홈앤서비스 SK BROADBAND

Chapter 01 처음 시작하는 인공지능 프로젝트
_1.1 인공지능 이해하기
__1.1.1 인공지능의 종류
__1.1.2 지도 학습, 비지도 학습, 강화 학습
_1.2 머신러닝으로 붓꽃 품종 분류하기
__1.2.1 프로젝트의 목표
__1.2.2 실습 환경
__1.2.3 데이터 살펴보기
__1.2.4 K-최근접 이웃 이해하기
__1.2.5 처음 만드는 머신러닝 모델
__1.2.6 프로젝트 개선하기
_1.3 핵심 라이브러리 익히기
__1.3.1 넘파이
__1.3.2 판다스
__1.3.3 맷플롯립

Chapter 02 사이킷런을 활용한 머신러닝
_2.1 지도 학습 알고리즘
__2.1.1 분류와 회귀
__2.1.2 선형 회귀
__2.1.3 로지스틱 회귀
__2.1.4 서포트 벡터 머신
__2.1.5 결정 트리
__2.1.6 나이브 베이즈 분류
__2.1.7 요약
_2.2 비지도 학습 알고리즘
__2.2.1 특성 추출
__2.2.2 클러스터링
_2.3 더 나은 모델 만들기
__2.3.1 모델 성능 평가하기
__2.3.2 최적의 하이퍼파라미터 찾기
__2.3.3 파이프라인 구성하기
__2.3.4 여러 모델 결합하기
__2.3.5 모델 저장하고 불러오기

Chapter 03 파이토치를 활용한 딥러닝
_3.1 딥러닝의 원리
__3.1.1 인공 신경망과 퍼셉트론
__3.1.2 심층 신경망
_3.2 파이토치 시작하기
__3.2.1 선형 회귀
__3.2.2 로지스틱 회귀
__3.2.3 클래스로 모델 정의하기
__3.2.4 배치 학습
__3.2.5 모델 저장하고 불러오기
_3.3 전결합 신경망
__3.3.1 손글씨 이미지 분류하기
__3.3.2 과적합 줄이기
_3.4 합성곱 신경망
__3.4.1 합성곱 신경망의 개념
__3.4.2 합성곱 신경망 분석하기
__3.4.3 이미지 분류 실전 프로젝트
_3.5 순환 신경망
__3.5.1 순환 신경망의 이해
__3.5.2 RNN 실습
__3.5.3 LSTM 실습

Chapter 04 데이터 다루기
_4.1 수치 데이터
__4.1.1 데이터 범위 조정하기
__4.1.2 누락된 값 다루기
_4.2 문자열 데이터
__4.2.1 토큰화
__4.2.2 정규 표현식
_4.3 이미지 데이터
__4.3.1 이미지 불러오기
__4.3.2 이미지 크기 바꾸기
__4.3.3 이미지 자르기
__4.3.4 이미지 저장하기