과정상세
머신러닝을 위한 데이터 전처리 with 파이썬
교재제공 초급
머신러닝을 위한 데이터 전처리 with 파이썬
과정요약
| 학습시간 | 8시간 | 난이도 | 초급 |
|---|---|---|---|
| 교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
| 수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
| 교재정보 | |||
과정소개
전처리, 기본기부터 실전 전처리 과정 및 평가까지
데이터 전처리의 종합적인 내용을 학습할 수 있습니다.🖊
데이터 전처리는 결측값, 이상치 탐지, 특성스케일링 등 다양한 기술이 있습니다.
데이터 품질 향상과 머신러닝 모델의 일반화를 위해 꼭 필요한 데이터 전처리 스킬을 다룹니다.
실무에서 쓰는 데이터와 유사한 형태의 데이터를 활용해 데이터 전처리 실습을 진행합니다.
실제 업무에서 발생할 수 있는 다양한 전처리 작업을 어떻게 적용하는지 실습을 통해 배울 수 있습니다.
데이터 전처리 작업 후 전처리가 잘 수행되었는지 평가지표를 통해 정량적으로 평가해볼 수 있습니다.
마지막 세션에 나만의 머신러닝을 구현하고, 평가지표를 활용해 모델성능이 얼마나 개선되었는지 확인할 수 있는 실습 시간을 구성했습니다.
전처리 작업으로 머신러닝 모델의 성능을 얼마나 개선시켰는지 평가지표로 평가하는 방법까지 학습합니다.
👀 이론 설명부터 실전 데이터로 실습까지 👍
💻 본 과정은 초급으로 파이썬 초보자도 수강하실 수 있습니다.
학습목표
- 엑셀에서 데이터를 다루는 것처럼 파이썬에서 데이터를 다룰 수 있다.
- 데이터 전처리 기술을 이해하고, 전처리 단계에서 수행되는 주요 작업과 기술을 숙지할 수 있다.
- 데이터 전처리와 연관된 파이썬 라이브러리(Numpy, pandas, scikit-learn)등을 활용할 수 있다.
- 데이터의 품질을 향상 및 머신러닝 모델 성능을 향상시키는 방법을 이해하고 실제 데이터에 적용할 수 있다.
- 데이터 전처리 작업을 평가하기 위해 평가 지표를 활용할 수 있다.
학습대상
- 데이터사이언티스트 or 데이터분석가: 데이터 과학자나 분석가로서 데이터를 효과적으로 처리하고 분석하는 능력을 향상시키고 싶은 분
- 머신러닝 엔지니어: 데이터를 사전에 처리하여 모델의 입력형태로 데이터를 변환하는 스킬을 갖추고 싶으신 분
- 개발자 or 프로그래머: 데이터 분석 및 전처리 기술을 새로 배워보고 싶으신 분
과정목차 10
-
1 일차
-
AI와 머신러닝
- AI의 중요성, 머신러닝과 딥러닝
-
AI와 머신러닝
-
판다스 (Pandas)
- 데이터 로드, 크기, 샘플, 기초통계, 결측치 살펴보기
- 데이터 선택, 필터링, 그룹화, 정렬
- 결측치, 이상치, 중복데이터 처리
- 데이터 합치기
- 인코딩, 스케일링
- 오버 / 언더샘플링
- 데이터 분할
- 검증데이터 분할 및 모델에 입력할 수 있는 형태로 변경
- 나의 첫 머신러닝 만들기 & 평가지표
수강후기 15
-
5조*현
2025.04.25
머신러닝 공부에 대한 방향을 잡을수 있는 계기가 되어 유익했습니다 -
5조*현
2025.04.25
머신러닝 공부에 대한 방향을 잡을수 있는 계기가 되어 유익했습니다 -
4.75김*욱
2025.04.25
유익한 교육 잘 들었습니다. -
4.75김*욱
2025.04.25
유익한 교육 잘 들었습니다. -
5송*건
2025.04.25
머신러닝및 데이터 전처리, 파이썬에 대한 설명도 자세히 해주셔서 좋았습니다.
머신러닝을 위한 데이터 전처리 with 파이썬 관련과정
교재제공