학술연구자

  • Home
  • 정규교육
  • 학술연구자
  • (Live/20%할인) 머신러닝과 모델링 (Python을 활용한 데이터과학2)

(Live/20%할인) 머신러닝과 모델링 (Python을 활용한 데이터과학2)

  • #Python
  • #분석과정

데이터과학 SERIES 심화과정2

Python을 활용한 데이터과학
머신러닝과 모델링

온라인 비대면 LIVE 교육 안내

본 교육 과정은 오프라인(현장)/온라인(Zoom) 동시에 진행되는 과정입니다.
온라인(Zoom)을 통해 교육 수강을 희망하시는 분들께서 신청 하시기 바라며, 오프라인 교육을 희망하시는 분들께서는 별도의 오프라인 교육 신청 페이지에서 신청하시기 바랍니다.

  • 해당 온라인 Live 교육 과정은 정가대비 20% 할인 적용 됩니다. (과정 별 상이)
  • 해당 온라인 Live 교육은 2021년 4월 9일까지 선결제(입금)해주신 접수자에 한해서 실물 교재를 택배로 발송 해드립니다. (교재 수령 후 교육 취소 시 수강료에서 50%를 차감하여 환불해 드립니다.)
  • ③ 강의는 Zoom을 이용하여 Live로 진행 됩니다. (교육 종료 후 별도의 VOD는 제공되지 않습니다.)

    ※ 웨버나 솔루션 Zoom은 인터넷에 연결 된 PC라면 어디서든 접속하여 수강할 수있는 솔루션 입니다.

  • ④ 온라인 Live 교육을 신청하신 분들에 한에 교육 2일 전 메일/문자를 통해 접속 링크 및 학습 방법을 안내 할 예정입니다.
  • ⑤ 스마트폰을 통해서는 접속이 불가합니다.

Phython을 활용한 데이터과학 Series!

기초과정

개발자와 분석가를 위한 PYTHON

심화과정데이터분석을 위한 Scraping과 DB구축 머신러닝과 모델링 Python을 활용한 텍스트분석(가제)[추후개설]

결측치 처리, 이상치 제거, 왜도 등 데이터 전처리로 문제해결

기존 변수에서 파생변수 생성, 자료 변환 등 분석에 적합한 형태로 변환

Scikit-learn 분류기 API 작동 방식 이해 (교차검증, 하이퍼파라미터, 최적 모델 탐색 등)

알고리즘(KNN, 로지스틱회귀, GNB, SVC, 앙상블) 적용 및 평

불균형 데이터에 대한 예측 방안 구축

Python을 활용한 데이터과학 - 심화과정을 수강하기 전 체크사항!

  • 1. Python 환경, pip, jupyter notebook
  • 2. string의 split, join, 합치기, 나누기
  • 3. list, dict, tuple, set 개념
  • 4. Index, slicing 개념
  • 5. for, while로 상기 자료들의 다루기
  • 6. numpy 행렬 연산, pandas dataframe 다루기 및 chart 기본
  • 7. matplotlib 기본
  • ※ 상기 항목에 대한 기본 개념이 없을 경우 수강이 어렵습니다.

이런 분께 추천드립니다.

  • Python을 활용한 데이터과학 - 기초과정을 수강하신 분
  • 머신러닝과 딥러닝의 연구 및 과제 해결에 적용하기 위한 지침서가 필요하신 분
  • Python을 활용하여 머신러닝 알고리즘과 모델 수립이 필요하신 분

강사소개

최재석 (전문위원) / 1일차 강사

  • 데이타솔루션 전문위원 / 경영공학, 최적화 전공
  • Python 을 활용한 데이터과학 - 기초과정 교육 강사
  • 행정안전부 빅데이터 플랫폼 구축 사업 PM
  • 건강보험공단 빅데이터 플랫폼 구축 사업 컨설팅



조상구 박사 / 2일차 강사

  • 식품안전정보원 책임연구원 / 한양대 기술경영학 전공 / KAIST 경영과학(석사)
  • 식약처 식품안전부문 지능형 농축수산물 안전관리 체계 구축
  • CRM부문(Oracle Siebel) 데이터 및 솔루션 구축 컨설팅
※ 교육 신청 전 주의사항
  • 01 오프라인(현장) 수강생 우선 교육 진행
    • 본 교육 과정은 오프라인/온라인 동시에 진행 되는 과정으로 교육 특성 상 오프라인(현장) 수강생을 우선으로 교육이 진행 됩니다. 온라인 수강생들의 교육에 대한 질문 사항은 채팅을 통해 강사님과 소통할 예정입니다. 다만, 모든 질문에 대하여 답변을 드릴 수 없는 점을 미리 숙지하시고 교육 신청 부탁 드립니다.
  • 02 온라인 Live 교육 환불 규정
    • 온라인 Live 교육의 환불 규정은 오프라인 환불 규정을 따릅니다. 자세한 환불 규정은 FAQ-환불규정을 참고 바랍니다.
Day 1

머신러닝 기초

머신러닝 실행 프로세스

- scikit-learn API 작동방식

교차검증하이퍼파라미터

파이프라인모형의 성능 지표

 

지도학습 분류 알고리즘 이해 및 실습(I)

- K-최근접 이웃가우시안 나이브 베이즈

로지스틱회귀서포트벡터머신

의사결정나무



Day 2

지도학습 분류 알고리즘 이해 및 실습(II)

- SGD, Ensemble

예측 모형의 설명력(Interpretability) low code

- pycaret, permutation-based, partial dependence, SHAP

 

불균형자료 예측

- SMOTE, 손실함수 가중치 적용 등

머신러닝 차원 축소비지도 및 준지도 학습 알고리즘 이해 및 실습

- PCA, Manifold, K-평균, DBSCAN, Semi-supervised

딥러닝

회귀분석과 FNN(Feedforward Neural Network)

BECOME A PARTNER?

데이터 분석 강의 또는 도서 집필을 계획 중이신가요?
‘빅데이터 러닝센터’에서는 당사와 교육 컨텐츠를 공동으로 개발할 수 있는 강의 파트너, 집필 파트너를 찾고 있습니다.

파트너 지원하기