과정상세

[Live] 파이썬을 활용한 머신러닝

집합

교재제공 중급

[Live] 파이썬을 활용한 머신러닝

4.5

like 76

1,300,000원 (VAT없음)

자료보기

과정요약

과정요약
학습시간	34시간	난이도	중급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	32 명
교재정보

과정소개

파이썬을 활용한 머신러닝
파이썬 Scikit–learn 머신러닝

※ 본 과정은 기존 교육과정(교육기간 4일 → 5일)을 리뉴얼하여 재오픈하였습니다.

본 과정은 데이터 분류와 예측에 필요한 다양한 기계학습 모델과 필요한 기법을 학습하여
파이썬 기반 머신러닝 알고리즘이 어떻게 구현되는지 이해하고 실습하는 과정입니다.
(본 과정의 실습은 Python을 이용하여 진행 됩니다.)

💻 본 교육을 위해 사용될 PC 사양은 아래의 내용으로 권장드립니다
✔ CPU: i5 이상 ✔ 메모리: 8GB 이상 ✔ 운영체제: 윈도우즈 10

👍 이런 분들이 수강하시면 좋아요!
✔ 멀티캠퍼스 교육과정 <빅데이터를 위한 파이썬> <파이썬 입문 or 핵심>을 이미 수강하신 분
✔ 아래 3가지 중 1개 이상을 충족하시는 분
  . 파이썬 스크립트를 보고 그 의미를 알 수 있다.
  . 파이썬 라이브러리(Numpy, Pandas 등)를 사용해 본 경험이 있다.
  . 파이썬은 사용해보진 않았으나 다른 프로그래밍 언어를 능숙하게 활용하고 있거나 업무를 하고 있다.

📍 과정 특장점

🚩 Scikit–learn 기반의 실습 위주로 머신러닝 이해하기!

- 이론만 학습하기는 그만!
- 파이썬 머신러닝의 대표적인 라이브러리 Scikit-Learn에서 제공하는 다양한 머신러닝 모델을 활용하는 방법을 살펴봅니다.

💻 핵심 머신러닝 개념을 실제 현업에서 다루는 데이터로 실습하기!

- 의료, 부동산, 금융 데이터와 같은 실제적인 데이터를 다양한 학습 모델을 훈련시키는데 활용하고
각 모델을 평가 및 튜닝하는 기법을 살펴봅니다.

🎓 파이썬 기반 데이터 분석 전문가의 강의!

- 파이썬 기반의 빅데이터, 머신러닝, 딥러닝 분야의 풍부한 경험을 가진 데이터 분석 전문가가
인공지능 알고리즘에 입문하는데 꼭 필요한 머신러닝의 핵심적인 개념을 알기 쉽게 전달합니다.

📍 과정 수강 후기 (페이지 하단에서 더 많은 실제 후기를 만나보세요 👀)

👩 수업을 듣고 모델선택, 최적화와 자료 전처리를 어떻게 해야겠다는것 전반에 대해 모두 이해하게 되었습니다.
👨 사이킷런에 대해 자세히 배울 수 있어 머신러닝을 직접 활용하기에 좋은 강의였습니다.
👧 전공수업 수준의 심도있는 깊이와 오랜 경력의 친근한 설명이 뛰어난 강의입니다.
👩‍🦱 머신러닝 기본서로 독학과 챗gpt로 겨우 먹고 살고 있었는데 이 수업으로 광명 찾았습니다. 딥러닝 수업 들으러 또 오겠습니다

학습목표

머신러닝의 다양한 알고리즘 모델들의 핵심적인 개념과 특성을 이해한다.
파이썬 라이브러리를 활용해 다양한 예시를 활용해 머신러닝 모델을 훈련하고 적용한다.
다양한 머신러닝 모델을 비교 및 분석하여 데이터에 적합한 기계학습 모델을 선택하고 설정하는 방법을 살펴본다.

학습대상

머신러닝을 적용하여 데이터 분류 및 예측을 하고 싶은 데이터 분석가
인공지능 알고리즘을 이해하고 적용하고 싶은 소프트웨어 개발자
파이썬을 활용하여 인공지능 기술을 이해하고 싶은 개발자

과정목차 34

1 일차
- 환경설정
  - 파이썬과 주피터 노트북
- NumPy
  - ndarray 자료구조
- NumPy
  - ndarray 자료구조 활용
- NumPy
  - numpy 함수 활용
- pandas
  - pandas 자료구조
- 기계학습 기본
  - sklearn 라이브러리
- 기계학습 기본
  - sklearn 라이브러리 학습 알고리즘
2 일차
- 지도학습
  - 분류와 회귀
- 지도학습
  - 최적화와 일반화
- 퍼셉트론
  - 최초의 학습 알고리즘
- 퍼셉트론
  - 퍼셉트론 구현
- 선형모델
  - 선형모델의 가설공간과 표현력
- 선형모델
  - 선형회귀
- 선형모델
  - 로지스틱 회귀
3 일차
- 결정트리
  - 결정트리 학습 알고리즘
- 결정트리
  - 결정트리 모델 활용
- 결정트리
  - 결정트리와 선형 모델 비교
- 조합 학습
  - 랜덤 포레스트
- 조합 학습
  - GBRT
- SVM
  - Support Vector Machine 학습 알고리즘
- SVM
  - SVM 모델 활용
4 일차
- 데이터 전처리
  - 데이터 정규화
- 데이터 전처리
  - 데이터 정규화 효과 실습
- 차원축소
  - 주성분 분석 (PCA)
- 차원축소
  - PCA 적용 및 활용
- 군집
  - Kmeans
- 군집
  - 병합군집
- 군집
  - DBSCAN
5 일차
- 특성공학
  - 범주형 변수 인코딩
- 특성공학
  - 구간분할
- 특성공학
  - 특성 선택
- 모델 평가
  - 교차검증 (Cross Validation)
- 모델 평가
  - 모델 튜닝 (Grid Search)
- 알고리즘 체인
  - 알고리즘 체인을 활용한 모델 구성

수강후기 76

평균평점

4.5 / 5.0

5

최*정
2025.03.21

코딩스킬이 고급수준이 아니라서 사전에 넘파이랑 판다스좀 예습하고 들어갔습니다. 차근차근 알려주셔서 초보자분들이 듣기에도 크게 문제는 없었지만 아무래도 사전지식이 있으면 더더욱 얻어가실게 많은 강의인것 같습니다. 굉장히 실무적으로 알려주시고 바로 적용 가능한 부분이 많아서 도움이 많이 됐습니다.
3.75

권*경
2025.03.21

기대하는 내용은 달랐지만 강사님이 전문성을 가지고 상세하게 설명해 주십니다
4

강*석
2024.06.14

좋은 교육이었습니다.
4.25

송*현
2024.06.14

전반적으로 준비도 알차게 해주시고 강의가 체계적이라 좋았습니다.
4

박*
2024.06.14

실용적으로 머신러닝을 구축하는 방법에 대해 알게되어 도움이 됨.