実践データサイエンス Part 3. 機械学習の理解
hjkim3
企業のデジタル変換（DT）、人工知能（AI）の導入は、機械学習モデルの構築から始まります。ただし、機械学習技術の範囲は非常に広く、最適な方法を選択するには基本的な概念を明確に理解する必要があります。この講義では、機械学習の基本概念を明確に理解するために必要な重要な内容を5つの例を中心に紹介します。
초급
Machine Learning(ML)
BEST
本番データサイエンス Part2.データ前処理
ビジネス実践では、データナビゲーション（EDA）、データクリーニング、スケーリング、異常値処理、対数変換、カテゴリエンコーディングなどが必要な理由と、どのように対処する必要があるかを学びます。また、テーブルデータの結合、（非定型）時系列データの処理方法を学びます。
学習した受講者のレビュー
受講後に得られること
データ分析と機械学習の最初のステップとして、1）データクリーニング、2）スケーリング、3）異常値処理、4）データ変換（ログ変換、カテゴリエンコーディング）の基本概念を学びます。
本格的なデータ分析の前に、データの全体的な特性を調べて、収集したデータが分析に適しているかどうかを調べる探索的分析（EDA）方法を学びます。
テーブルデータ、時系列データ処理を学び、concat、join、merge、groupby、pivot_table、walk forward予測の概念を明確に理解します。
核心だけを入れた！
データ分析に必要なデータ前処理
ビッグデータ分析、機械学習、ディープラーニング、人工知能、デジタル変換（DT）など、最近最も需要が高い技術分野です。ほとんどすべての業界でこれらの技術を担当するデータサイエンティストの育成が、最も重要で緊急の状況です。
企業でデータを扱う実務家が最も時間を費やす必要があり、実際にデータ分析（機械学習）のパフォーマンスに最大の影響を与える業務がデータ前処理です。
📝コアデータ前処理
このレッスンでは、効果的なデータナビゲーション（EDA）方法、およびデータ前処理の4つの主要な内容であるデータクリーニング、スケーリング、異常値処理、データ変換の概念について説明します。
👩💻理論+実習講義の構成
タイタニックサバイバーを予測するには？
欠測値処理実習、テイター変換実習、線形分類予測など理論に基づいた実習を通じて、現業で必要なデータ分析をすぐに適用できるように支援します。
🙋♂️現場で必要なトピック
実際には、テーブル構造データをさまざまな方法で組み合わせる作業が頻繁に必要です。 concat、append、join、merge、groupby、および pivot_table 関数の違いを理解し、どのような場合にどの関数が有用かを説明します。
また、実務で非定型データである時系列データを扱うことが多いです。 datetimeを利用する方法と順次時系列予測方法であるwalk forward予測を説明し、線形モデルを用いたバイナリ分類および回帰予測モデルを紹介します。
📕川の特徴
- すべての内容は実践コードで説明されています。
実習コードショートカット👉 https://github.com/data-labs/preprocessing
- サンプルコードは、あなたがビジネスですぐに活用できるように設定しました。
- コードは簡潔ですが、重要な内容が含まれており、使いやすく書かれています。
👩💻コアデータサイエンス
データサイエンスの基礎となる言語Python。
本講義はPythonの基礎知識が選ばれる講義です。
Python言語の基礎知識がない人は
本講義はPythonの基礎知識が選ばれる講義です。
Python言語の基礎知識がない人は
本番データサイエンス Part1. Python入門講義を通じて
選手の知識学習をおすすめします。
選手の知識学習をおすすめします。
こんな方に
おすすめです
学習対象は
誰でしょう？
データの前処理は、データ分析のパフォーマンスに影響を与える最も重要なプロセスです。
テーブル構造データを付ける作業、時系列データを扱う基本概念を理解し、現業ですぐに活用したい方におすすめです。
前提知識、
必要でしょうか？
Pythonの基本的な知識が必要です。
921
受講生
78
受講レビュー
11
回答
4.8
講座評価
3
講座
"고장난 라디오 고칠 수 있어?"
제가 전자공학과에 입학한 후 친구로부터 받은 질문입니다. 뭐, 대답은 했습니다. "전자공학과에서는 라디오 만드는 원리를 배우는 것이지 고장난 전자제품 고치는 것은 우리 일이 아니고..."
이론으로 무장한 전문가보다 문제 해결사가 필요한 경우가 더 많습니다. 저는 실전 문제 해결이 더 중요하다고 생각합니다.
최근에는 머신러닝으로 금융, 에너지, 전자, 중장비, 물류, 신약개발, 식품 등 산업 영역의 문제를 해결하는 일을 하고 있는데, 정말 배울 것도 많고 할 일도 무궁무진한 영역인 것 같습니다. 본업은 교수지만 (강원대 컴퓨터공학과), 현장의 문제해결에 관심이 많아 여러 겸직을 하고 있습니다. AI신약개발지원센터장, KAIST 겸임교수, 그리고 데이터사이언스랩 대표를 맡고 있습니다.
AI 시대에 가장 필요한 인재는 실전 문제를 해결할 수 있는 데이터 사이언티스트라고 믿으며 여러분 모두 인기 있는 데이터 사이언티스트가 되기를 바랍니다.
カリキュラム
全体
19件 ∙ (4時間 13分)
講座掲載日:
最終更新日:
受講レビュー
全体
18件
4.7
18件の受講レビュー
victory1791791577受講レビュー 5
∙
平均評価 4.6
- sungkenh0540
受講レビュー 2
∙
平均評価 5.0
5
100% 受講後に作成Pythonデータの前処理を勉強するのに多くの助けになりました。 データの前処理に必要な様々な方法論と実際のデータを使った実践が良かった。
- hjkim3知識共有者
良い評価ありがとうございます。
- alcatraz761636
受講レビュー 2
∙
平均評価 5.0
5
100% 受講後に作成個人的にはとてもきれいで素晴らしい講義だと思います。 以前Part1も受講していましたが、川の進歩上の内容が少し難しくなった部分はありますが、問題なく理解できました。
- hjkim3知識共有者
自分で解決したのは幸いです。気になる内容は質問してください〜
- quber02012351
受講レビュー 3
∙
平均評価 3.0
3
100% 受講後に作成本当に良い講義をよく聞きました。 5時間でデータ前処理の核心を理解したようです。 ありがとうございます！
- hjkim3知識共有者
短時間でまとめるというのが特徴です。受講評ありがとうございます！
期間限定セール、あと7日日で終了
￥38,500
30%
￥6,959
hjkim3の他の講座
知識共有者の他の講座を見てみましょう！
似ている講座
同じ分野の他の講座を見てみましょう！
![[リニューアル] 初めてのMongoDB(モンゴDB) と NoSQL(ビッグデータ) データベース ブートキャンプ [入門から活用まで] (アップデート)강의 썸네일](https://cdn.inflearn.com/public/courses/324183/cover/fbe9f0cc-4c42-4435-b855-f283f6932415/324183.png?f=avif&w=420)
![[データ前処理] 心配しないで！Pandasがあるから。강의 썸네일](https://cdn.inflearn.com/public/files/courses/336824/cover/01k5849rtc0vfa7df3revd2tpb?f=avif&w=420)
