[활동1]

동기유발

교과서: 132쪽

• 추천 시스템 기능 외에도 머신러닝 기술에는 어떤 것들이 있을까?

[활동2]

비지도학습 이해

교과서: 139쪽

• 비지도학습에서 군집화, 차원축소에 대해 살펴본다.

[활동1]

선형 회귀 모델은 어떻게 만들어지는가?

교과서: 150쪽

• 데이터 셋에서 선형 회귀 모델이 어떻게 만들어지는지 예제를 통해 추측해본다.

[활동2]

경사하강법 이해

교과서: 153~154쪽

• 평균제곱오차 비용함수에서 경사하강법을 사용하여 최적의 w와 b 값을 찾아내는 방법에 대해 살펴본다.

[활동1]

단순 선형회귀 모델 실습

교과서: 159~161쪽

• 단순 선형회귀 모델을 사용하여 모의고사 점수로 수능 점수를 예측하는 모델을 만들어본다.

[활동2]

다중 선형회귀 모델 실습

교과서: 161~162쪽

• 다중 선형회귀 모델을 사용하여 3개의 모의고사 점수로 수능점수를 예측하는 모델을 만들어본다.

[활동1]

동기유발

교과서: 163쪽

• 스팸메일을 예로 들어 이진 분류를 설명한다.

[활동2]

로지스틱 회귀 모델과 비용 함수 이해하기

교과서: 161~162쪽

• 로지스틱 회귀 모델에서 비용함수는 크로스엔트로피 함수이며 동작하는 원리를 살펴본다.

[활동3]

다중 분류 모델 실습_붓꽃 데이터 확인

교과서: 166~171쪽

• 다중 분류 모델을 만들기 위해 붓꽃 데이터가 어떻게 구성되어 있는지를 파악한다.

[활동4]

다중 분류 모델 실습_가중치와 편향

교과서: 166~171쪽

• 학습시킨 모델의 각각의 가중치와 편향 값을 확인한다.