Orange를 활용한 코딩 없는 AI 데이터 분석 - Lv.3 예측 머신러닝 분석

코딩 없이 데이터 분석 모델 구축 및 적용을 익히는 핵심 강의입니다.

강좌 소개
난이도
보통
카테고리
데이터 분석 - 비즈니스
태그
데이터 분석, 데이터베이스, 머신러닝, 빅데이터, 인공지능, 통계
소요 시간
약 10시간
추천 수강대상
- 실무적 데이터 분석 기술을 강화하고자 하는 분
- 어려운 코딩 없이 데이터 분석 능력을 향상하고자 하는 분
- 정확한 모델 구축과 평가 쉽게 수행하고 싶은 분
- 엑셀의 한계를 느끼고 더 간단한 고급 분석 도구를 원하는 분
- 취업 시장에서 자신만의 차별성을 강조하고 싶은 취준생

어려운 코딩 지식 없이 쉬운 데이터 분석의 길로!


오렌지로 분석 모델 구축부터 적용까지! 쉽고 빠르게 배우세요!

코딩 없이 데이터 사이언스의 핵심 기술을 마스터할 수 있습니다!



이런 걸 배워요!


- 노코딩 인공지능 분석 도구 Orange를 활용한 예측 모델 구축

- 모델 평가 및 최적화 기법 습득

- 확률적 경사하강법 이해 및 적용 

- 고급 분석 기법의 실습



분석 모델 구축부터 평가까지, AI와 함께하는 데이터 분석


모든 데이터 분석도 같은 데이터 분석이 아닙니다.

데이터 분석의 세계에서 분류와 예측은 기초이자 정점을 찍는 기술들입니다.

이번 강의에서는 여러분이 머신 러닝 모델을 자유롭게 다루며, 실제 비즈니스 문제를 해결하는 방법까지 배울 수 있습니다.


분류와 예측 모델이 어렵게만 느껴졌나요? 그럴 필요 없습니다.

‘코딩 없는 AI 데이터 분석 Lv.3 예측 머신러닝 분석’에서는 복잡한 코딩 없이도, 누구나 쉽게 데이터 모델을 생성하고, 이를 통해 유의미한 인사이트를 얻을 수 있도록 도와드립니다.

기본적인 예측부터 시작하여 다층 퍼셉트론까지, 단계별로 실습하며 깊이 있는 학습을 진행합니다.


이 강의의 핵심은 ‘실용성’입니다.

오렌지를 활용하여 실무에 필요한 분석 기법과 적절한 도구 사용법을 익히게 됩니다.

이론적인 지식뿐만 아니라 실제로 데이터를 분석하고, 모델을 평가하는 방법까지 배우게 되므로, 교육 이후 바로 업무에 적용할 수 있는 역량을 갖추게 됩니다.


데이터 사이언스 개발자들의 연봉이 부러우셨나요?

개발 역량이 없어도 괜찮습니다.

마소캠퍼스의 강의와 함께라면 누구나 높은 수준의 데이터 분석을 수행할 수 있습니다.

특히 이번 강의에서는 분석 모델의 저장과 활용, 효율성 증대를 위한 피처 선택, 그리고 모델의 일반화 가능성을 평가하는 기법까지 다룹니다.


마소캠퍼스의 “코딩 없는 AI 데이터 분석” 시리즈의 이번 강의를 통해 데이터의 숨겨진 가치를 발견하고, 그 가능성을 최대한 활용해보세요.

여러분도 모르는 데이터의 잠재력을 마음껏 경험하실 수 있을 것입니다.



강의 특징


본 강의는 예측 모델을 깊이 있게 배우고, 코딩 없이 이를 실무에 적용할 수 있는 구조로 설계되었습니다. 복잡한 프로그래밍의 벽을 허물고, 데이터 분석을 누구나 자신 있게 수행할 수 있도록 도와드립니다.


1. 입문자부터 전문가까지 활용 가능한 오렌지!

Orange는 데이터 사이언스 및 머신 러닝을 처음 접하는 이들에게 이상적인 도구로, 복잡한 코딩 없이도 직관적으로 데이터 모델을 구축할 수 있습니다.


2. 예측 모델과 인공신경망의 이해

이 강의에서는 가장 기본적인 예측 모델부터 시작해, 단순 선형 회귀분석, 다층 퍼셉트론까지 다양한 모델을 Orange를 통해 직접 구현하고 학습합니다. 데이터에서 중요한 패턴을 인식하고 예측하는 방법을 마스터할 수 있습니다.


3. 모델의 평가와 활용

모델의 편향과 분산을 평가하는 방법, 회귀 모델의 결정계수 R²의 이해, 그리고 RMSE, MSE, MAE 같은 평가 지표들을 배우면서, 모델의 효과적인 평가 방법을 실습을 통해 마스터합니다.


4. 실무에 적용 가능한 고급 분석 기법

가장 간단한 예측부터 다양한 회귀 모델의 결정계수와 평가 지표 학습을 통해 데이터 과학의 다양한 문제를 해결하는 데이터 분석가로 거듭날 수 있습니다.



이런 분들께 추천해요


1. 실무적 데이터 분석 기술을 강화하고자 하는 분

2. 어려운 코딩 없이 데이터 분석 능력을 향상하고자 하는 분

3. 정확한 모델 구축과 평가 쉽게 수행하고 싶은 분

4. 엑셀의 한계를 느끼고 더 간단한 고급 분석 도구를 원하는 분

5. 취업 시장에서 자신만의 차별성을 강조하고 싶은 취준생

6. IT 분야로 커리어 전환을 고려하는 직장인



코딩이 필요 없는 AI 활용 데이터 분석 강의를 듣고 나면


마소캠퍼스의 코딩 없는 AI 데이터 분석 Lv.3 예측 머신러닝 분석 강의는

데이터 사이언스의 더 깊은 단계로 나아가고자 하는 모든 분들에게 적합합니다.


예측 모델의 기본적인 이해와 구현

모델 평가와 최적화 기술 습득

고급 분석 기법과 실습 경험

실무 적용 능력 향상


오렌지를 활용하여 데이터 사이언스의 다음 단계로 나아가세요!

더 이상 복잡한 코딩 지식 없이도 데이터 분석 마스터할 수 있습니다.



학습 내용


1. Orange로 데이터 탐색하기


2. 회귀 모델의 결정계수로 모델의 설명력 평가하기!


3. 모델의 효율성 향상하기!


4. 퍼셉트론부터 복잡한 인공신경망의 구조까지!



예상 질문 Q&A



1. 인공지능이나 코딩에 대한 선수지식이 필요한가요?


A. 본 강의는 인공지능에 관심이 생긴 누구나 바로 들어 실무에 활용할 수 있는 역량 제공을 목표로 설계된 강의로, 인공지능이나 코딩, 심지어 엑셀 실력까지도 필요하지 않습니다.



2. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요?


A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.



3. 오렌지? 따로 소프트웨어를 구입해야 하나요?


A. 오렌지는 무료로 배포되고 있는 소프트웨어이며, 다운로드부터 설치까지 하나하나 가르쳐 드리기 때문에 누구나 손쉽게 인공지능 데이터분석 환경을 구축 가능합니다. Portable 버전을 사용하면 외부 인터넷 연결 없이도 사용 가능하여, 보안 수준이 높은 근무 환경에서도 사용 가능합니다.



지식공유자 소개





수강 전 확인해주세요!


  • 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
  • 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.



체험하기
모두 펼치기
  • 02
    01. 학습 내용 안내
  • 0101 학습 내용 안내
  • 03
    02. 분류와 예측이란 무엇인가
  • 0201 분류와 예측 모델의 이해
  • 04
    03. 회귀분석으로 이해하는 예측 모델 다루기
  • 0303 지도학습 머신러닝 모델의 워크플로우
교육 과정
모두 펼치기
  • 01
    00. 교재 다운로드
  • 교재 다운로드
  • 02
    01. 학습 내용 안내
  • 0101 학습 내용 안내
  • 03
    02. 분류와 예측이란 무엇인가
  • 0201 분류와 예측 모델의 이해
  • 04
    03. 회귀분석으로 이해하는 예측 모델 다루기
  • 0301 가장 간단한 예측 – constant
    0302 단순 선형 회귀분석
    0303 지도학습 머신러닝 모델의 워크플로우
    0304 분석 모델의 저장과 다른 문제에도 활용하기
  • 05
    04. 예측 결과가 정확해야 좋은 모델이다
  • 0401 분석 모델의 평가 – 편향(Bias)과 분산(Variance)
    0402 회귀 모델 결정계수 R^2와 설명력
    0403 회귀 모델 결정계수 R^2와 설명력-실습
    0404 회귀적 모델의 평가 지표 – RMSE, MSE, MAE
  • 06
    05. 두루두루 쓸 수 있어야 좋은 모델이다
  • 0501 분석 모델의 일반화 가능성 평가 – 홀드아웃
    0502 LOOCV와 K-폴드 교차검증, 그리고 부트스트랩
    0503 모델 성능 교차 검증 비교와 무시할 수 있는 차이
  • 07
    06. 너무 복잡하지 않고 간결해야 좋은 모델이다
  • 0601 분석 모델의 효율성 – Feature Selection
  • 08
    07. 꼭대기는 평평하다는 최적화 원리
  • 0701 손실 함수와 경사하강법
    0702 확률적 경사하강법
    0703 확률적 경사하강법-실습
  • 09
    08. 인공지능의 본체 인공신경망
  • 0801 퍼셉트론과 인공신경망
    0802 퍼셉트론의 AND와 OR, NAND 연산
    0803 XOR과 다층 퍼셉트론
    0804 복잡한 문제 해결을 위한 활성화 함수
    0805 인공신경망의 하이퍼 파라미터
마지막 업데이트|2024년 08월 21일
강의자 소개
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다." 마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다. 마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다. 1. 배우면 반드시 쓸 수 있는 Actionable Content 2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum 마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.

강좌 후기
90,000

평균평점
0.0
난이도
보통
수강기간
결제 후 52주 1일간
소요 시간
약 10시간