강의

멘토링

로드맵

Inflearn brand logo image
데이터 사이언스

/

데이터 분석

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.

(4.1) 수강평 25개

수강생 380명

먼저 경험한 수강생들의 후기

이런 걸 배울 수 있어요

  • 머신러닝 모델과 프로그램 제작

  • 텐서플로를 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

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

파이썬과 텐서플로2(Tensorflow2)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.

선형회귀의 기본개념을 배우고, 파이썬 텐서플로를 사용하여 보스톤 마라톤 데이터를 머신러닝으로 분석하고 예측해 보세요.

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 텐서플로를 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) 문제의 기본과 해결방법을 배워서 성별, 나이, Pace자료를 입력하여 여러 분과 친구들의 보스톤 마라톤 대회 완주기록을 예측하세요.

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.

이번에는 Multi Variable을 입력받아 Multi Output을 출력하는 회귀(Regression) 문제의 기본과 해결방법을 배웁니다. 성별, 나이, Pace자료를 입력하면 보스톤 마라톤 대회 완주기록 뿐 아니라 10, 20, 30Km 구간 별 예상 기록도 함께 예측하세요.

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.

마라톤에 참여여하기 전에 성별, 나이, Pace자료를 입력하여 Qualifying 여부를 확인해 보세요. 지난 보스톤 마라톤 대회 기록을 바탕으로 여러 분의 Qualifying여부를 예측합니다. 

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.

마라톤에 참여여하기 전에 성별, 나이, Pace자료를 입력하여 예상되는 기록등급을 확인해 보세요. 지난 보스톤 마라톤 대회 기록을 바탕으로 여러 분의 기록등급을 예측합니다. 

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.  

 

특별강의

'Model 정확도 99%이상 높이기'라는 특별강의를 추가했습니다. 이 강의는 '[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트'과정 수강생 분들이 MNIST 손글씨 모델이 아래 사진처럼 '7을 왜 7이라 하지 못하나요?'라는 질문에서 시작되었습니다. 물론 모델의 정확도 뿐 아니라 프로그램 예외처리, MNIST원시데이터 등 다양한 요인이 있지만 기존 Nueral Network 모델이 학습용으로 단순해서 이걸 99.38%까지 정확도를 높이기 위해  Nueral Network 모델을 다시 구성하는 내용을 만들어 봤어요.

 

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.

파이썬 100분 핵심강의
파이썬의 핵심적이고 기본적인
기술을 익히시면 다른 과정에서 큰 힘이 됩니다.
파이썬 데이터시각화 분석 실전 프로젝트

파이썬의 Pandas, Matplotlib, Seaborn 을 이용하여 머신러닝,
딥러닝 등 다양한 프로젝트에서 활용할 수 있는
데이터 시각화와 분석 기술을 한번에 배워 보세요.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 인공지능을 실전에서 활용하고자 하는 분

  • 딥러닝을 위한 기본지식을 키우는 분

  • 데이터 과학을 배우고 싶은 분

  • 텐서플로를 직접 활용하고자 하시는 분

  • 머신러닝의 개념과 실전능력을 같이 키우고자 하는 분

  • 데이터 분석 프로젝트를 진행하시는 분

  • 머신러닝 딥러닝 프로젝트를 준비하시는 분

선수 지식,
필요할까요?

  • 파이썬 데이터 가공, 시각화 - 파이썬 데이터시각화 분석 실전 프로젝트

  • 파이썬 기본지식 - 파이썬 100분 핵심강의

  • 열심히 배우고자하는 의지

안녕하세요
입니다.

22,070

수강생

458

수강평

556

답변

4.4

강의 평점

25

강의

"노마드크리에이터: 당신의 꿈, 우리의 여정"

대한민국과 NVIDIA가 인정한 딥테크, 싱가포르가 선택한 핀테크 스타트업, 글로벌 무대에서 당신의 가능성을 실현합니다.

노마드크리에이터는 개인의 성장을 넘어, 스타트업으로 도약하며 전 세계를 무대로 전문적인 IT 강의를 제공하고 있습니다.
2019년, 싱가포르 정부의 Entrepass Innovator 프로그램을 통해 시작된 우리의 여정은 곧 혁신적인 스타트업의 이야기로 확장되었습니다.
2020년에는 대한민국에서 인공지능 핀테크 솔루션을 개발하며 딥테크 분야의 선두주자로 자리매김했고, NVIDIA 협업 프로그램 최우수 프로젝트ASUS Global Startup Challenge Award를 포함한 다양한 글로벌 인정과 성과를 이뤘습니다.
2023년에는 NVIDIA의 지원으로 미국에 회사를 설립하며 글로벌 시장을 향한 도약을 시작했습니다.

image.png

경험을 넘어, 비전을 공유합니다.

스타트업 창업 이전, LG CNS와 티머니 등에서 25년간 System Engineer, Project Manager, IT Consultant로서 글로벌 프로젝트를 이끌며 실전 경험과 전문성을 쌓았습니다.
PMP, SAP BW, SCJP, MCSE+DBA, OCP-DBA와 같은 전문 자격을 기반으로, 프로그램 개발, 프로젝트 관리, IT 솔루션 설계 등 다양한 분야에서 성공적인 도전을 이어왔습니다.

이제, 노마드크리에이터는 이러한 경험과 노하우를 집약하여 누구나 쉽고 재미있게 배울 수 있는 교육 콘텐츠를 제공합니다. 실무 중심의 강의부터 최신 기술 트렌드를 반영한 전문 과정까지, 개인의 성장을 위한 맞춤형 학습을 제안합니다.

우리의 미션: "꿈을 현실로, 도전을 기회로"

기술과 교육의 융합으로 더 많은 사람들이 자신만의 가능성을 실현하도록 돕습니다.

노마드크리에이터와 함께라면, 당신의 꿈은 더 이상 멀리 있지 않습니다.

지금 이 순간에도 누군가는 새로운 것을 배우고, 더 나은 자신이 되기 위해 노력하고 있습니다.

하지만 정보의 홍수 속에서 필요한 지식을 찾는 데 소중한 시간을 잃는 일이 얼마나 많습니까?

노마드크리에이터는 이 문제를 해결하고자 합니다.

우리는 지식을 창의적으로 엮어내어, 시간을 아끼고, 가치를 극대화하는 경험을 제공합니다. 우리의 목표는 단순한 정보 전달을 넘어, 지식을 작품처럼 아름답게 전달하는 것입니다.

노마드크리에이터와 함께라면, 당신의 배움은 더 쉽고, 빠르며, 가치 있는 결과를 만들어낼 것입니다.

"배움의 여정에 가치를 더하다, 노마드크리에이터."

이것이 우리가 꿈꾸는 미래입니다.

커리큘럼

전체

42개 ∙ (8시간 51분)

강의 게시일: 
마지막 업데이트일: 

수강평

전체

25개

4.1

25개의 수강평

  • pong8503011703님의 프로필 이미지
    pong8503011703

    수강평 5

    평균 평점 4.4

    3

    24% 수강 후 작성

    If you don't take the prerequisite course, it's very difficult to understand. I applied for the Keras course and there were many parts that I had to take before to understand the previous course, so I applied for the Complete Machine Learning course.... But I also had to take the previous course, so the efficiency of my study was greatly reduced. I think that if taking the prerequisite course becomes mandatory rather than optional, it will be a course that accurately accompanies the output.

    • nomad
      지식공유자

      Hello. Thank you for your good opinion. The part you mentioned is something that I worry about a lot as an instructor. In the past, when I made an All in One-style lecture, there were opinions that the readers' levels were different and they knew a lot of the content, and if I modularized the lecture, they would only take the parts they wanted and reduce the cost for the students, so I modularized the lecture. So in the future, I plan to modularize deep learning, Tensorflow.js, Tensorflow IOT, etc. into separate lectures. However, as a result, I am worried about the inconvenience of having to take multiple subjects as you mentioned. So I am currently creating a function that allows you to use all the lectures by subscribing to my Creapple (www.creapple.com). It is scheduled to be reorganized and opened this month, so I hope it will be helpful. Thank you.

    • Nomad Creator Instructor Thank you for your answer. As you said, if it is in the form of a regular subscription, I think it will lead to better output. And the individual contents of the instructor's lecture are really helpful and motivating. However, I feel like I have to watch the back of Avengers without watching the front part.

  • bmkingsong7020님의 프로필 이미지
    bmkingsong7020

    수강평 3

    평균 평점 4.3

    5

    62% 수강 후 작성

    I enjoyed trying it as a sample.

    • twotone3654382님의 프로필 이미지
      twotone3654382

      수강평 24

      평균 평점 4.5

      4

      100% 수강 후 작성

      It was a very informative lecture.

      • chrischina7429님의 프로필 이미지
        chrischina7429

        수강평 4

        평균 평점 5.0

        5

        50% 수강 후 작성

        Thanks for the great explanation.

        • 4europa1007님의 프로필 이미지
          4europa1007

          수강평 14

          평균 평점 4.9

          5

          100% 수강 후 작성

          thank you

          ₩33,000

          노마드크리에이터님의 다른 강의

          지식공유자님의 다른 강의를 만나보세요!

          비슷한 강의

          같은 분야의 다른 강의를 만나보세요!