데이터 시각화와 차트분석 기법
이 강좌를 통해 데이터 시각화에 대한 개념을 이해하고 차트의 핵심용도 5가지와 핵심 차트 10가지를 배워서 데이터 분석 프로젝트에 적절하게 활용할 수 있습니다.
새 강의를 소개합니다.
파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트
파이썬과 텐서플로우(Tensorflow)를 이용하여 머신러닝의 개념과 실전기술을 모두 배우세요.
핵심 주제 별 다섯 가지 다양한 프로젝트를 같이하면서 여러 분의 실력을 키워드립니다.
보스톤 마라톤 빅 데이터를 파이썬과 텐서플로우를 이용하여
머신러닝의 기본개념과 함께 회귀(Regression)와 분류(Classification) 핵심 주제 별
다섯 가지 프로젝트를 같이 배우면서 개념과 실전활용 능력을 키우는
재미있고 유용한 머신러닝 프로젝트 과정입니다.
프로젝트 1. 선형회귀(Linear Regression)의 기본
: 마라톤 남은 구간 기록 예측
머신러닝의 기본인 선형회귀의 개념을 배웁니다.
약 8만 건의 보스톤 마라톤 빅데이터를 이용하여 원하는 주자를 선택하면 30km까지의 기록을 머신러닝이 학습합니다. 그리고 잔여 구간인 35, 40, 42.195km의 기록을 선형회귀를 이용하여 예측하고 실제 데이터와 비교합니다. 우리는 텐서플로우를 이용하여 선형회귀 문제를 해결하는 개념과 기법을 배웁니다.
프로젝트 2. Multi Variable 회귀(Regression)
: 마라톤 완주 기록 예측
Multi Variable 회귀(Regression)문제를 이해하고 해결방법을 익힙니다.
Multi Variable 회귀(Regression)기법을 이용하여 성별, 나이, Pace 값을 입력받고 약 8만 건의 보스턴 마라톤 빅데이터를 학습한 머신러닝의 완주기록 예측 결과를 확인해 보세요. 마라톤을 뛰지않고도 머신러닝을 학습하고 분석한 데이터를 기반으로 기록을 예측합니다.
프로젝트 3. Multi Variable, Output 회귀(Regression)
: 마라톤 구간 기록 예측
Multi Variable, Output 회귀(Regression)문제를 이해하고 해결방법을 익힙니다.
Multi Variable입력과 Multi Output 출력 회귀(Regression)기법을 이용하여 성별, 나이, Pace 값을 입력받고 약 8만 건의 보스턴 마라톤 빅데이터를 학습한 머신러닝이 완주기록 뿐 아니라 10, 20, 30km 구간 별 기록을 예측합니다.
프로젝트 4. Binary Logistic 분류(Classification)
: 마라톤 Qualifying 여부 확인
Logistic Regression/Classification의 기본인 Binary Classification의 개념을 이해하고 해결방법을 익힙니다.
Logistic Regression의 기본인 Binary Classification 기법을 이용하여 마라톤의 Qualifying 여부를 예측합니다. 파이썬 판다스(pandas) 고급기술을 활용하여 약 8만 건의 기존 보스턴 마라톤 데이터에 Qualifying여부를 추가하는 기술도 함께 배웁니다.
프로젝트 5. Multinomial Logistic 분류(Classification)
: 마라톤 기록등급 예측
Logistic Regression/Classification의 Multinomial Classification의 개념을 이해하고 해결방법을 익힙니다.
Logistic Regression의 Multinomial Classification 기법을 이용하여 마라톤의 완주 기록을 'Outstanding(>25%)', 'Average(25~75%)'와 'Below(<75%)' 세 가지 등급으로 나누어 여러 분의 예상등급을 예측합니다.
앞으로 머신러닝을 활용한 딥러닝, IoT 등 다양한 강의를 기대해 주세요.
강의에 사용한 자료와 프로그램 소스는 제가 운영하는 지식 배움의 터인 크리애플(www.creapple.com) 사이트에서 받으실 수 있습니다.
파이썬의 기본과 데이터시각화, 분석을 위한 과정을 들으시면 프로젝트 수행에 큰 도움이 됩니다.
파이썬의 Pandas, Matplotlib, Seaborn 을 이용하여 머신러닝,
딥러닝 등 다양한 프로젝트에서 활용할 수 있는
데이터 시각화와 분석 기술을 한번에 배워 보세요.
배우면 할 수 있는 것들
- 머신러닝 모델과 프로그램 제작
- 텐서플로우를 이용한 문제해결
- 머신러닝 분류(Classification) 결과값 예측
- 머신러닝 회귀(Regression) 결과값 예측
- 인공지능, 머신러닝, 딥러닝에 대한 이해
- 머신러닝, 딥러닝을 위한 데이터 가공
- 파이썬 판다스로 데이터 가공 분석
- 파이썬을 이용한 데이터 분석
수강 대상
- 인공지능을 실전에서 활용하고자 하는 분
- 딥러닝을 위한 기본지식을 키우는 분
- 데이터 과학을 배우고 싶은 분
- 머신러닝의 개념과 실전능력을 같이 키우고자 하는 분
- 데이터 분석 프로젝트를 진행하시는 분
- 텐서플로우를 직접 활용하고자 하시는 분
- 머신러닝 딥러닝 프로젝트를 준비하시는 분
선수 지식
- 파이썬 데이터 가공, 시각화 - 파이썬 데이터시각화 분석 실전 프로젝트
- 파이썬 기본지식 - 파이썬 100분 핵심강의
- 열심히 배우고자하는 의지