- 머신러닝 개요 및 전반적인 머신러닝 분석절차 소개
- Minitab 신규기능 머신러닝 기법(Decision Tree - CART) 소개
- Minitab을 이용한 머신러닝(Decision Tree - CART) 실습
- CART 기법을 이해하여 예측모형 구축
- 구축된 모형의 성능평가 및 신규데이터 적용
- 머신러닝의 기본적인 분석절차 이해
- CART 알고리즘을 이용하여 목표값에 따른 수치예측/분류 모형 구축
- 제조, 품질 분야를 포함하는 Minitab 사용 고객 또는 신규 고객
- 머신러닝, 데이터마이닝 등에 관심이 있는 모든 사용자
|
일자 |
제목 |
세부내용 |
시간 |
|
1일차 |
머신 러닝 소개 |
머신러닝 개념 및 원리 소개, 분석절차 학습 |
14:00~14:50 |
|
머신러닝 활용 |
전통적 통계분석과 머신러닝의 차이, 활용법 소개 |
15:00~15:50 |
|
|
PA 모듈 시연 |
Minitab 예측분석 모듈 PA모듈을 이용한 기능 시연 |
16:00~16:50 |
.jpg)
경기도 안양시 동안구 시민대로 401 대륭테크노타운 15차 901호
Minitab을 활용하여 의사결정나무 기반 알고리즘인 CART, 랜덤포레스트 등의 머신러닝 알고리즘을 학습합니다.
교육은 CART, 랜덤포레스트, TreeNet 등을 이용하여 모델 구축 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
