Overview

Teaching: 180 min
Exercises: 0 min

Questions

• 기계학습과 예측모형은 차이점은 무엇인가?

• 예측한다는 것은 무엇인가?

• 예측모형은 정말 정확한 것인가?

• 예측을 구체화하면, 예측유형에는 어떤 것이 포함될까?

Objectives

• 기계학습 예측모형을 이해하고 개발할 수 있다.

• 기계학습 예측모형개발을 자동화한다.

• 일반인에게 뿐만 아니라 모형 개발자에게도 어려운 예측모형을 이해한다.

기계학습

• 전통적인 가내수공업 방식 모형개발 사례 (Regression)
• 전통방식 모형개발 - 타이타닉 생존 데이터 (Classification)
• 통계 모형 시각화
  • 지도학습모형 → EDA : 포도주(wine)
  • 회귀모형 - purrr + trelliscopejs
  • 비지도학습 tsne - mtcars
  • 만성 신부전증(Kidney) 예측 - LIME
• tidymodel: caret → parsnip
  • caret 예측모형 개발
  • 초모수 미세조정(Hyper Parameter Tuning)
• 모형 데이터 전처리 - Feature Engineering(피처 공학)
  • 클래스 불균형(Class imbalance)
  • 피처 공학 - 선택 혹은 추출
  • 피처 공학(Feature Engineering)
    • 피처 공학 기법 - 직사각형 데이터프레임
  • 피처 공학 - 변수선택 자동화
• 어노말리(Anomaly) 탐지
• autoML
• 예측모형 가치(Business Value)
• 파이썬 + R - 포도주 품질

Key Points

• tidymodel 개발환경 변화를 이해한다.

• 예측모형을 개발하는 것과 이를 활용하는 것의 차이점을 이해한다.

• 예측모형 개발 전과정을 공학적으로 기술하고 최신 선진 사례를 적용한다.