본 과정은 대용량 데이터에 숨겨져 있는 패턴(규칙)을 추출하는 데 유용한 기계학습의 이론 및 구체적인 방법과

이를 실제로 적용하기 위한 R 프로그래밍에 대한 것이다. 기계학습 기술은 크게 예측을 위한 감독학습(supervised learning)과

탐험적 데이터 분석 및 자질 추출(feature extraction)을 위한 비감독학습(unsupervised learning)으로 구분할 수 있으며,

이와 관련된 용어와 개념, 원리와 알고리즘을 다룬다. 기본적인 기계학습 방법으로 선형회귀, 로지스틱회귀와 linear discriminant analysis를 다루며,

비감독학습 방법 중 principal components analysis, k-means 및 계층적 군집화 알고리즘을 강의한다.

또한 support vector machine과 인공신경망 및 deep learning의 기본 개념을 설명한다.

강의에서 다룬 기계학습 방법을 실제 문제에 적용하는 것은 R 프로그래밍 환경에서 실습한다