|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/machine-learning-bigdata/
课程评论：没有评论
本课程名为“机器学习与大数据”，旨在提高学员在第四次工业革命中的数字竞争力，特别是中层管理者必备的知识。课程以Excel为工具，帮助学员无需编程和数学基础，通过数据科学解决各种商业问题。 课程为期四周，内容包括： 1. **理解机器学习与大数据在数据科学中的应用** - 学习大数据和机器学习的基本概念和知识 - 理解数据分析模型的类型 2. **监督学习的学习** - 决策树（Classification Tree） - 逻辑回归分析（Logistic Regression） - 支持向量机（Support Vector Machine） 3. **人工神经网络与无监督学习的学习** - 应用核函数的支持向量机、人工神经网络 - K近邻算法（K-nearest neighbor）、聚类（Clustering） 4. **多种机器学习方法的整合与集成** - 文本挖掘（Text Mining）、社交网络分析 - 在应用机器学习时的考虑事项 通过系统的学习，学员将更加坚定地认识到机器学习和数据科学的必要性，并能够轻松理解相关内容。
4차 산업혁명에 맞춰 자신의 디지털 경쟁력을 높이고 싶다면 '중간관리자가 꼭 알아야 하는 머신러닝과 빅데이터기법'으로지금부터 시작해 보십시요!프로그래밍이나 수학을 하지 않고, 엑셀을 이용해 데이터 사이언스로 여러가지의 비즈니스 문제를 풀어낼 수 있습니다!4주간의 학습으로 머신러닝과 데이터사이언스의 필요성에 대한 훨씬 더 강한 확신 및 어렵지 않게 관련 내용을 배우고 이해할 수 있을 것입니다.1. 머신러닝과 빅데이터를 활용한 데이터 사이언스 이해 - 빅데이터와 머신러닝의 기본적 개념 및 지식 이해 - 데이터 분석 모델 유형 학습2. 지도학습(supervisded learing) 배우기 - 의사결정나무(classification tree) - 로지스틱 회귀분석(logistic regression) - 서포트 벡터 머신(support vector machine)3. 인공신경망과 비지도 학습(unsupervised learing) 배우기 - 커널을 적용시킨 서포트 백터 머신, 인공신경망(Artificial Neural Neywork) - 최접근 이웃(K-nearest neighbor), 클러스터링(Clustering)4. 여러 머신러닝 방법을 결한합 Ensemble 배우기 - 텍스트마이닝(Text mining), 소셜네트워크 분석 - 머신러닝 활용시 고려사항
