Teaching

바이오헬스 데이터과학을 위한 머신러닝 (Machine Learning for Biohealth Data Science)

1. Introduction

2. Review: Linear Algebra, Linear Algebra for ML

3. Linear Model for Regression 1

4. Linear Model for Regression 2

5. Linear Model for Classification

6. Basis Expansion and Regularization (R workshop)

7. Kernel Smoothing Methods

보건통계학 (Biostatistics)

1. 보건통계학 기반 과학적 연구방법론

2. 데이터정리

3. 확률

4. 확률분포

5. 표본분포와 추정

6. 가설검정

7. 두 집단의 평균비교

R기반 데이터리터러시 (Data Literacy Using R)

1. AI 시대의 데이터리터러시와 R

2. R의 기본문법

3. 데이터 구조와 입력

4. 데이터 품질 점검

5. 데이터 선택과 변환

6. 데이터 정리와 결합

7. 요약통계&시각화

Python을 이용한 머신러닝 (Machine Learning Using Python)

1. 개요

2. OOP, 넘파이

3. 넘파이 심화, 판다스

4. 시각화, Feature Engineering

5. 머신러닝 입문 & 통계

6. 분류, 파이프라인

7. 앙상블, Regression Tree

8. 회귀

9. 회귀II

10. 차원축소

11. 군집화

12. 텍스트분석

13. 딥러닝 입문