데이터 분석 모델링반 (ML1)
기수 13기
트랙 데이터 분석 (Data Analysis) Track
커리큘럼 16주
모델링을 통해 자신만의 인공지능을 구축하고 싶은 분을 위해 여러 머신러닝 알고리즘을 배웁니다.
어떤 것을 배우나요?
- 알고리즘을 처음 배우는 분을 위한 수업으로 전반적인 머신러닝의 알고리즘
- 분류에 필요한 결정트리 알고리즘 ( Decision Tree, Random Forest 등 )
- 회귀에 필요한 다양한 회귀분석 ( 선형회귀, K-최근접 이웃 회귀, 로지스틱 회귀, 확률적 경사 하강법 등 )
- 비지도 학습 ( 군집 알고리즘, KMeans, GMM, DBSCAN 등 )
이런 분께 추천합니다
- 파이썬을 통해 자신만의 인공지능을 본격적으로 만들고 싶으신 분
- 모델링을 배워 데이터 사이언티스트 직무를 희망하시는 분
- 파이썬은 가능하나, 모델을 다뤄본적이 없으신 분
- 데이터 분석 입문반(머신러닝)의 내용에서 심화된 내용을 배우고 싶으신 분들
커리큘럼
- 1주차 수업 OT 및 머신러닝 기초 이론
- 2주차 데이터 전처리1
- 3주차 데이터 전처리2
- 4주차 회귀 모델1
- 5주차 회귀 모델2
- 6주차 분류 모델1
- 7주차 분류 모델2
- 8주차 앙상블 모델1
- 9주차 앙상블 모델2
- 10주차 교차 검증과 하이퍼파라미터 튜닝
- 11주차 모델 규제 기법
- 12주차 불균형 데이터 처리
- 13주차 비지도 학습1
- 14주차 MLFlow를 활용한 모델 관리
- 15주차 추천 모델 이론 및 실습1
- 16주차 추천 모델 이론 및 실습2
