교육문의 02-3477-1300

제목 이장래 강사의 파이썬을 활용한 머신러닝
역량 A.I / Bigdata 구분 인공지능, 빅데이터
과정번호 등급 중급
주/야 기간 일수 교육시간 환급여부 교육비 환급금액 우선대상
(대기업)
신청
주간 2024-10-28 ~ 2024-11-01
(09:30~17:30)
5 일 35 시간 비환급 ₩1,200,000
교육쿠폰: 8일
₩0
(₩0)
주간 2024-11-18 ~ 2024-11-22
(09:30~17:30)
5 일 35 시간 비환급 ₩1,200,000
교육쿠폰: 8일
₩0
(₩0)
교육개요 지금은 머신러닝의 시대, 인공지능의 시대입니다. 현재의 데이터를 분석함으로 끝나지 않고, 현재의 데이터로 미래의 데이터를 예측해 활용하는 시대입니다. 미래에 대한 판단은 데이터가 활용되었을 때 더 의미 있게, 저 정확하게 이루어집니다. 인간의 경험과 데이터가 결합되었을 때 미래에 대한 예측은 더욱 정확하게 됩니다. 본 과정은 파이썬 언어를 사용해 다양한 머신러닝 알고리즘을 활용하는 방법을 다룹니다.
교육대상 - Python 기본 문법을 이미 배우신 분
- Python 기반의 머신러닝에 대해 관심이 있는 분
과정후 학습효과 1. Pandas 라이브러리를 사용해 데이터를 불러와 탐색하고 처리할 수 있습니다.
2. Matplotlib 라이브러리를 사용해 데이터를 시각화해 분석할 수 있습니다.
3. 분류 문제와 회귀 문제를 명확히 구분해 모델링을 진행할 수 있습니다.
4. Scikit Learn 라이브러리의 다양한 머신러닝 알고리즘을 사용해 모델을 만들 수 있습니다.
5. 모델 성능을 높일 수 있는 다양한 방법을 활용할 수 있습니다.
6. 앙상블 알고리즘을 사용해 더욱 성능이 좋은 모델을 만들 수 있습니다.
커리큘럼
  • 1일차

    1단계 : Pandas를 활용한 데이터 전처리
    외부 파일 불러오기
    탐색적 데이터 분석
    데이터 조회와 집계
    데이터 구조 및 값 변경
    결측치 제거와 채우가
    데이터 정규화와 표준화
    가변수화(One-hot Encoding)

  • 2일차

    2단계: Matplotlib 데이터 시각화
    선 그래프
    막대 그래프
    히스토그램
    산점도
    박스 그래프

    3단계: 머신러닝 무작정 따라하기
    머신러닝의 이해
    회귀 문제와 분류 문제
    Scikit Learn 소개
    Scikit Learn 코드 구조 익히기
    무작정 모델링 코딩하기 실습

  • 3일차

    4단계: 모델 성능 평가지표
    회귀 모델 평가지표
    분류 모델 평가지표
    평가지표 실습

    5단계: 기본 알고리즘 익히기
    Linear Regression 알고리즘
    KNN(K-Nearest Neighbor) 알고리즘

  • 4일차

    5단계: 기본 알고리즘 익히기(계속)
    Decision Tree 알고리즘
    Logistic Regression 알고리즘
    기본 알고리즘 실습

    6단계: K-분할 교차 검증
    랜덤 분할의 문제 확인
    K-분할 교차 검증 개념
    K-분할 교차 검증 활용
    K-분할 교차 검증 실습

  • 5일차

    7단계: 성능 튜닝
    하이퍼파라미터 이해
    Random Search로 성능 튜닝
    Grid Search로 성능 튜닝
    성능 튜닝 실습

    8단계: 앙상블 알고리즘
    앙상블에 대한 이해
    Random Forest 알고리즘 활용
    XGBoost 알고리즘 활용
    앙상블 실습
    종합 실습