강사: 황흥선, 조경철
본 워크숍은
(1) 행동사회 과학에서 사용될 수 있는 다양한 기계학습 방법들을 체계적으로 소개하고,
(2) 각각의 기계학습 기법을 어떻게 적용할 수 있는지 실제 예제와 함께 설명하며,
(3) 학습한 기법과 예제를 R프로그램 환경에서 스스로 구현해볼 수 있도록 실습 기회를 제공합니다.
본 워크숍은 기계학습을 처음 접하는 응용 연구자들을 대상으로 하며,
응용 연구자들이 각자의 연구를 위해 기계학습 기법들을 실제로 활용할 수 있도록 하는 것을 목표로 합니다.
따라서, 각 기법들에 대한 수리적 설명은 최대한 배제하고,
그 기법들의 원리들을 쉬운 예와 함께 직관적으로 설명할 계획입니다.
본 워크숍에서는 지도학습(Supervised learning)을 위한 기계학습 기법들을 주로 다룰 예정입니다.
강의 수강에 필요한 자료는 모두 이곳에서 다운받으실 수 있습니다. 동일한 자료를 https://github.com/hhwang87/IntroToML 에서도 받으실 수 있습니다. 강의자료의 일부를 활용하실 경우, 아래와 같이 출처를 남겨주시면 감사드리겠습니다.
Hwang, H., & Cho, G. (2022). An Introduction to Machine Learning for the Behavioural and Social Sciences [Powerpoint slides]. https://github.com/hhwang87/IntroToML.
참고 문헌:
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An Introduction to Statistical Learning. 2nd Edition. Springer.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Data Mining, Inference, and Prediction. 2nd Edition. Springer.