✏️ 머신러닝이 무엇인가요?
머신러닝이란, 컴퓨터가 학습을 통해 자동으로 개선되는 능력을 가진 알고리즘을 개발하는 인공지능의 한 분야입니다. 데이터를 이용해 통계적인 모델을 구축하고, 이를 기반으로 예측하거나 의사결정을 할 수 있습니다.
머신러닝 입문 2023 여름 스터디는 이론적인 지식뿐만 아니라 실질적인 머신러닝 활용에 중점을 둡니다. 사이킷런 라이브러리를 기반으로 다양한 실전 데이터를 이용해 모델을 학습하고, 예측, 분류, 클러스터링 등의 과제를 진행합니다.
🗒️ 머신러닝 입문 2023 여름 커리큘럼
주차 | 날짜 | 모듈 |
1주차 | 7월 31일(월) | 파이썬 기초 크롤링 |
2주차 | 8월 7일(월) | 파이썬 응용 크롤링 |
3주차 | 8월 14일(월) | 데이터 시각화 EDA 데이터 전처리 |
4주차 | 8월 21일(월) | Unsupervised Learning |
5주차 | 8월 28일(월) | Supervised Learning |
머신러닝 입문 2023 상세 커리큘럼
1주차 파이썬 기초 크롤링
기초적인 파이썬 문법(연산, 반복문)들을 배우고, Requests를 활용한 크롤링 방법을 익힙니다.
YES24의 베스트 셀러 목록을 크롤링합니다.
2주차 파이썬 응용 크롤링
함수를 만드는 방법 등을 배우고, 이를 활용하여 Selenium을 활용한 크롤링 방법을 익힙니다.
해시태그 검색을 통해 인스타그램의 사진을 크롤링합니다.
3주차 데이터 시각화 EDA 데이터 전처리
데이터 분석을 위해 데이터의 분포와 특성을 파악하고 전처리해야 합니다. Pandas와 Seaborn을 활용해 데이터를 전처리하고 시각화하는 방법을 익힙니다.
4주차 Unsupervised Learning
비지도 학습(Unsupervised Learning)은 정답 레이블 없이 데이터의 특성을 추출하거나, 군집화하는 방법을 의미합니다.
포켓몬스터 데이터를 활용하여 포켓몬의 특성에 따라 군집화합니다.
5주차 Supervised Learning
지도 학습(Supervised Learning)은 데이터 분석의 한 과정으로서, 과거의 데이터를 기반으로 패턴을 학습하고 이를 토대로 새로운 데이터에 대해 예측하는 방법입니다.
대표적인 지도 학습 모델 3가지(K-NN, Decision Tree, Support Vector Machine)에 대해 학습합니다.
Kaggle 데이터를 활용하여 축구 선수 능력을 기반으로 포지션 예측하는 실습을 진행합니다.
클래스 FAQ
수강 대상이 어떻게 되나요?
파이썬을 경험해본 적 없는, 완전 초보자들을 대상으로 개설된 강의입니다. 파이썬의 기초부터 진행합니다. 초반 부분은 1-2주만에 새로운 언어를 학습하는 것이기 때문에 강한 의지를 가지고 매주 복습하지 않으면 따라오기 어렵습니다. 혹시 본인이 코딩에 대한 경험이 전혀 없다면 아래의 자료를 보며 예습해보시고 들으시면 좋습니다.
리더를 소개합니다!
비전공자로 데이터 분석(시각화)을 거쳐 AI에 입문하였습니다. 현재 인공지능 대중화를 목표로 입문자들을 위한 콘텐츠를 제작하는 프로젝트 팀 deep daiv.를 리드하고 있습니다.
약력
- 강의평 기반 강의 추천시스템, 뉴스 기사 의미 연결망 분석 등 자연어 처리(NLP) / 추천시스템 관련 프로젝트 다수 진행
- 2022년부터 약 200여 명을 대상으로 머신러닝 / 텍스트마이닝 / 추천시스템 강의 진행
- AI 뉴스레터, 아티클, 매거진을 제작하며 네이버커넥트, 셀렉트스타 등 기업에 콘텐츠 기고
- 데이터 분석 경진대회 DACON 최우수상 및 다수 공모전 수상 경험