
FastAPI 완벽 가이드
권 철민
본 강의는 FastAPI의 핵심 기능과 함께, 웹서비스 개발의 전 과정을 익힐 수 있도록 구성 하였습니다. 본 강의를 통해 여러분을 현장에서 필요로 하는 FastAPI 전문 개발자로 발돋움 시켜 드릴 것입니다.
중급이상
Python, FastAPI, SQL
理論中心の機械学習講座から脱却し、機械学習の核心的な概念を簡単に理解できるだけでなく、実践的な機械学習アプリケーションの実装能力を身につけることができます。
Pythonマシンラーニングを構成するベースパッケージであるナンパイ、パンダス、サイキランの習得
機械学習を構成する主要な概念を直接Pythonコードで実装する
分類、回帰、次元削減、クラスタリングなどの主要な機械学習アルゴリズムに関する詳細な説明
さまざまな実践例を学び、実務に機械学習アプリケーションを直接適用できるレベルに到達します。
最適な機械学習モデルの構成方法: データの前処理、機械学習アルゴリズムの適用、ハイパーパラメータのチューニング、パフォーマンス評価など
XGBoost、LightGBM、スタッキングなどの最新の機械学習手法の詳細な説明と活用方法、難しいKaggleの問題を実際に試しながら、実務的な機械学習アプリケーション開発方法を習得
難易度の高い Kaggle 問題を実際に試しながら、実務的な機械学習アプリケーション開発方法を習得します (サンタンデール銀行顧客満足度予測、クレジットカード詐欺検出、不動産価格予測の高度な回帰手法、Mercari ショッピングモール価格予測など)
テキスト分析とNLPのための基礎理論とさまざまな実践例を学習します(テキスト分類、感情分析、トピックモデリング、文書クラスタリング、文書類似度、KoNLPyを使用したネイバー映画の感情分析など)
さまざまな推奨システムを直接 Python コードで構築し、Python 推奨パッケージである Surprise の使用方法を示します。
こんにちは、Pythonマシンラーニング完璧ガイドの著者クォンチョルミンです。
2022年4月、いつのまにかPythonマシンラーニング完全ガイドブックの第2改訂版を出版することになりました。
本の改訂に伴い、本「Python 機械学習完璧ガイド」講義も新たに制作してリリースします。
今回発売する改訂版講義は、既存講義の70~80%以上を新しい講義にしました(セクション1からセクション5(回帰)までは90%以上を新たに作成しました)。講義映像は既存の28時間から37時間に増えており、さらに向上し追加された内容を説明します。
改訂版講義は、本の改訂版の内容を反映するとともに、初版講義よりも優れた内容で構成するために多くの努力を傾けました。 これまで講義に送ってくださったFeedbackを基にさらに簡単で、詳細な説明でいっぱいになりました。
Python機械学習完全ガイド講義は、詳細な説明と簡単な図表でコア理論を整理し、さまざまな実践問題を機械学習で解決しながら機械学習を体得できるようにしました。理論中心の機械学習講義ではなく、Pythonライブラリを活用して本番業務に機械学習を適用できるガイドを提供します。
これを理解 すべてがよく洗練されたデータではなくキャグルとUCI機械学習リポジトリで難易度のある実習データに基づいてデータ前処理から機械学習アルゴリズム適用、ハイパーパラメータチューニングなど機械学習モデル構成のための全体的なプロセスを例を通して直接実行してみながら、機械学習能力値を最大限に引き上げられるように内容を構成しました。
また、XGBoost、LightGBM、スタッキング技術など、キャグルの多くのデータサイエンスが愛用する最新のアルゴリズムと技術について非常に詳細に説明しています。
既存の内容に加え、改訂版では以下の内容を追加的に取り上げています。
機械学習コーディングの実装は、単に頭や目で理解しているわけではありません。自分で実装しないと、機械学習の専門家になることはできません。明確に定義された重要な概念の説明と豊富なアプリケーションと実践例を使用して、実践に機械学習アプリケーションを自信を持って適用する専門家レベルにガイドします。
今回の講義では、本で地面の制約上しにくかった多くの部分についてより詳細な説明を強化しました。を傾けました。
機械学習を一切知らない方のための入門者向け講義ではありませんが、機械学習の基本概念を入門書や他の動画講義で身につけた後にこの講義を聞いたら、非常に迅速に機械学習のスキルをアップグレードできます。近くの大きな書店にアクセスして、Python機械学習完璧なガイドブックを軽くレビューしてみると、この講義があなたに合うかどうかを簡単に判断できます。
講義に使用されるソースコードは、https: //github.com/chulminkw/PerfectGuideからダウンロードできます。
Inflearnが出会った人
クォンチョルミンのインタビューを読んでください。 見に行く
-
学習対象は
誰でしょう?
機械学習に興味のあるすべての人
機械学習の困難なアルゴリズムの壁を超えていない人
理論中心のマシンラーニングで一番回った人
実務にどのように機械学習を適用するかを検討してきた方
Kaggle과 같은 데이터 분석/機械学習コンテストに挑戦したい方
現在、自分の機械学習スキルをさらにレベルアップしたいと考えている方
前提知識、
必要でしょうか?
Python 言語の使用経験
機械学習に関する薄い基礎知識
26,052
受講生
1,289
受講レビュー
3,969
回答
4.9
講座評価
13
講座
(전) 엔코아 컨설팅
(전) 한국 오라클
AI 프리랜서 컨설턴트
파이썬 머신러닝 완벽 가이드 저자
全体
192件 ∙ (37時間 38分)
1. 改訂版講義の紹介
07:49
2. 機械学習の概念
07:49
3. 機械学習の種類とデータの重要性
11:45
30. パンダス欠損データの処理
05:17
31. パンダスヌニクとリプレイの活用
04:28
37. 学習とテストデータセットの分離
09:55
全体
417件
4.9
417件の受講レビュー
受講レビュー 4
∙
平均評価 5.0
5
해외에서 머신러닝관련 학과에서 석사를 진행중인 학생입니다. 이론적인 지식과 몇가지 프로젝트를 진행해보았지만, 워낙 빠르게 배우다보니 정리가 안되어 있어서 코드도 엉망이고 머리속의 카테고리 작업도 엉망이었는데 이 강의를 들으면서 많이 정리되고 코드도 적립이 되고 있습니다. 물론 정말 이론적인 부분을 배우고 싶다면 다른강좌를 찾아 듣는게 맞겠지만, 실제 코드를 통해서 배우고 싶다고 하시면 강력하게 추천드립니다. 정말 하루하루 즐거운 시간입니다. 머리속에 수식으로 정리되어 있던 부분들을 구현하면서 재밌게 수강하고 있습니다. 요약하자면, 1. 입문자를 위한 강좌는 아니지만 어느정도 머신러닝에 감각이 있으시지만 정리가 안된사람들에게 추천드립니다. 2. 복잡한 수식은 필요없고 코딩을 배우고 싶다면 강추드립니다. 3. 수식과 이론은 학교수업이나 공부를 통해 알고있지만, 실제 적용을 어떻게할줄 몰라서 고생하시는분들 추천드립니다. 비추천하는 분들은 1. 하드코어한 수학적 증명을 보고싶다. 비추천 드립니다. 머피의 머신러닝 혹은 비숍의 책을 추천드립니다. 2. 정말 아무것도 모르는데 이것만으로 입문하고 싶다. 조금 어려울것 같습니다.
受講レビュー 1
∙
平均評価 5.0
5
현재 7장 군집화까지 강의를 들었습니다. 퇴근 후 짬을 내어 공부를 하다 보니 3주 정도 걸렸습니다. 저는 강의, 교재를 모두 구매했습니다. 우선, 머신러닝에 대해 체계적으로 복습할 수 있어 굉장히 좋았습니다. 설명도 깔끔합니다. 책을 보니 얼마나 정성을 들여 집필을 하셨는지가 절실히 느껴졌습니다. 무엇보다 질문을 하면 저자분이 아주아주 상세하고 친절하게 답변해주시는 것이 좋았습니다. 다만, 머신러닝을 전혀 모르시는 분이 듣기에는 적합하지 않습니다. 기초적인 머신러닝 내용을 아시는 분이 수강을 하셔야 합니다. 캐글 Advanced 과정과 같은 저자 분의 다른 고급 강의를 기대해봅니다! 감사합니다.
受講レビュー 2
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
受講レビュー 6
∙
平均評価 5.0
¥11,714
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!