# 핵심 머신러닝

Watch and track your favorite playlist.

Curated by: ‍김성범[ 교수 / 산업경영공학부 ] (53 videos)

---

Currently Playing: [핵심 머신러닝] P-Value

통계, 머신러닝 알고리즘에 널리 사용되고 있는 P-Value의 개념을 설명하고 실제 예제를 소개한다.

---

Tracks in this Playlist

• [핵심 머신러닝] Gauss-Markov Theorem
• [핵심 머신러닝] Multiclass Logistic Regression Models (멀티클래스 로지스틱)-Softmax Function
• [핵심 머신러닝] Transformer
• [핵심 머신러닝] Self-supervised Learning - Part 6 (Information Maximization Methods)
• [핵심 머신러닝] Self-supervised Learning - Part 5 (Clustering-Based Methods)
• [핵심 머신러닝] Self-supervised Learning - Part 4 (BYOL, SimSiam)
• [핵심 머신러닝] Self-supervised Learning - Part 3 (False Negatives, Supervised Contrast Learning)
• [핵심 머신러닝] Self-supervised Learning - Part 2 (NPID, PIRL, MOCO, SimCLR)
• [핵심 머신러닝] Self-supervised Learning - Part 1 (Introduction, Pretext Methods)
• [핵심 머신러닝] Training, Validation, Testing (학습, 검증, 테스트)
• [핵심 머신러닝] Cross Entropy
• [핵심 머신러닝] RNN, LSTM, and GRU
• [핵심 머신러닝] Self-supervised Learning (MOCO, SimCLR, Supervised contrastive learning, BYOL, SimSiam)
• Private video
• [핵심 머신러닝] Anomaly Detection (개요, 확률분포기반)
• Private video
• Private video
• [핵심 머신러닝] Anomaly Detection (PCA, Autoeconder, GAN)
• [핵심 머신러닝] Anomaly Detection - 1-SVM, SVDD
• [핵심 머신러닝] Anomaly Detection - Isolation Forest
• [핵심 머신러닝 ] Anomaly Detection - Local Outlier Factor (LOF)
• [핵심 머신러닝] Recurrent Neural Networks and Attention (Introduction)
• [핵심 머신러닝] Class Activation Map (CAM), GradCAM
• [핵심 머신러닝] Shapley Value (Explainable AI)
• [핵심 머신러닝] Deep Neural Networks and Convolutional Neural Networks
• [핵심 머신러닝] Boosting
• [핵심 머신러닝] 주요 인자 탐지 (False Discovery Rate)
• [핵심 머신러닝] 불균형 데이터 분석을 위한 샘플링 기법
• [핵심 머신러닝] P-Value
• [핵심 머신러닝] 군집분석
• [핵심 머신러닝] Partial Least Squares (PLS) 부분최소제곱
• [핵심 머신러닝] Principal Component Analysis (PCA, 주성분 분석)
• [핵심 머신러닝] Hidden Markov Models - Part 2 (Decoding, Learning)
• [핵심 머신러닝] Hidden Markov Models - Part 1 (개념, Evaluation)
• [핵심 머신러닝] SVM 모델 2 (Soft Margin SVM, Nonlinear SVM, Kernel)
• [핵심 머신러닝] SVM 모델 1 (Margin, Hard Margin Linear SVM)
• [핵심 머신러닝] 랜덤포레스트 모델
• [핵심 머신러닝 ] 의사결정나무모델 2 (분류나무, Information Gain)
• [핵심 머신러닝] 의사결정나무모델 1 (모델개요, 예측나무)
• [핵심 머신러닝] K-nearest neighbors & Distance Measures
• [핵심 머신러닝] 정규화모델 2 - LASSO, Elastic Net
• [핵심 머신러닝] 정규화모델 1(Regularization 개념, Ridge Regression)
• [핵심 머신러닝 ] 뉴럴네트워크모델 2 (Backpropagation 알고리즘)
• [핵심 머신러닝 ]뉴럴네트워크모델 1 (구조, 비용함수, 경사하강법)
• [핵심 머신러닝] 로지스틱회귀모델 2 (파라미터 추정, 해석)
• [핵심 머신러닝] 로지스틱회귀모델 1 (로지스틱함수, 승산)
• [핵심 머신러닝] 선형회귀모델 4 (R2, ANOVA)
• [핵심 머신러닝] 선형회귀모델 3 (파라미터 구간추정, 가설검정)
• [핵심 머신러닝] 선형회귀모델 2 (파라미터 추정, 최소제곱법)
• [핵심 머신러닝] 선형회귀모델 1 (개요, 모델가정)
• [핵심 머신러닝] 머신러닝 모델 학습 프로세스
• [핵심 머신러닝] 수치예측, 범주예측 (분류)
• [핵심 머신러닝] 머신러닝 및 인공지능 개요