- Level Foundation
- Course by University of Washington
-
Offered by
About
사례 연구 - 주택 가격 예측 첫 번째 사례 연구 주택 가격 예측에서는 입력 특성(면적, 방 및 화장실 개수 등)에서 연속적인 값(가격)을 예측하는 모델을 만듭니다. 이는 회귀를 적용할 수 있는 많은 장소 중 하나일 뿐입니다. 그 외 다른 응용의 범위는 의약품에 대한 건강 효과, 금융 분야에서의 주가, 고성능 컴퓨터 전력 사용 예측에서부터 유전자 발현에 중요한 조절기를 분석하는 것까지 다양합니다. 본 강의에서는 예측 및 특성 선택 태스크를 위한 정규화된 선형 회귀 모델에 대해 알아봅니다. 매우 큰 특성의 집합을 처리하고 다양한 복잡도 모델 중 선택할 수 있습니다. 또한 이상치와 같은 데이터의 양상이 선택한 모델과 예측값에 주는 영향도 분석합니다. 이와 같은 모델을 피팅하기 위해 큰 데이터 세트에 따라 확장하는 최적화 알고리즘을 구현해 봅니다. 학습 목표: 본 강의를 끝내면 여러분은: -회귀 모델의 입력과 출력을 설명할 수 있습니다. -데이터를 모델링할 때 편향과 분산을 비교 및 대조할 수 있습니다. -최적화 알고리즘을 사용하여 모델 매개변수를 예상할 수 있습니다. -교차 검증을 사용하여 매개변수를 조정할 수 있습니다. -모델의 성능을 분석할 수 있습니다. -희소성의 개념과 라쏘가 희소 해로 이어지는 방법을 설명할 수 있습니다. -모델 중 선택할 방법을 배포할 수 있습니다. -모델을 활용하여 예측을 형성할 수 있습니다. -주택 데이터 세트를 사용하여 가격을 예측하는 회귀 모델을 구축할 수 있습니다. -이와 같은 기술을 Python에서 구현할 수 있습니다.Modules
본 강의에서는 무엇을 다루나요?
5
Videos
- 환영합니다!
- 강의에서는 무엇을 다루나요?
- 강의 전반부 개요
- 강의 후반부 개요
- 필요한 배경지식
3
Readings
- 머신 러닝 전문 과정 관련 중요 업데이트
- 이번 모듈의 슬라이드
- 읽기 자료: 필요한 소프트웨어 도구
회귀 기초
4
Videos
- 주택 가격 예측 사례 연구
- 회귀 기초: 데이터 및 모델
- 회귀 기초: 작업
- 회귀 ML 블록 다이어그램
1
Readings
- 이번 모듈의 슬라이드
단순 선형 회귀 모델, 그 사용과 해석
4
Videos
- 단순 선형 회귀 모델
- 주어진 선을 사용할 때의 비용
- 적합선의 사용
- 적합선의 해석
최적화를 넘어서: 1차 목적 함수
6
Videos
- 최소제곱 최적화 목적 함수의 정의
- 분석적으로 최댓값 또는 최솟값 찾기
- 1D 함수의 최대화: 모범 예시
- 언덕 등반을 통한 최댓값 찾기
- 언덕 하강을 통한 최솟값 찾기
- 학습률 및 수렴 기준의 선택
최적화를 넘어서: 다차원 목적 함수
2
Videos
- 하강: 다차원 도함수
- 경사 하강: 다차원 언덕 하강
최소제곱선 찾기
4
Videos
- RSS의 경사 계산
- 접근 방법 1: 폐쇄형 해
- 접근 방법 2: 경사 하강
- 접근 방법의 비교
2
Readings
- 선택 읽기 자료: 폐쇄형 해에 대한 모범 답안
- 선택 읽기 자료: 경사 하강에 대한 모범 답안
단순 선형 회귀 토론 및 요약
1
Assignment
- 단순 선형 회귀
5
Videos
- 높은 레버릿지 지점의 영향: 데이터의 탐색
- 높은 레버릿지 지점의 영향: 도심의 제거
- 높은 레버릿지 지점의 영향: 고급 도심의 제거
- 비대칭 비용 함수
- 간단한 복습
1
Readings
- 노트북을 다운로드하여 진행합니다
프로그래밍 과제
1
Assignment
- 주택 데이터에 단순 선형 회귀 모델 피팅
1
Readings
- 주택 데이터에 단순 선형 회귀 모델 피팅
한 입력의 다중 특성
5
Videos
- 다중 회귀 도입
- 다항 회귀
- 모델링 계절성
- 계절성을 볼 수 있는 곳
- 입력이 하나인 일반 특성의 회귀
1
Readings
- 이번 모듈의 슬라이드
다중 입력 통합
4
Videos
- 다중 입력 사용의 동기 부여
- 표기법의 정의
- 다중 입력 특성의 회귀
- 다중 회귀 적합의 해석
최소제곱 적합의 연산을 위한 단계 설정
3
Videos
- 벡터 표기법으로 단일 관측치 모델 다시 쓰기
- 행렬 표기법으로 모든 관측치에 대한 모델 다시 쓰기
- D-차원 곡선의 비용 계산
1
Readings
- 선택 읽기 자료: 행렬 대수학 복습
D-차원 곡선의 최소제곱 계산
6
Videos
- RSS의 경사 계산
- 접근 방법 1: 폐쇄형 해
- 폐쇄형 해 토론
- 접근 방법 2: 경사 하강
- 특성별 업데이트
- 경사 하강 접근 방법의 알고리즘 요약
다중 회귀 요약
1
Assignment
- 다중 회귀
1
Videos
- 간단한 복습
프로그래밍 과제 1
1
Assignment
- 주택 가격 예측을 위한 다양한 다중 회귀 모델 탐색
1
Readings
- 주택 가격 예측을 위한 다양한 다중 회귀 모델 탐색
프로그래밍 과제 2
1
Assignment
- 다중 회귀를 위한 경사 하강 구현
2
Readings
- Numpy 튜토리얼
- 다중 회귀를 위한 경사 하강 구현
성능 평가 방법의 정의
2
Videos
- 성능 평가 도입
- ‘손실’이란 무슨 뜻일까요?
1
Readings
- 이번 모듈의 슬라이드
모델 복잡도에 따른 손실의 세 가지 척도와 그 추세
5
Videos
- 학습 오차: 훈련 세트에 대한 오차 평가
- 일반화 오차: 어디에 이용할까요
- 시험 오차: 무엇을 계산할 수 있을까요
- 과적합의 정의
- 학습/검정 분리
오차의 세 가지 원인과 편향-분산 트레이드오프
3
Videos
- 기약 오차 및 편향
- 분산 및 편향-분산 트레이드오프
- 오차 및 데이터양
선택적 고급 자료: 오차의 세 가지 원인에 대한 공식적인 정의 및 도출
2
Videos
- 오차의 세 가지 원인에 대한 공식적인 정의
- 오차의 세 가지 원인에 대한 공식적인 도출
모든 개념 하나로 합치기
1
Assignment
- 성능 평가하기
2
Videos
- 모델 선택, 피팅 및 평가에 대한 학습/검증/검증 분리
- 간단한 복습
프로그래밍 과제
1
Assignment
- 편향-분산 트레이드오프 탐색
1
Readings
- 다항 회귀
과적합 모델의 특성
3
Videos
- 다항 회귀에서의 과적합 증상
- 과적합 데모
- 보다 일반적인 다중 회귀 모델의 과적합
2
Readings
- 이번 모듈의 슬라이드
- 노트북을 다운로드한 후 다음을 따라 합니다
릿지 목적 함수
5
Videos
- 적합도 및 계수의 크기 균형 조절
- 결과 릿지 목적 함수와 극한 해결책
- 릿지 회귀가 편향 및 분산의 균형을 맞추는 방법
- 릿지 회귀 데모
- 릿지 계수 경로
1
Readings
- 노트북을 다운로드한 후 다음을 따라 합니다
릿지 목적 함수 최적화
4
Videos
- 릿지 목적 함수의 경사 계산
- 접근 방법 1: 폐쇄형 해
- 폐쇄형 해 토론
- 접근 방법 2: 경사 하강
느슨한 종단 매듭짓기
1
Assignment
- 릿지 회귀
4
Videos
- 교차 검증을 통한 조정 매개변수 선택
- K 겹 교차 검증
- 편향 값 처리 방법
- 간단한 복습
프로그래밍 과제 1
1
Assignment
- 다항식 회귀에서 L2 페널티의 효과 관찰
1
Readings
- 다항식 회귀에서 L2 페널티의 효과 관찰
프로그래밍 과제 2
1
Assignment
- 경사 하강을 통한 릿지 회귀 구현
1
Readings
- 경사 하강을 통한 릿지 회귀 구현
모델의 명시적 열거를 통한 특성 선택
5
Videos
- 특성 선택 태스크
- 모든 부분 집합
- 모든 부분 집합의 복잡도
- 탐욕 알고리즘
- 탐욕 전진적 단계 알고리즘의 복잡도
1
Readings
- 이번 모듈의 슬라이드
정규화된 회귀를 통한 암시적 특성 선택
3
Videos
- 특성 선택에도 정규화를 사용할 수 있을까요?
- 임계처리 릿지 계수?
- 라쏘 목적 함수 및 그 계수의 경로
라쏘 해의 희소성에 대한 기하학적 통찰
4
Videos
- 릿지 비용의 시각화
- 릿지 해의 시각화
- 라쏘 비용 및 해의 시각화
- 라쏘 데모
1
Readings
- 노트북을 다운로드한 후 다음을 따라 합니다
라쏘 풀이를 위한 단계 설정
4
Videos
- 라쏘 목적 함수의 차이
- 좌표 하강
- 특성의 정규화
- 최소제곱법에 대한 좌표 하강(정규화된 특성)
라쏘 목적 함수의 최적화
3
Videos
- 라쏘에 대한 좌표 하강(정규화된 특성)
- 수렴 및 기타 라쏘 솔버 평가
- 라쏘에 대한 좌표 하강(정규화되지 않은 특성)
선택적 고급 자료: 라쏘 좌표 하강 업데이트 도출
1
Videos
- 라쏘 좌표 하강 업데이트 도출
느슨한 종단 매듭짓기
1
Assignment
- 특성 선택 및 라쏘
2
Videos
- 페널티 강도 및 라쏘와 관련된 기타 실질적인 문제 선택
- 간단한 복습
프로그래밍 과제 1
1
Assignment
- 특성 선택을 위한 라쏘의 사용
1
Readings
- 특성 선택을 위한 라쏘의 사용
프로그래밍 과제 2
1
Assignment
- 좌표 하강을 사용한 라쏘 구현
1
Readings
- 좌표 하강을 사용한 라쏘 구현
로컬 피팅에 대한 동기 부여
1
Videos
- 모수 회귀의 한계
1
Readings
- 이번 모듈의 슬라이드
최근접 이웃 회귀
3
Videos
- 1-최근접 이웃 회귀 접근 방법
- 거리 행렬
- 1-최근접 이웃 알고리즘
k-최근접 이웃 및 가중 k-최근접 이웃
3
Videos
- k-최근접 이웃 회귀
- k-최근접 이웃 실습
- 가중 k-최근접 이웃
커널 회귀
2
Videos
- 가중 k-NN 회귀부터 커널 회귀까지
- 모수 모델의 글로벌 피팅 및 커널 회귀 분석의 로컬 피팅
k-NN 및 커널 회귀 정리
1
Assignment
- 최근접 이웃 & 커널 회귀
4
Videos
- 데이터양 증가에 따른 NN의 성능
- 고차원, 데이터 희소성 및 연산 복합성 문제
- k-NN 분류
- 간단한 복습
프로그래밍 과제
1
Assignment
- k-최근접 이웃 회귀를 이용한 주택 가격 예측
1
Readings
- k-최근접 이웃 회귀를 이용한 주택 가격 예측
지금까지 배운 내용
3
Videos
- 단순 및 다중 회귀
- 성능 및 릿지 회귀의 평가
- 특성 선택, 라쏘, 최근접 이웃
1
Readings
- 이번 모듈의 슬라이드
요약 및 전문 과정을 넘어서 배울 수 있는 영역
2
Videos
- 지금까지 다룬 내용과 다루지 않은 내용
- 감사합니다!
Auto Summary
Explore the fascinating world of machine learning with a focus on regression models in this foundational course. Led by expert instructors from Coursera, you'll dive into practical case studies, such as predicting house prices based on various features. Learn to handle large datasets, implement optimization algorithms, and analyze model performance. Ideal for beginners in Data Science & AI, this course offers flexible subscription options and equips you with skills to build and deploy regression models using Python. Perfect for anyone looking to enhance their predictive modeling capabilities.

Carlos Guestrin