[강의 요약] 패캠 시계열 분석 - Part2. 머신러닝으로 데이터 실무 맛보기

Ch 1. 학습목표기계학습(머신러닝) 주요 알고리즘의 이해머신러닝 교차검증의 이해머신러닝 주요 모델 구현 방법 습득예측 모델링에서의 주의사항 습득머신러닝 결과물을 전달하는 방법 습득Ch 2. 예측 모델링 시작하기지도학습(Supervised Learning): 정답(label)이 있는 훈련 데이터(training data)로부터 학습대부분의 머신러닝 방법예: Naive-Baysian Classifier, Random Forest Classifier비지도학습(Unsupervised Learning): 정답(label) 없이 훈련 데이터(training data)를 학습대부분의 거리 기반 알고리즘예: k-평균 군집화(k-Means Clustering), 주성분분석(Principal Component Analy..