멀티캠퍼스 :: 과정상세보기

과정요약

과정요약
학습시간	09:30 ~ 17:30 ( 34시간 )	난이도	중급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	24 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.)

👍 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

- 1일차
  - 환경설정
    - 파이썬과 주피터 노트북 09:30 ~ 10:30
  - NumPy
    - ndarray 자료구조 10:30 ~ 11:30
  - NumPy
    - ndarray 자료구조 활용 11:30 ~ 12:30
  - NumPy
    - numpy 함수 활용 13:30 ~ 14:30
  - pandas
    - pandas 자료구조 14:30 ~ 15:30
  - 기계학습 기본
    - sklearn 라이브러리 15:30 ~ 16:30
  - 기계학습 기본
    - sklearn 라이브러리 학습 알고리즘 16:30 ~ 17:30
- 2일차
  - 지도학습
    - 분류와 회귀 09:30 ~ 10:30
  - 지도학습
    - 최적화와 일반화 10:30 ~ 11:30
  - 퍼셉트론
    - 최초의 학습 알고리즘 11:30 ~ 12:30
  - 퍼셉트론
    - 퍼셉트론 구현 13:30 ~ 14:30
  - 선형모델
    - 선형모델의 가설공간과 표현력 14:30 ~ 15:30
  - 선형모델
    - 선형회귀 15:30 ~ 16:30
  - 선형모델
    - 로지스틱 회귀 16:30 ~ 17:30
- 3일차
  - 결정트리
    - 결정트리 학습 알고리즘 09:30 ~ 10:30
  - 결정트리
    - 결정트리 모델 활용 10:30 ~ 11:30
  - 결정트리
    - 결정트리와 선형 모델 비교 11:30 ~ 12:30
  - 조합 학습
    - 랜덤 포레스트 13:30 ~ 14:30
  - 조합 학습
    - GBRT 14:30 ~ 15:30
  - SVM
    - Support Vector Machine 학습 알고리즘 15:30 ~ 16:30
  - SVM
    - SVM 모델 활용 16:30 ~ 17:30
- 4일차
  - 데이터 전처리
    - 데이터 정규화 09:30 ~ 10:30
  - 데이터 전처리
    - 데이터 정규화 효과 실습 10:30 ~ 11:30
  - 차원축소
    - 주성분 분석 (PCA) 11:30 ~ 12:30
  - 차원축소
    - PCA 적용 및 활용 13:30 ~ 14:30
  - 군집
    - Kmeans 14:30 ~ 15:30
  - 군집
    - 병합군집 15:30 ~ 16:30
  - 군집
    - DBSCAN 16:30 ~ 17:30
- 5일차
  - 특성공학
    - 범주형 변수 인코딩 09:30 ~ 10:30
  - 특성공학
    - 구간분할 10:30 ~ 11:30
  - 특성공학
    - 특성 선택 11:30 ~ 12:30
  - 모델 평가
    - 교차검증 (Cross Validation) 13:30 ~ 14:30
  - 모델 평가
    - 모델 튜닝 (Grid Search) 14:30 ~ 15:30
  - 알고리즘 체인
    - 알고리즘 체인을 활용한 모델 구성 15:30 ~ 16:30

수강후기 125

평균평점

4.6 / 5.0

4.75

김*우
2024.07.26

강사님이 시간을꽉채워서 알려주셔서감사합니다
4.75

최*영
2024.07.26

머신러닝에 대해 전반적으로 알 수 있었던 강의였습니다. 강사님께서 친절하게 잘 가르쳐주십니다.
5

조*형
2024.07.26

강사님이 친절히 설명해주셔서 좋았습니다.
4.75

최*준
2024.07.26

전반적으로 만족합니다.
3.75

조*수
2024.07.26

업무분야가 아니지만 도움됨

파이썬을 활용한 머신러닝 관련과정

집합

실전! AI 추천 시스템 알고리즘 이해 및 구현