
커리큘럼
(1주차) Orientation & Introduction / Statistical Learning
(2주차) Linear Regression / (Lab) Linear Regression
(3주차) Classification / (Lab) Classification
(4주차) Cross-Validation / Model Selection (Subset Selection)
(5주차) Model Selection (Shrinkage Methods) / (Lab) Model Selection
(6주차) Non-parametric Regression (Regression Spline, Smoothing Spline, Kernel Methods, k-NN)
(7주차) Non-parametric Regression (GAM) / (Lab) Non-parametric Regression
(8주차) Midterm Exam
(9주차) Tree-Based Methods (Decision Trees, Bootstrap, Bagging)
(10주차) Tree-Based Methods (Random Forest, Boosting) / (Lab) Tree-Based Methods
(11주차) Support Vector Machines / (Lab) Support Vector Machines
(12주차) Deep Learning (MLP, Gradient Descent, CNN) / (Lab) Deep Learning
(13주차) Dimension Reduction (PCA, PCR, PLS) / (Lab) Dimension Reduction
(14주차) Clustering (k-Means Clustering & Hierarchical Clustering) / (Lab) Clustering
(15주차) Final Exam
크로스리스팅 교과목
