Aimers

LG에서 데이터 과학에 대한 교육 및 프로젝트를 제공하여 지원하였습니다

목표: 데이터 분석에서 놓치기 쉬운 문제들과 Ai를 통한 서비스의 부작용을 알아보자 1.1 데이터 처리 및 수집에서 윤리 이슈 데이터 처리 다양한 실수들 상관 관계와 인과 관계 혼돈 상관 관계: 특정 변수의 증감이 다른 변수의 증감과 얼마나 관련이 있는지 계수를 통해

학습 목표: ai기술을 이해하기 위해 바탕이 되는 수학적 지식을 습득한다.

학습 목표: 지도학습 중 선형 회귀에 대해 알아보자

학습 목표: 최적의 파라미터를 찾기 위한 알고리즘인 GD를 알아보자.

학습 목표: 지도학습 중 분류에 대하여 공부해보자. - 목차 1. Perceptron & LP (Perfect separation) 2. SVM (Perfect separation) 3. Soft-margin SVM (Non-perfect separation)

학습 목표: 분류에서 Logistic Regression으로 확장하는 과정을 알아보자 목차 1. Soft Guess 2. Logistic Regression 3. Multi-class classification 4. Confusion Matrix

학습 목표: 딥러닝의 시작이 되는 퍼셉트론을 알아보고 XOR 문제를 고민해보자 1. 인공 신경망을 어떻게 구성하는가 2. 퍼셉트론의 계산 방법 3. 퍼셉트론의 문제점 & 해결