최근에
데이터 사이언스나
머신러닝 알고리즘 및 딥러닝 알고리즘을 활용한 논문들이 많이 작성되고 있습니다.
이 특강에서는
Orange3나 파이썬(코랩)을 활용한 실습을 통해
기본적인 데이터 사이언스의 시각화나 EDA,
머신러닝 알고리즘 중
결정트리
랜덤포레스트
회귀분석 및 로지스틱 회귀분석
SVM
K-NN 알고리즘 활용 논문 작성법을 차례로 다룰 예정입니다.
머신러닝과 딥러닝의 차이,
딥러닝 기본개념
딥러닝 적용예도 소개하고 실습할 예정입니다.
머신러닝 알고리즘을 활용한 논문을 이해하고 싶거나
작성하고 싶은 대학원생, 유학생, 유학준비생
연구자, 교수님들을 위한 특강 입니다.
참가신청 및 등록방법
● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.
(Orange3, 파이썬-코랩 활용)
비전공자, 완전초보자를 위한
머신러닝, 딥러닝 알고리즘 활용 논문작성법 특강
● 강 사 : 신인수 교수
(현 동국대학교 근무, Florida State University Ph. D, measurement and statistics)
메타분석 전공, 연세대학교 교육학과졸, Florida Department of Education Psychometrician. 행정고시 39회(교육행정직)
워크숍 프로그램
▶ 특강: 3시간*6회 = 18시간 (강의 녹화 링크 제공: 7월1일 ~ 8월25일: 55일간 제공)
| 강의명 | 강의개요 | ||
| 1) Orange3, 파이썬 초보자 | Orange3, 파이썬(코랩) 프로그램 설치, Read, Data import, Select Row/Columns, Pivot EDA, correlation, Select by Index, Transpose, Outlier Tidy data, Vectors, 데이터 분석 기초 | ||
| 2) Orange3, 파이썬 기초 | Orange3, 파이썬 데이터 시각화, 데이터 변환 Computing basic statistics, Creating sequencing Comparing Vectors, Reading/Writing CSV files, Box plot, Scatter plot, Line plot, Data Structure, Heat map, Nomogram | ||
| 3) Orange3, 파이썬 머신러닝 알고리즘I (회귀분석, 로지스틱회귀분석, 의사결정 결정트리, 딥러닝 기초) | Introduction to Machine Learning Decision Trees Linear Regression Logistic Regression, Naive Bayes, Corpus Introduction to Deep Learning |
| 4) Orange3, 파이썬 머신러닝 알고리즘II (랜덤포레스트, 딥러닝2: 심층신뢰망 ) | Linear Algebra, Numerical Optimization in Machine Learning Machine Learning, Train and Test Data, Corpus to network Decision Trees, Random Forests, Stochastic Gradient Single and Multilayer Perceptron Models |
| 5) Orange3, 파이썬 머신러닝 알고리즘III (SUPPORT VECTOR MACHINE, 딥러닝3: CNNs) | Data Preparation and Exploration Machine Learning Theory and Practice, Bag of Words Decision Trees, Ensemble Trees, SVM, Hierarchical Clustering Artificial Neural Networks, Convolutional Neural Networks |
| 6) Orange3, 파이썬 머신러닝 알고리즘IV (KNN, 딥러닝4: RNNs) | Machine Learning, k-Nearest Neighbors, PCA Introduction to Neural Networks, Deep Neural Network CNN, Recurrent Neural Networks, Word Cloud, Sentiment analysis 적용예 및 논문작성법 |
□ Orange3 실시간 온라인 보충강의 일정 : 1시간 특강 + 30분 질의 응답 (녹화 링크 제공)
1) Orange3 초보자- 7월 1일(토) 2시
2) Orange3 기초 - 7월 8일(토) 2시
3) Orange3 머신러닝 알고리즘I (regression/logistic, decision_tree, 신경망) - 7월 15일(토) 2시
4) Orange3 머신러닝 알고리즘II (랜덤포레스트, 딥러닝2: 심층신뢰망 ) - 7월 22일(토) 2시
5) Orange3 머신러닝 알고리즘III (SVM, 딥러닝3: CNNs) - 7월 29일(토) 2시
6) Orange3 머신러닝 알고리즘IV (KNN, 딥러닝4: RNNs) - 8월 5일(토) 2시
□ 파이썬 실시간 온라인 보충강의 일정 : 1시간 특강 + 30분 질의 응답 (녹화 링크 제공)
1) 파이썬 초보자- 7월 2일(일) 2시
2) 파이썬 기초 - 7월 9일(일) 2시
3) 파이썬 머신러닝 알고리즘I (regression/logistic, decision_tree, 신경망) - 7월 16일(일) 2시
4) 파이썬 머신러닝 알고리즘II (랜덤포레스트, 딥러닝2: 심층신뢰망 ) - 7월 23일(일) 2시
5) 파이썬 머신러닝 알고리즘III (SVM, 딥러닝3: CNNs) - 7월 30일(일) 2시
6) 파이썬 머신러닝 알고리즘IV (KNN, 딥러닝4: RNNs) - 8월 6일(일) 2시
(강의 녹화 링크 제공: 7월1일 ~ 8월25일: 55일간 제공)
▶운영: 실시간 온라인 강의 녹화 링크 제공 (7월1일 ~ 8월25일: 55일간)
▶질의 응답 방법
1) 이메일 질의: 수강한 내용에 대해 9065031@hanmail.net으로 이메일 혹은 답변 녹화 후 공유
2) 연구모임 및 실시간 질의 응답 시간 운영: 6월27일(화), 7월11일(화), 7월25일(화), 8월8일(화), 8월22일(화) 저녁9시
3) 오리엔테이션 강의 일정 및 녹화 링크 제공
- orange3 및 파이썬 - 6월 27일(화) 오후 1시
4) 녹화 강의에 대한 질의응답 보충 강의: 온라인 실시간 강의 (녹화 링크 공유 예정)
▶ 실시간 온라인 보충강의 일정: 저녁9시~10시 (1시간 질의 응답 강의)
- 6월24일(토), 7월1일(토), 7월8일(토), 7월15일(토), 7월22일(토), 7월29일(토), 8월5일(토), 8월12일(토), 8월19일(토)
참가신청 및 등록방법
● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.
● 참가비(교재비 포함): 6회 (각 3시간 녹화 강의 + 2시간 Orange3 실시간 + 2시간 파이썬 실시간)
- 1일: 10만원, 2일:18만원, 4일: 32만원, 6일 42만원 (온라인 실시간 강의후 녹화링크 8월25일까지 제공 예정)
▪ 계좌번호: 국민은행 501001-04-391822 ▪ 예금주: 교육통계연구소
● 연구비 처리 및 계산서 발급 가능
- 워크샵 스텝 연락처: 메일 주소 (001447@naver.com)
환불기준
| 수강취소 시기 | 환불액 |
| 특강 4일 전 | 100% 환불 |
| 특강 3일 이내 | 80% 환불 |
| 특강 당일 | 환불 불가 |
접수 세부사항, 기타 자료 및 질문 카페 참조
SCI SSCI 논문 작성법 카페: http://cafe.daum.net/researcharticle
R을 이용한 데이터분석 카페: http://cafe.daum.net/rcran
페이스북: https://www.facebook.com/researchsynthesis
네이버 블로그: https://blog.naver.com/9065031
교육통계연구소