우리 엄마도 할 수 있는 머신러닝 (기초실습)
인공지능뿌시기
₩29,700
입문 / EDA, 머신러닝
5.0
(2)
AI를 배우는 첫번째 걸음 : 인공지능 입문자를 위한 최적의 커리큘럼을 만들었다! 그 중 두번째, 배웠던 이론과 코드를 매칭시키자 ! 이제는 실전이다 ! 배웠던 이론을 코드로 풀어내며 내 지식에 대한 기반과 자신감을 다지는 단계
입문
EDA, 머신러닝

데이터를 기반으로 문제를 정의하고, 그 판단 근거와 의사결정 과정을 명확하게 설명하는 능력을 기르게 된다. 또한 단일 모델의 성능에만 집중하는 것이 아니라, 머신러닝 워크플로 전체의 완성도와 신뢰성을 평가하는 파이프라인 관점의 사고를 갖추게 된다. 아울러 오류가 발생했을 때 그 원인을 역추적하고 개선 방향을 도출하는 문제 해결 능력을 강화하며, 엔드투엔드 프로젝트 수행 경험을 통해 현업에 즉시 적용 가능한 실무형 ML 파이프라인 역량을 습득하게 된다.
전 공정 설계 및 관리 능력: 단순히 모델을 만드는 것에 그치지 않고, 데이터 수집부터 전처리, 학습, 배포에 이르는 '기계학습 파이프라인'의 전체 워크플로우를 직접 설계하고 관리할 수 있는 실무 역량을 갖추게 됩니다
자동화된 기계학습 파이프라인(End-to-End Pipeline): 새로운 데이터가 들어왔을 때 자동으로 전처리되고, 모델이 학습 및 평가되어 배포까지 이어지는 나만의 자동화된 파이프라인 시스템을 결과물로 가질 수 있습니다
실전형 데이터 문제 해결 능력: 원천 데이터(Raw Data)를 분석 가능한 형태로 가공하고, 모델의 성능을 최적화하여 실제 서비스 환경에 적용하는 일련의 과정을 스스로 수행할 수 있습니다.
학습 대상은
누구일까요?
"모델링은 할 줄 알지만 배포가 막막한" 데이터 분석가 및 초보자 주피터 노트북 환경에서 데이터 분석과 모델 학습(Training)은 어느 정도 익숙해졌지만, 완성된 모델을 실제 서비스 환경에 어떻게 적용(Deployment)해야 할지 모르는 분들에게 추천합니다. 파이프라인의 전 과정을 이해함으로써 '실험' 단계를 넘어 '실전 서비스'를 구축하는 역량을 기를 수 있습니다
"취업 경쟁력을 높이고 싶은" 취준생 및 예비 데이터 과학자 단순한 알고리즘 구현 능력을 넘어, 현업에서 즉시 활용 가능한 '엔드 투 엔드(End-to-End) 워크플로우' 설계 능력을 증명하고 싶은 분들에게 추천합니다. 앞서 언급한 '자동화된 파이프라인 시스템' 결과물은 강력한 포트폴리오가 될 것입니다.
선수 지식,
필요할까요?
데이터를 불러오고, 결측치를 처리하거나 형식을 변환하는 과정에 대한 기본적인 개념이 필요합니다. 데이터를 다뤄본 경험이 있다면 파이프라인의 전처리 단계를 더 깊이 이해할 수 있습니다.
모델을 학습시키고 평가하는 과정이 포함되므로, 알고리즘 자체를 깊게 파고들지는 않더라도 머신러닝의 학습, 평가, 검증과 같은 기본적인 용어와 흐름을 알고 있는 것이 좋습니다.
전체
14개 ∙ (2시간 38분)
해당 강의에서 제공:
전체
3개
같은 분야의 다른 강의를 만나보세요!
무료