강의 방향성
머신러닝의 기본 원리를 배우고 모델링을 통해 심화
•
알고리즘을 처음 배우는 분을 위한 눈높이 기초 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 )
•
알고리즘반은 개인 또는 팀 프로젝트를 통한 실습 필수 (우수팀 학술제 발표 가능 )
•
시간관계상 모든 알고리즘을 다 다루지 못할 수 있음 (정기수업 때 공유)
•
기대효과 : Machine Learning 기본이며 대표적인 알고리즘 원리 이해 및 모델링 실습
이런 분들에게 추천해요
머신러닝에 대해서 깊게 배우자!
•
Machine Learning(ML) 처음이신 분
•
모델링에 대해서 처음이신 분
•
알고리즘에 대해서 처음이신 분
•
Data Scientist 직무를 원하시는 분
•
선행 요구 역량 : Pandas, Numpy를 통한 데이터 전처리 가능 및 기초 통계 지식
B.D.A 정규수업 팁
이렇게 해보세요!
•
분 반별 조별 스터디 참여하여 나와 같이 공부하는 팀원과 함께 성장하기
•
전 기수 강의 자료(코드자료) 및 5분 미만 요약 유튜브영상 보며 예습하기
•
BDA 멘토단 보충 수업 참여하기 ( 어려운 개념 멘토단 보충 수업 )
•
BDA x 이지스퍼블리싱 등 기업 연계 스터디 참여하기
•
BDA 채용 연계 내부, 외부 공모전 참여하기
키워드 정리
공부하실 때 아래 키워드를 참고하시면 좋아요!
•
비지도학습, 지도학습, 과대적합
•
Decision Tree, Random Forest, Gradient Boosting
•
선형회귀, K-최근접 이웃 회귀, 로지스틱 회귀
•
앙상블
•
하이퍼 파라미터 튜닝
이전엔 어떤 수업을 했을까요?
데이터 분석 모델링반 맛보기
7기 2주차 강의
7기 3주차 강의
