[Python 활용 제조/공정 데이터 마이닝] 16 모델 하이퍼파라미터 튜닝 (Pipeline & Hyper Parameter Tuning)

[데이터분석 R 기초] 41. 특성 공학 Feature Engineering

[데이터분석 R 기초] 40. 과적합 Overfitting

[데이터분석 R 기초] 39. 고객 이탈 예측 / 모델 성능 평가

[데이터분석 R 기초] 38. 고객 이탈 데이터 학습/검증 데이터 처리

[데이터분석 R 기초] 37. 기계학습의 종류 (지도 학습 / 비지도 학습 / 강화 학습)

[데이터분석 R 기초] 36. 머신러닝 3가지 핵심 요소 (데이터 / 알고리즘 / 성능)

[데이터분석 R 기초] 35. 예측적 데이터 분석 (PDA / 기계학습)

[Python 활용 제조/공정 데이터 마이닝] 19 학습한 모델을 파일로 저장하여 사용하기 (Pickle Library)

[Python 활용 제조/공정 데이터 마이닝] 18 사이킷 런 분류 모델 종합 실습 (Feature Engineering)

[Python 활용 제조/공정 데이터 마이닝] 17 클래스의 비율이 다른 불균형 데이터 처리 (Imbalanced Data Sampling)

[Python 활용 제조/공정 데이터 마이닝] 16 모델 하이퍼파라미터 튜닝 (Pipeline & Hyper Parameter Tuning)

[Python 활용 제조/공정 데이터 마이닝] 15 파이프라인을 이용한 교차 검증 (Pipeline & Cross Validation)

[데이터분석 R 기초] 34. 두 범주형 데이터의 독립성 검정 (Chi Square Test)

[데이터분석 R 기초] 33. 두 연속형 데이터의 상관성 검정 (Correlation Test)

[Python 활용 제조/공정 데이터 마이닝] 14 파이프라인을 이용한 스케일링 및 인코딩 (Pipeline & Scaling Encoding)

[데이터분석 R 기초] 32. 집단 간 평균을 비교 실습 (평균 검정, T Test )

[Python 활용 제조/공정 데이터 마이닝] 13 파이프라인을 이용한 결측값 처리 (Pipeline & Imputation)

[데이터분석 R 기초] 31. 현장에서 정규성 검정을 하는 경우 (가설검정, Normality Test )

[데이터분석 R 기초] 30. 집단 간 평균 비교 가설검정 (CDA)

[Python 활용 제조/공정 데이터 마이닝] 12 과적합과 특성 공학 (Overfitting & Feature Engineering)

[Python 활용 제조/공정 데이터 마이닝] 11 회귀 모델 평가 실습 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)

[데이터분석 R 기초] 29. 데이터 타입 별 통계적 가설 검정 기법 (CDA)

[데이터분석 R 기초] 28. 통계적 가설 검정 (CDA)

[Python 활용 제조/공정 데이터 마이닝] 10 회귀 모델 평가 지표 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)