What Is Programming? And How To Get Started
January 28, 2025
Article
Recommended experience
Beginner level
본 강좌에서는 비즈니스 수준의 학습자뿐만 아니라, 전문가에게도 유익한 내용을 다루고 있습니다. 기업의 리더나 분석가여도 괜찮습니다. 머신 러닝의 상업적 배포에 도전해 보세.
Recommended experience
Beginner level
본 강좌에서는 비즈니스 수준의 학습자뿐만 아니라, 전문가에게도 유익한 내용을 다루고 있습니다. 기업의 리더나 분석가여도 괜찮습니다. 머신 러닝의 상업적 배포에 도전해 보세.
머신 러닝 응용 분야를 직접 경험해봄으로써, 다양한 기술적 접근 방법을 선택하여 이를 평가합니다.
관리자 또는 경영진에게 필요한 예측 모델을 해석하고, 작동 원리 및 예측 성능을 설명합니다.
머신 러닝에서 가장 일반적인 기술적 함정에 빠지지 않도록 사전에 방지합니다.
보호 계층에 대한 편향이 내재된 예측 모델을 가려냅니다. (AI 윤리)
Add to your LinkedIn profile
44 assignments
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
머신 러닝. 여러분 팀이 필요로 하는 것, 여러분 상사가 요구하는 것, 그리고 여러분의 커리어가 사랑하는 것입니다. LinkedIn은 '기업이 가장 필요로 하는 역량' 중 하나이자 미국 내 가장 부상하고 있는 직군으로 머신 러닝을 꼽았습니다.
머신 러닝(일명 '예측 분석')을 배포하기 위해서는, 그 작동 원리를 알아야 합니다. 자신이 실무자가 아닌 기업가라 해도(직접 수치를 다루지 않는 경우), 전반적인 프로젝트를 처리하기 위해서는 머신 러닝의 기본 메커니즘을 파악하고 있어야 합니다. 다시 말해 경영진, 의사결정권자, 또는 운영 관리자 등 직무와 관계없이 예측 모델을 통합하여 의사 결정을 내리는 방법을 감독하는 사람이라면, 가지고 있는 정보가 많을수록 더 나은 결과를 얻을 수 있습니다. 작동 원리를 자세히 살펴보는 일은 아주 재미있을 겁니다. 머신 러닝의 메커니즘은 흥미롭고 놀라울 뿐 아니라, 직관적으로도 이해가 쉽습니다. 전 세계적으로 머신 러닝의 영향력이 빠르게 커지고 있습니다. 이제는 데이터 예측력을 입증하고, 이를 과학적으로 활용하는 방법을 명확히 해야 할 때입니다. 본 강좌는 머신 러닝의 작동 원리를 다루고 있습니다. 복잡한 계산 없이 기초적인 원리, 데이터에서 통찰력을 얻는 방법, 이러한 통찰력을 신뢰할 수 있는 방법, 예측 모델의 성능은 어느 정도인지 등을 살펴봅니다. 이는 분석 전문가들 뿐 아니라 모든 비즈니스 전문가에게도 필요한 내용입니다. 또한 본 강좌에서는 일반적인 수준의 머신 러닝과 더불어 최신 고급 기법을 다룰 뿐 아니라, 굉장히 흔하지만 간과하기 쉬운 함정을 피할 수 있는 방법을 제시합니다. 본 강좌에서는 이러한 주제를 심층적으로 다루고 있지만, 기술적인 지식이 없는 학습자와 입문자도 쉽게 이해할 수 있도록 구성되었습니다. 본 강좌에서는 다음과 같이 성능이 우수하거나 그렇지 않은 기법, 그리고 그 경계에 있는 기법 등을 다루고 있으며, 이를 통해 어떤 기법이 효과적인지를 학습합니다. – 의사결정 나무, 로지스틱 회귀, 신경망 등 예측 모델링 알고리즘의 작동 원리 – 과적합, p-해킹, 상관관계로부터 인과관계를 추정하는 오류 등의 위험한 함정 – 예측 모델을 해석하는 방법과 그 작동 원리를 설명하는 방법 – 앙상블 모델링, 업리프트 모델링(일명 ‘설득 모델링’) 등의 고급 기법 – 수많은 머신 러닝 소프트웨어 옵션 중 툴을 선정하는 방법 – 비즈니스 측면에서의 예측 모델 평가 방법 – 보호 계층에 대한 잠재적 편향이 내재된 예측 모델을 가려내는 방법 (AI 윤리) 심층적인 주제를 쉽게 풀이. Columbia University 교수 시절 티칭 어워드를 수상한, 업계 선두주자 Eric Siegel이 여러분을 초대합니다. 본 커리큘럼은 심도 있는 내용으로 수강생의 참여를 유도하며, 머신 러닝이라는 주제를 놀라울 정도로 쉽게 풀이하는 과정 중 하나로 손꼽힙니다. 이론 중심, 복잡한 계산 배제. 본 강좌에서는 실습보다는, 비즈니스 리더와 급부상하는 데이터 과학자 모두가 활용할 수 있도록 최신 기술과 가장 치명적인 함정을 폭넓게 다루고 있습니다. 따라서 코딩이나 머신 러닝 소프트웨어 사용과 관련된 실습은 진행하지 않습니다. 예외적으로, 평가 과제 중 하나로 Excel 또는 Google Sheets를 통해 예측 모델을 직접 만들어보고, 해당 모델이 어떻게 개선되는지 눈으로 직접 확인하는 실습 과정이 포함되어 있습니다. 전문적 지식을 갖춘 수강생에게도 적합한 강의. 바로 실습에 뛰어들기 전에, 분석 전문가들처럼 잘 생각해 보세요. 이 커리큘럼은 훌륭한 기술 전문가들에게도 필요한 여러 보충적 노하우를 제공합니다. 이 강의는 탄탄한 개념 구조 속에 핵심 기술을 위치시킵니다. 또한 대부분의 기술 분야 강좌에서 다루지 않는 업리프트 모델링(설득 모델링)이나 위험한 함정에 대해서도 다루고 있습니다. 벤더 중립적. 본 강좌에는 SAS 제품을 사용한 머신 러닝 소프트웨어 데모 강의가 포함되어 있습니다. 그러나 이 커리큘럼은 벤더 중립적이며. 범용적으로 적용될 수 있습니다. 본 강좌에서 다루는 내용과 학습 목표는 어떤 머신 러닝 소프트웨어 툴을 사용하느냐에 관계없이 적용됩니다. 선행강좌. 본 강좌를 수강하기에 앞서, 전문 강좌의 'The Power of Machine Learning'(강좌 1)과 'Launching Machine Learning'(강좌 2)을 먼저 수강하시기 바랍니다.
데이터가 클수록 위험한 경우는 언제일까요? 무작위 노이즈의 함정에 빠지지 않고 과학적 발견의 신뢰성을 입증할 수 있는 방법은 무엇일까요? 이번 단원에서는 머신 러닝이 효과적인 성능을 발휘하는 근본적인 방법에는 무엇이 있는지 살펴봅니다. 먼저, 일반적이면서도 골칫거리인 세 가지 함정(과적합, p-해킹, 상관관계만으로 인과관계를 추정하는 오류)을 알아보겠습니다. 그 다음으로는 머신 러닝 기법 설계의 바탕이 되는 기본 원칙을 정립해 보겠습니다.
10 videos6 readings11 assignments1 peer review2 discussion prompts
이번 단원에서는 일반적인 머신 러닝 기법 네 가지(의사결정 나무, 나이브 베이즈, 선형 회귀, 로지스틱 회귀)를 다룹니다. 네 가지 기법의 작동 원리를 알아봄과 동시에, 예시 데이터 세트에 대한 각각의 예측 성능을 확인하고, 각 기법의 의사결정 경계 시각화를 통해 기능을 비교 및 대조합니다. 향상도 및 이윤 측면에서 모델을 평가하는 방법과, 모델의 확률 추정치 개선이 중요한 이유를 알 수 있습니다.
12 videos1 reading11 assignments1 app item2 discussion prompts
뛰어난 고급 머신 러닝 기법인 딥 러닝을 도입해야 하는 시점과, 딥 러닝의 복합성이 과도해지는 시점은 언제일까요? 신경망이 지닌 복잡성의 영향을 받지 않으면서도, 모델의 기능 및 성능을 단순하면서도 명쾌하게 향상시킬 수 있는 방법은 무엇일까요? 이번 단원에서는 신경망, 딥 러닝, 앙상블 모델 등 고급 모델링 기법을 살펴보겠습니다. 그 다음으로 모든 모델링 기법을 전반적으로 비교 대조하고, 수많은 머신 러닝 소프트웨어 툴 중 자유롭게 사용할 수 있는 툴은 무엇인지를 간략하게 소개해드리겠습니다. 그런 다음, 업리프트 모델링(설득 모델링)이라 불리는 특수한 고급 기법을 다루며, 결과를 예측하는 것을 넘어 의사결정이 결과에 미치는 영향을 예측해 봅니다. 이러한 업리프트 모델링을 적용한 마케팅과, US Bank 및 Obama 대통령의 2012년 재선 운동 등의 성공 사례를 살펴보겠습니다.
16 videos2 readings14 assignments1 app item2 discussion prompts
범죄예측모델은 스스로 인종적 형평성을 판단하여 실현하지 못합니다. 어떤 의미에서는 인종적 형평성을 갖춘 모델이 다른 의미에서는 그렇지 않다는 것이 밝혀졌습니다. 이를 머신 러닝 편향이라 합니다. 대출 승인, 보험 책정, 인사 결정, 그리고 의료 현장에서의 중증도 분류 등 예측 모델을 통해 의사결정이 이루어지는 상황에서도 이러한 딜레마가 발생하고 있습니다. 이번 단원에서는 머신 러닝 편향으로 인해 발생하는 난제와 더불어, 이에 대한 해결책으로 고려할 수 있는 내용을 심층적으로 살펴봅니다. 또한, 이에 관련하여 모델 투명성, 설명 가능한 머신 러닝, 설명 요구권 등을 지지하는 최근의 흐름에 대해서도 살펴보겠습니다. 마지막으로는 윤리적 문제, 기술적 함정, 그리고 여러분이 머신 러닝 분야에서 배움과 경력을 쭉 이어나가기 위해 선택할 수 있는 것들을 요약하며, 세 강좌짜리 전문 과정을 마치고자 합니다.
7 videos8 readings8 assignments2 discussion prompts
Through innovative software and services, SAS empowers and inspires customers around the world to transform data into intelligence. SAS is a trusted analytics powerhouse for organizations seeking immediate value from their data. A deep bench of analytics solutions and broad industry knowledge keep our customers coming back and feeling confident. With SAS®, you can discover insights from your data and make sense of it all. Identify what’s working and fix what isn’t. Make more intelligent decisions. And drive relevant change.
University of Virginia
Course
Johns Hopkins University
Course
Duke University
Course
Macquarie University
Course
Unlimited access to 10,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Earn a degree from world-class universities - 100% online
Upskill your employees to excel in the digital economy
두 경우 모두 수강할 수 있습니다. 머신 러닝 프로젝트를 성공적으로 진행하기 위해서는 데이터를 직접 다루지 않는 비즈니스 리더도 머신 러닝의 작동 원리를 알고 있어야 합니다. 본 강좌의 커리큘럼은 핵심적인 분석 기법뿐만 아니라 이를 비즈니스 관점에서 바라볼 수 있도록 구성되어 있기 때문에 데이터 과학자에게도 도움이 됩니다. 또한 비즈니스 리더와 데이터 과학자 모두에게 도움이 될 수 있지만, 업계 실무자를 준비하고 있다면 추가적인 학습 과정이 필요할 수 있습니다. 하지만 실습 위주의 강의에서 간과되기 쉬운 점들을 보완하여 구체적으로 다룹니다(예: 머신 러닝 프로젝트 관리, 비즈니스 수준의 요건에 맞춰 데이터를 전처리하는 방법, 비즈니스 측면에서 예측 모델의 성능을 계산, 보고하는 평가 과정, 머신 러닝 프로젝트로 인해 발생하는 사회정의와 자유권에 대한 위험 요소를 파악하고 이를 방지할 수 있는 옵션을 제시하는 등 윤리적 문제를 심층 탐구하는 과정 등).
비전문가, 비즈니스 리더, 입문자 모두 쉽게 배울 수 있는 커리큘럼으로 구성되어 있습니다. 본 강좌에는 어려운 수학 계산이나 코딩이 사용되지 않으며, 프로그래밍 관련 배경지식 또한 필요하지 않습니다. 본 강좌는 총 3가지 강좌로 구성된 전문 과정 중 마지막 강좌로, 예측 모델링 기법을 심층적으로 살펴보 등 가장 기술적인 내용을 다루고 있습니다. 하지만 비전문가 수강생에게도 유익하고 이해하기 쉽도록, 흥미로우면서도 구체적으로 진행됩니다.
아닙니다. 본 강좌는 소프트웨어와 관계없이 적용할 수 있는 벤더 중립적 강좌입니다. 따라서 사용하고 있는 머신 러닝 소프트웨어 툴과 관계없이 학습 내용 및 목표를 적용할 수 있습니다. 단, 본 전문 과정에 SAS 제품을 사용한 머신 러닝 소프트웨어 데모 강의가 포함되어 있음을 염두에 두시기를 바랍니다.
두 경우 모두 수강할 수 있습니다. 본 강좌에서 상업적 배포를 중점적으로 다루고 있기는 하나, 전 대학 교수였던 강사님의 개념적으로도 완성도 높은 커리큘럼을 통해 진행됩니다. 경영자, 이사, 사업부 관리자 및 자문가 등 비즈니스 전문가, 의사결정권자뿐만 아니라 데이터 과학자에게도 도움이 됩니다. 또한 대학생이나 MBA 과정을 계획하고 있거나 현재 MBA 과정을 이수 중인 수강생에게도 추천합니다. 본 전문 과정에서는 양과 깊이 측면에서도 총 3개의 강좌를 통해 MBA/대학원 수준의 1학기 과정에 상당하는 내용을 다루고 있습니다.
머신 러닝을 사용한다고 해서 단순히 모델을 최적화하고 비즈니스를 간소화하는 것이 아닙니다. 모든 것은 여러분의 결정에 달려 있습니다. 여러분이 개발하는 모델은 많은 사람이 기회와 자원을 이용할 수 있도록 하는 정책을 구체화합니다. 공정한 알고리즘을 구축하는 것은 매우 중요합니다. 이는 머신 러닝의 능력을 책임감 있게 활용하는 데 있어 기본이 됩니다. 하지만 공정성에 대한 기준을 정의하고 합의를 도출하는 데는 큰 어려움이 따릅니다.
본 전문 과정(Machine Learning for Everyone)에서는 각 강좌의 마지막 부분에서 머신 러닝 윤리를 주제로 한 강의를 담고 있습니다. 이를 통해 함께 논의하며 구체적인 기준을 수립하는 데 도움이 되는 것을 목표로 합니다. 즉, ‘공정해야 한다’, ‘책임감 있게 머신 러닝을 사용해야 한다’ 등 모호하고 뻔한 이야기 대신 구체적이고 실행 가능한 원칙을 수립하기 위함입니다. 윤리 강의에서는 머신 러닝 편향, 불평등 알고리즘, 모델 투명성 및 설명가능성, 설명을 요구할 권리 등을 다룹니다.
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
These cookies are necessary for the website to function and cannot be switched off in our systems. They are usually only set in response to actions made by you which amount to a request for services, such as setting your privacy preferences, logging in or filling in forms. You can set your browser to block or alert you about these cookies, but some parts of the site will not then work.
These cookies may be set through our site by our advertising partners. They may be used by those companies to build a profile of your interests and show you relevant adverts on other sites. They are based on uniquely identifying your browser and internet device. If you do not allow these cookies, you will experience less targeted advertising.
These cookies allow us to count visits and traffic sources so we can measure and improve the performance of our site. They help us to know which pages are the most and least popular and see how visitors move around the site. If you do not allow these cookies we will not know when you have visited our site, and will not be able to monitor its performance.
These cookies enable the website to provide enhanced functionality and personalization. They may be set by us or by third party providers whose services we have added to our pages. If you do not allow these cookies then some or all of these services may not function properly.