
우리 엄마도 할 수 있는 머신러닝 (기초이론)
인공지능뿌시기
AI를 배우는 첫걸음 : 인공지능 입문자를 위한 최적의 커리큘럼을 만들었다! 그 중 첫번째, 인공지능과 친해지는 기초이론 단계! 다양한 예시로 머신러닝 기초개념 습득 및 이론 복습을 위한 쪽지시험까지!
입문
머신러닝, Scikit-Learn
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
⭐ 모델 파라미터 VS 하이퍼 파라미터
⭐ 모델별 하이퍼 파라미터 작동방식 이해
⭐ 데이터를 다루는 기본상식
⭐ 분류, 회귀, 군집화, 추천시스템 실습
⭐ 하이퍼 파라미터 튜닝 기법
다양한 코드 응용을 위한 발판, 바로 이론입니다.
비전공자 신분으로 단 5개월만에 공모전 최우수상 및 우수상, 경진대회 우승 및 프로젝트 대상 및 우수상을 받았습니다.
원리를 알아야 다양한 상황, 데이터에 응용을 할 수 있습니다.
인공지능을 처음 배우면서 쏟아지는 다양한 용어들과 기관에서 커리큘럼을 따라가며 배우면서도 이질감이 들었던 학습 순서들을 모두 고안하여, 처음 배우는 사람도 최대한 불편함없이 따라올 수 있도록 정말 많이 고민하여 순서를 수정하고 배치했습니다.
무작정 수학적 통계적 개념을 설명하는 것이 아니라, 모델이나 지표에서 관련 언급이 나왔을 때, 왜 사용하는지 해당 수식이나 개념의 필요성에 대해 언급하기 때문에 훨씬 이해도 빠르고, 납득하기 쉬워 학습을 보다 더 매끄럽게 할 수 있습니다.
이해를 위해 필요한 최소한에 수학, 통계학적 개념만을 사용, 그 마저도 모두 예시를 바탕으로 쉽게 이해할 수 있도록 구성했습니다.
이론강의에서 배웠던 내용들을 그대로 실습에 적용시켜 자신의 지식을 점검하고 해당 내용을 코드로 적용하며 인공지능 분야 입문에 대한 두려움과 걱정을 완전히 부셔버립니다.
머신러닝에 대해 모르시는 분은 체계적으로 부담감 없이 폭넓게 배워가실 것이고, 머신러닝에 대해 아시는 분들은 개념을 다시 한번 정확하게 확립하실 수 있게 되실겁니다.
머신러닝 중에서 직관적으로 이해할 수 있는 거의 모든 부분을 아우르고 있는 기초 과정이며, SVM이나 ROC-AUC, 차원축소 자연어처리(NLP) 같은 개념들은 머신러닝 심화 이론에서 다루게 됩니다.
모든 강의 학습은 추후 딥러닝 강의에 포커스가 맞춰져 있기 때문에, 머신러닝부터 탄탄하게 기초를 다지실 분들에게 추천 드립니다.
실습 문제 파일을 받고 먼저 살펴봅니다.
강의를 보고 문제의 빈칸을 채우며 이해합니다.
본 강의는 5개의 커리큘럼 중 두번째 커리큘럼 입니다. 나머지 커리큘럼은 순차적으로 공개됩니다.
🎯 해당 강의는 코드실습을 위한 이론강의와 코드실습으로 구성되어 있습니다.
🎯 PPT 및 코드실습 자료 제공
데이터 전처리 Skew 데이터 log적용 원리
Decision Tree 시각화 및 학습전략
Decision Tree 하이퍼 파라미터 설명
Light GBM 하이퍼 파라미터 설명
LinearRegression(경사하강법 vs OLS)
AdaBoost 하이퍼 파라미터 설명
학습 대상은
누구일까요?
⭐ 우리 엄마도 할 수 있는 머신러닝 (기초이론) 수강생
⭐ 하이퍼 파라미터에 대한 이해가 필요한 사람
⭐ 머신러닝 관련 실습을 하고 싶은 사람
선수 지식,
필요할까요?
파이썬 기초
numpy, pandas 기초
168
명
수강생
12
개
수강평
5
개
답변
4.9
점
강의 평점
3
개
강의
비전공자이기 때문에, 비전공자를 잘 압니다.
비전공자의 시선에서 도움을 드리기 위해 최선을 다하겠습니다.
인공지능 사관학교 5기 수료
시계열 농산물 가격 예측 프로젝트 대상
케글 경진대회 1등 (200 中)
객체 탐지, RAG 기반 모의면접 프로젝트 우수상
한국인공지능협회 주관 AI활용 사회문제 해결 공모전 최우수상
호남 ICT이노베이션 디지털 신기술 공모전 우수상
전체
16개 ∙ (6시간 47분)
해당 강의에서 제공:
7. Decision Tree 실습
54:37
8. Ensemble 실습
29:54
10. 선형회귀 실습
52:11
11. CART 모델 실습
01:10:55
13. 군집화 실습
36:48
14. 추천시스템 실습
36:04
15. 하이퍼 파라미터 최적화 기법
05:00
16. 최종 실습
32:16
지식공유자의 깜짝할인 중
₩22,280
24%
₩29,700
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!