기본 콘텐츠로 건너뛰기
  • Machine Learning
ML 개념
  • 소개
  • ML 입문을 위한 교육 과정
  • ML 모델
  • 선형 회귀
  • 로지스틱 회귀
  • 분류
  • 데이터
  • 숫자 데이터 작업
  • 범주형 데이터 작업
  • 데이터 세트, 일반화, 과적합
  • 고급 ML 모델
  • 신경망
  • 임베딩
  • 대규모 언어 모델 소개
  • 실제 ML
  • 프로덕션 ML 시스템
  • 자동화된 머신러닝
  • 공정성
기초 과정 고급 과정 가이드 용어집
  • 모든 약관
  • 에이전트형
  • 클러스터링
  • 결정 포레스트
  • 기본사항
  • GCP
  • 생성형 AI
  • 측정항목
  • 책임감 있는 AI
  • TensorFlow
/
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Polski
  • Português – Brasil
  • Tiếng Việt
  • Türkçe
  • Русский
  • Українська
  • עברית
  • العربيّة
  • فارسی
  • हिंदी
  • বাংলা
  • ภาษาไทย
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
로그인
  • ML 개념
홈 Crash Course
  • Machine Learning
  • ML 개념
    • 더보기
    • 홈
    • Crash Course
  • 기초 과정
  • 고급 과정
  • 가이드
  • 용어집
    • 더보기
  • 빠른 링크
  • 기본 요건
  • 연습
  • 고객센터
  • ML 모델
  • 선형 회귀 (80분)
    • 선형 회귀 (10분)
    • 손실 (10분)
    • 대화형 연습: 매개변수 (5분)
    • 경사하강법 (10분)
    • 초매개변수 (10분)
    • 대화형 연습: 경사하강법 (5분)
    • 프로그래밍 실습 (20분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 로지스틱 회귀 (35분)
    • 소개 (5분)
    • 확률 계산 (10분)
    • 손실 및 정규화 (10분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 분류 (70분)
    • 소개 (3분)
    • 임곗값 및 혼동 행렬 (12분)
    • 정확도, 재현율, 정밀도, 관련 측정항목 (15분)
    • ROC 및 AUC (10분)
    • 예측 편향 (3분)
    • 다중 클래스 분류 (2분)
    • 프로그래밍 연습 (15분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 데이터
  • 숫자 데이터 작업 (85분)
    • 소개 (3분)
    • 모델이 특성 벡터로 데이터를 처리하는 방법 (5분)
    • 첫 단계 (5분)
    • 프로그래밍 연습 (10분)
    • 정규화 (20분)
    • 비닝 (15분)
    • 스크러빙 (5분)
    • 좋은 숫자형 특성의 품질 (5분)
    • 다항식 변환 (5분)
    • 지식 테스트 (10분)
    • 결론 (2분)
    • 다음 단계
  • 범주형 데이터 작업 (50분)
    • 소개 (5분)
    • 어휘 및 원-핫 인코딩 (10분)
    • 카테고리 데이터와 관련된 일반적인 문제 (5분)
    • 특성 교차 (5분)
    • 특성 교차 연습 (15분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 데이터 세트, 일반화, 과적합 (105분)
    • 소개 (5분)
    • 데이터 특성 (10분)
    • 라벨 (10분)
    • 불균형 데이터 세트 (10분)
    • 원본 데이터 세트 분할 (10분)
    • 데이터 변환 (5분)
    • 일반화 (5분)
    • 과적합 (10분)
    • 모델 복잡도 (10분)
    • L2 정규화 (10분)
    • 손실 곡선 해석 (10분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 고급 ML 모델
  • 신경망 (75분)
    • 소개 (5분)
    • 노드 및 숨겨진 레이어 (15분)
    • 활성화 함수 (10분)
    • 역전파를 사용한 학습 (10분)
    • 대화형 연습 (15분)
    • 다중 클래스 분류 (10분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 임베딩 (45분)
    • 소개 (5분)
    • 임베딩 공간 및 정적 임베딩 (10분)
    • 대화형 연습 (15분)
    • 임베딩 가져오기 (15분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 대규모 언어 모델 소개 (45분)
    • 언어 모델이란 무엇인가요? (10분)
    • 대규모 언어 모델이란 무엇인가요? (15분)
    • 미세 조정, 정제, 프롬프트 엔지니어링 (10분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 실제 ML
  • 프로덕션 ML 시스템 (80분)
    • 소개 (2분)
    • 정적 학습과 동적 학습 비교 (10분)
    • 정적 추론과 동적 추론 비교 (10분)
    • 데이터를 변환해야 하는 경우 (3분)
    • 배포 테스트 (5분)
    • 파이프라인 모니터링 (25분)
    • 질문 (10분)
    • 지식 테스트 (15분)
    • 다음 단계
  • 자동화된 머신러닝 (30분)
    • 소개 (10분)
    • 이점 및 제한사항 (10분)
    • 시작하기 (10분)
    • 다음 단계
  • 공정성 (110분)
    • 소개 (5분)
    • 편향 유형 (5분)
    • 편향 식별 (10분)
    • 편향 완화 (5분)
    • 편향 평가 (5분)
    • 인구통계 동등성 (10분)
    • 기회의 평등 (10분)
    • 대안적 사실 공정성 (10분)
    • 프로그래밍 연습 (40분)
    • 지식 테스트 (10분)
    • 다음 단계
  • 소개
  • ML 입문을 위한 교육 과정
  • ML 모델
  • 선형 회귀
  • 로지스틱 회귀
  • 분류
  • 데이터
  • 숫자 데이터 작업
  • 범주형 데이터 작업
  • 데이터 세트, 일반화, 과적합
  • 고급 ML 모델
  • 신경망
  • 임베딩
  • 대규모 언어 모델 소개
  • 실제 ML
  • 프로덕션 ML 시스템
  • 자동화된 머신러닝
  • 공정성
  • 모든 약관