- 어렵게만 느껴졌던 머신러닝을 쉽게 이해할 수 있도록 Simple & Easy 교육
- 머신러닝 분석에 대중적으로 많이 활용되는 R 소프트웨어를 통한 실습 및 결과해석
- 대표적인 머신러닝 알고리즘의 핵심 개념 이해
- 사용자의 분석 목적 및 상황에 맞는 알고리즘을 선택하고 실무에 적용
- R 코드를 통해 기본적인 머신러닝 모형을 구축할 수 있음
- 필수 R 패키지 활용을 통한 데이터 시각화 및 간단한 전처리가 가능함
- R을 이용하여 머신러닝 분석을 수행하고 싶은 입문자
- 머신러닝, 데이터마이닝에 관심있는 제조, 품질 분야를 포함하는 모든 사용자
일자 | 교육 내용 | 세부 내용 | 시간 |
1일차 | 머신러닝은 왜 필요할까? | 4차 산업혁명과 스마트 팩토리, 머신러닝의 필요성 | 09:30~10:20 |
머신러닝 분석을 위한 준비 | 나의 분석 주제에 맞는 분석 기법 찾기, | 10:30~11:20 | |
R이 뭔지 RG? | 머신러닝을 위한 가장 대중적인 언어(R) | 11:30~12:20 | |
점심 식사 | 12:30~13:30 | ||
머신러닝을 위한 필수 | 데이터 전처리(dplyr) 패키지, 결측값 처리 | 13:40~14:30 | |
머신러닝에 바로 | 불량 원인을 한눈에 알기 쉽게 : 히트맵(Heatmap) | 14:40~15:40 | |
공정 recipe 최적화를 위한 | 수치 예측 및 분류 트리 : | 15:40~16:30 | |
CART의 단점을 보완한 | 불량 가능성을 확률로 나타내기 : | 16:40~17:30 | |
2일차 | 공정 변수
간 관계를 | 목표 값이 연속형인 경우 : | 09:30~10:20 |
목표 값이
이항인 경우 : | 10:30~11:20 | ||
분류를 위한 알고리즘 소개 | 이쪽일까 저쪽일까 : | 11:30~12:20 | |
점심 식사 | 12:30~13:30 | ||
분류를 위한 알고리즘 소개 | 주변의 비슷한 이웃들로 분류 : | 13:40~14:30 | |
모형 성능 향상을 위한 방법론 | 우불량 비율 차이가 너무 많이 나는 경우, | 14:40~15:40 | |
기타 적용 가능한 | 기타 머신러닝 알고리즘 소개 | 15:40~16:30 | |
최적의 분석 기법 | 모형 성능 비교 : 로지스틱? 랜덤포레스트? SVM? | 16:40~17:30 |
회차 | 교육일자 | 교육비(VAT 별도) | 장소 | 신청 |
---|---|---|---|---|
4회차 | 2021-03-23 ~ 2021-03-24 | 450,000원 | 안양본사교육장 | 신청 |
5회차 | 2021-06-08 ~ 2021-06-09 | 450,000원 | 안양본사교육장 | 신청 |
6회차 | 2021-10-25 ~ 2021-10-26 | 450,000원 | 안양본사교육장 | 신청 |
경기도 안양시 동안구 시민대로 401 대륭테크노타운 15차 901호
Minitab을 활용하여 기본적인 머신러닝 개념을 학습합니다.
교육은 의사결정나무(Decision Tree) 기반의 CART 알고리즘을 이용하여 실습 및 해석과정 위주로 진행됩니다.
우리 회사의 제품 품질 수준을 어떻게 하면 향상시킬 수 있을까?
관리도와 공정능력분석, 모두 Minitab으로 할 수 있습니다.
통계를 처음 접하시는 분
기초부터 시작해서 품질관리, 실험계획법 등 다양한 통계 이론을 학습하고 싶으신 분