15:27

[데이터분석 R 기초] 41. 특성 공학 Feature Engineering

12:20

[데이터분석 R 기초] 40. 과적합 Overfitting

20:13

[데이터분석 R 기초] 39. 고객 이탈 예측 / 모델 성능 평가

24:23

[데이터분석 R 기초] 38. 고객 이탈 데이터 학습/검증 데이터 처리

17:17

[데이터분석 R 기초] 37. 기계학습의 종류 (지도 학습 / 비지도 학습 / 강화 학습)

19:20

[데이터분석 R 기초] 36. 머신러닝 3가지 핵심 요소 (데이터 / 알고리즘 / 성능)

07:46

[데이터분석 R 기초] 35. 예측적 데이터 분석 (PDA / 기계학습)

12:22

[Python 활용 제조/공정 데이터 마이닝] 19 학습한 모델을 파일로 저장하여 사용하기 (Pickle Library)

26:28

[Python 활용 제조/공정 데이터 마이닝] 18 사이킷 런 분류 모델 종합 실습 (Feature Engineering)

10:25

[Python 활용 제조/공정 데이터 마이닝] 17 클래스의 비율이 다른 불균형 데이터 처리 (Imbalanced Data Sampling)

18:15

[Python 활용 제조/공정 데이터 마이닝] 16 모델 하이퍼파라미터 튜닝 (Pipeline & Hyper Parameter Tuning)

10:44

[Python 활용 제조/공정 데이터 마이닝] 15 파이프라인을 이용한 교차 검증 (Pipeline & Cross Validation)

28:07

[데이터분석 R 기초] 34. 두 범주형 데이터의 독립성 검정 (Chi Square Test)

11:17

[데이터분석 R 기초] 33. 두 연속형 데이터의 상관성 검정 (Correlation Test)

27:53

[Python 활용 제조/공정 데이터 마이닝] 14 파이프라인을 이용한 스케일링 및 인코딩 (Pipeline & Scaling Encoding)

40:28

[데이터분석 R 기초] 32. 집단 간 평균을 비교 실습 (평균 검정, T Test )

19:37

[Python 활용 제조/공정 데이터 마이닝] 13 파이프라인을 이용한 결측값 처리 (Pipeline & Imputation)

18:40

[데이터분석 R 기초] 31. 현장에서 정규성 검정을 하는 경우 (가설검정, Normality Test )

16:38

[데이터분석 R 기초] 30. 집단 간 평균 비교 가설검정 (CDA)

10:17

[Python 활용 제조/공정 데이터 마이닝] 12 과적합과 특성 공학 (Overfitting & Feature Engineering)

13:36

[Python 활용 제조/공정 데이터 마이닝] 11 회귀 모델 평가 실습 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)

16:22

[데이터분석 R 기초] 29. 데이터 타입 별 통계적 가설 검정 기법 (CDA)

22:38

[데이터분석 R 기초] 28. 통계적 가설 검정 (CDA)

23:13

[Python 활용 제조/공정 데이터 마이닝] 10 회귀 모델 평가 지표 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)

18:29

[Python 활용 제조/공정 데이터 마이닝] 09 분류 모델 평가 지표 ( 정확도 / 재현율 / 정밀도 / F1)

14:47

[Python 활용 제조/공정 데이터 마이닝] 08 학습 모델 평가 ( 반도체 공정 데이터 / 사이킷 런 실습 )

27:51

[데이터분석 R 기초] 27. 산점도와 선그래프 그리기 + 미션 (R 시각화 / ggplot / Scatter / Line Chart)

23:10

[데이터분석 R 기초] 26. 막대 그래프 그리기 (R 시각화 / ggplot)

14:24

[Python 활용 데이터 분석 최적화] 10 규제 선형 회귀 모델 (Scikit Learn / Lasso / Ridge / Elastic Net)

20:34

[데이터분석 R 기초] 25. 상자 그림 그리기 (R 시각화 + 미션 연습)

12:11

[데이터분석 R 기초] 24. ggplot 패키지 사용하기 (R 시각화)

17:43

[데이터분석 R 기초] 23. EDA 탐색적 데이터 분석 2 (데이터 시각화)

12:11

[데이터분석 R 기초] 22. EDA 탐색적 데이터 분석 (데이터 시각화)

27:39

[Python 활용 제조/공정 데이터 마이닝] 07 지도 학습 절차 ( 반도체 공정 데이터 / 사이킷 런 실습 )

20:40

[Python 활용 제조/공정 데이터 마이닝] 06 기계학습의 종류 (지도 학습 / 비지도 학습 / 강화 학습)

23:35

[Python 활용 제조/공정 데이터 마이닝] 05 기계학습의 핵심 포인트

16:01

[Python 활용 데이터 분석 최적화] 09 공정 데이터 생산시간 예측하기 (Scikit Learn 라이브러리 실습)

40:38

협력의 사회를 만들려면...

13:55

[데이터분석 R 기초] 21. 날짜 데이터 처리 (전처리 / Tidyverse / Lubridate )

11:03

[데이터분석 R 기초] 20. 결측값 대치 (전처리 / Tidyverse / Dplyr)

10:48

[데이터분석 R 기초] 19. 결측값 제거 (전처리 / Tidyverse / Dplyr)

27:14

[Python 활용 제조/공정 데이터 마이닝] 04 Pandas로 설비 데이터 전처리 하기

17:22

[Python 활용 제조/공정 데이터 마이닝] 03 Pandas로 CSV 불러오기 (기술통계량 확인까지)

16:37

[Python 활용 제조/공정 데이터 마이닝] 02 실무적 데이터 분석 절차 (CDA & PDA)

31:41

[Python 활용 제조/공정 데이터 마이닝] 01 실무적 데이터 분석 절차 (DDA & EDA)

25:07

[Python 활용 데이터 분석 최적화] 08 회귀분석의 종류 (Scikit Learn 라이브러리 실습)

20:35

[데이터분석 R 기초] 18. 데이터 요약 (전처리 / Tidyverse / Dplyr)

14:12

[데이터분석 R 기초] 17. 데이터 필터 (전처리 / Tidyverse / Dplyr)

19:16

[Python 활용 데이터 분석 최적화] 07 확률적 경사하강법 (SGD, Stochastic Grandient Descent)

12:07

[데이터분석 R 기초] 16. 데이터 전처리 실습 (전처리 / Tidyverse / Dplyr)

24:36

[데이터분석 R 기초] 15. 데이터 추출 및 정렬 (전처리 / Tidyverse / Dplyr)

12:01

[Python 활용 데이터 분석 최적화] 06 회귀 분석 실습2 (사이킷 런 Scikit Learn)

18:00

[데이터분석 R 기초] 14. 패키지 설치 및 데이터 전처리 Tidyverse / Dplyr

13:54

[데이터분석 R 기초] 13. 기술 통계량 확인 실습

27:31

[데이터분석 R 기초] 12. 기술 통계량 확인 (산포 / 편차 / 표준편차)

23:40

[Python 활용 데이터 분석 최적화] 05 회귀분석 실습 (사이킷 런 Scikit Learn)

15:44

[데이터분석 R 기초] 11. 기술 통계량 확인 (대표값 확인)

20:49

[데이터분석 R 기초] 10. 데이터 불러오기 (DDA분석)

15:14

[데이터분석 R 기초] 09. 통계적 분석 절차 이해 2

16:42

[데이터분석 R 기초] 08. 통계적 분석 절차 이해 1