Hello guys, Welcome to Africa's Largest Video Search Engine, and you are watching 파이썬 코딩 무료 강의 (활용편7) - 머신러닝, 영화 추천 시스템 만들기. and this video is uploaded by 나도코딩 at 2022-06-30T04:00:14-07:00. We are just promoting this video only for entertainment and educational purpose only. I hop you like our Video Search Engine. [TNcfJHajqJY]
| Name | 파이썬 코딩 무료 강의 (활용편7) - 머신러닝, 영화 추천 시스템 만들기 |
| Video Uploader | Video From 나도코딩 |
| Upload Date | This Video Uploaded At 30-06-2022 11:00:14 |
| Video Discription | #파이썬 #인공지능 #머신러닝 파이썬 무료 강의 (활용편7 - 머신러닝) 입니다. 4차 산업 시대 최고의 인기 키워드는 단연 인공지능(AI) 입니다. Scikit Learn 을 이용하여 머신러닝의 기본을 배우고 나만의 영화 추천 웹사이트를 직접 만들어보아요! 누구나 볼 수 있도록 쉽고 재미있게 제작하였습니다. ^^ [ 오류정정 ] 2022.08.07 최종수정 11.경사 하강법 (실습) 내용 설명에 오류가 있어 바로잡습니다. SGDRegressor 클래스 객체 생성 시 eta0 의 default 값은 0.001 이 아니 0.01 입니다. 17.회귀 모델 평가(1:42:22) 에서 total = reg + error 라는 식이 SST = SSR + SSE 로 가는 과정에서 Stotal = Sreg + Serror 라고 표현되는 부분이 있는데 이는 아직 완성된 식이 아니며 등호가 성립되지 않는다는 점 참고 부탁드립니다. 35.퀴즈 1) 번 문제 (04:01:45) 에서 X = dataset.iloc[:, :-1] 부분에 X = dataset.iloc[:, 0] 을 써도 상관 없다고 설명드렸는데 이렇게 하면 X.shape 의 결과가 달라져서 3) 번 문제에서 모델을 생성할 때 문제가 발생할 수 있으므로 X = dataset.iloc[:, [0]] 와 같이 0 이 아닌 [0] 으로 작성해야 합니다. 혼란을 드려 대단히 죄송합니다. * 본 영상은 기본편을 학습한 분들을 위한 강의입니다. 파이썬을 처음 접하신다면, 아래 기본편을 먼저 공부해주세요 ^^ 프로젝트 실습을 위해서는 pandas 라이브러리의 이해가 필요합니다. 수업이 어렵게 느껴지신다면 활용편5 의 pandas 라이브러리 부분을 먼저 봐주세요. [ 기본편 ] 파이썬은 다양한 활용 분야가 있는 인기 최고의 프로그래밍 언어입니다. 수많은 컴퓨터 교육 기관에서 가르치고 있으며 학생들도 배우고 있지요. 여러분의 가치를 훨씬 높일 수 있는 필살기, 지금 바로 시작하세요 ! 바로가기 : https://youtu.be/kWiCuklohdY [ 활용편 커리큘럼 ] * 활용편은 제작 중입니다. 1. 게임 개발 [완료] - 오락실에서 하던 Pang 게임 - 바로가기 : https://youtu.be/Dkx8Pl6QKW0 2. GUI 프로그래밍 [완료] - 영상에서 캡처한 이미지들을 하나로 합치는 프로그램 - 바로가기 : https://youtu.be/bKPIcoou9N8 3. 웹스크래핑 [완료] - 내가 원하는 뉴스를 매일 자동으로 긁어오는 프로그램 - 바로가기 : https://youtu.be/yQ20jZwDjTE 4. 업무자동화 [완료] - 엑셀, 인터넷, 데스크탑 등 컴퓨터에게 일을 시키는 스크립트 - 바로가기 : https://youtu.be/exgO1LFl9x8 5. 데이터 분석 및 시각화 [완료] - 빅데이터를 활용한 대한민국의 인구 문제 분석 - 바로가기 : https://youtu.be/PjhlUzp_cU0 6. 이미지 처리 [완료] - 이미지 / 영상에서 얼굴을 인식하여 얼굴 위에 재밌는 캐릭터 씌우기 - 바로가기 : https://youtu.be/XK3eU9egll8 7. 머신러닝 [완료] - 인공지능 기술을 활용한 영화 추천 시스템 개발 8. 사물인터넷 - 아두이노를 활용한 RC Car 제작 [목차] [소개] (0:00:00) 0.Intro (0:00:44) 1.소개 (0:02:32) 2.활용편 7 머신러닝 소개 [기본] (0:04:32) 3.머신러닝 개요 (0:15:04) 4.지도 학습 (0:20:19) 5.선형 회귀 (0:25:56) 6.선형 회귀 (실습 #1) (0:36:41) 7.선형 회귀 (실습 #2) (0:43:45) 8.데이터 세트 분리 (0:45:56) 9.데이터 세트 분리 (실습) (0:59:39) 10.경사 하강법 (1:06:12) 11.경사 하강법 (실습) (1:16:43) 12.다중 선형 회귀 (1:18:58) 13.원-핫 인코딩 (1:21:03) 14.다중 공선성 (1:23:22) 15.다중 선형 회귀 (실습 #1) (1:30:02) 16.다중 선형 회귀 (실습 #2) (1:35:13) 17.회귀 모델 평가 (1:47:32) 18.회귀 모델 평가 (실습) (1:52:07) 19.다항 회귀 (1:59:46) 20.다항 회귀 (실습 #1) (2:06:00) 21.다항 회귀 (실습 #2) (2:19:14) 22.다항 회귀 (실습 #3) (2:24:26) 23.로지스틱 회귀 (2:30:01) 24.로지스틱 회귀 (실습 #1) (2:41:07) 25.로지스틱 회귀 (실습 #2) (2:51:32) 26.혼동 행렬 (실습) (2:58:31) 27.비지도 학습 (3:00:21) 28.K-평균 (3:10:26) 29.엘보우 방법 (3:12:57) 30.유사도 (3:17:40) 31.K-평균 (실습 #1) (3:31:23) 32.K-평균 (실습 #2) (3:38:06) 33.K-평균 (실습 #3) (3:47:50) 34.K-평균 (실습 #4) [퀴즈] (3:54:41) 35.퀴즈 [영화 추천 시스템 프로젝트] (4:16:21) 36.인구 통계학적 필터링 #1 (4:28:31) 37.인구 통계학적 필터링 #2 (4:43:02) 38.컨텐츠(줄거리) 기반 필터링 #1 (4:53:58) 39.컨텐츠(줄거리) 기반 필터링 #2 (5:04:12) 40.컨텐츠(줄거리) 기반 필터링 #3 (5:14:45) 41.컨텐츠(배우,감독 등) 기반 필터링 #1 (5:24:09) 42.컨텐츠(배우,감독 등) 기반 필터링 #2 (5:36:20) 43.컨텐츠(배우,감독 등) 기반 필터링 #3 (5:45:08) 44.영화 추천 웹사이트 #1 (5:53:19) 45.영화 추천 웹사이트 #2 (6:05:27) 46.영화 추천 웹사이트 #3 (6:15:00) 47.영화 추천 웹사이트 #4 (6:22:26) 48.협업(리뷰 기반) 필터링 #1 (6:32:48) 49.협업(리뷰 기반) 필터링 #2 (6:43:20) 50.Outro [학습 자료] 수업에 사용된 소스 코드 및 학습 자료의 링크입니다. : https://nadocoding.tistory.com/92 ✅ 나도코딩의 자바 기본편 강의 👉 https://inf.run/BUS6 Images, Videos by pixabay, pexels : https://www.pixabay.com : https://www.pexels.com Designed by freepik, flaticon : https://www.freepik.com : https://www.flaticon.com [TNcfJHajqJY] |
| Category | Education |
| Tags | Education Download MP4 | Education Download MP3 | Education Download MP4 360p | Education Download MP4 480p | Education Download MP4 720p | Education Download MP4 1080p |
