Py) ML - 데이터 분할-02
Python / ML
8분 읽기 (대략 1142 단어)

Py) ML - 데이터 분할-02

sklearn 라이브러리의 train_test_split() 함수를 사용하지 않고 Holdout Test를 위해 데이터를 분할하는 다양한 방법을 알아보자.
Py) ML - One-Hot Encoding
Python / ML
21분 읽기 (대략 3113 단어)

Py) ML - One-Hot Encoding

sklearn과 Pandas 라이브러리를 활용하여 범주형 변수를 원핫 인코딩(One-Hot Encoding)을 실시하는 방법에 대해 알아본다.
Py) ML - 정규화
Python / ML
30분 읽기 (대략 4462 단어)

Py) ML - 정규화

sklearn 라이브러리의 정규화 클래스를 사용하여 데이터를 정규화(normalization) 하는 방법에 대해 알아본다.
Py) ML - 데이터 분할-01
Python / ML
10분 읽기 (대략 1510 단어)

Py) ML - 데이터 분할-01

sklearn 라이브러리의 train_test_split() 함수를 사용하여 데이터세트를 분할하는 방법에 대해 알아본다.
Br) ML - 주성분 분석(PCA)
Brightics / ML
4분 읽기 (대략 599 단어)

Br) ML - 주성분 분석(PCA)

브라이틱스(Brightics)에서 주성분 분석(PCA, Principal component analysis)을 하는 방법을 알아본다.
Br) ML - 연관규칙 분석
Brightics / ML
4분 읽기 (대략 657 단어)

Br) ML - 연관규칙 분석

브라이틱스(Brightics)에서 연관규칙 분석(Association Rules)을 하는 방법을 알아본다.
Br) ML - 의사결정 나무
Brightics / ML
10분 읽기 (대략 1484 단어)

Br) ML - 의사결정 나무

브라이틱스(Brightics)에서 의사결정나무(Decision Tree)를 실시하는 방법을 알아본다.
Br) ML - KNN
Brightics / ML
6분 읽기 (대략 840 단어)

Br) ML - KNN

브라이틱스(Brightics)에서 k-최근접 이웃(KNN, k-Nearest Neighbor)을 실시하는 방법을 알아본다.
Br) ML - 나이브 베이즈
Brightics / ML
5분 읽기 (대략 724 단어)

Br) ML - 나이브 베이즈

브라이틱스(Brightics)에서 나이브 베이즈(Naive Bayes)를 하는 방법을 알아본다.
Br) ML - 로지스틱 회귀분석
Brightics / ML
7분 읽기 (대략 1110 단어)

Br) ML - 로지스틱 회귀분석

브라이틱스(Brightics)에서 로지스틱 회귀분석(logistic regression)을 하는 방법을 알아본다.
강의 의뢰

링크

카테고리

최근 글

저장소

최근 글

저장소

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×