안녕하세요.
오랜 준비 끝에, 처음하는 파이썬 머신러닝 부트캠프 강의를 100% 오픈하게 되어, 공유를 드립니다.
강의 오픈에 지연이 된 부분도 있어서, 오픈 기간동안, 최대 할인도 걸어놓았습니다.
본 강의는 제가 시행착오를 한 부분들을 개선해서 만든 강의입니다.
제가 머신러닝/인공지능 기술을 익히기 시작할 때가, 7년 전인데요. 처음에는 인공지능 기술을 익혀봤는데, 인공지능 원리만 한참 듣는 바람에, 지쳐서 포기하기도 했고요. 또다시 머신러닝도 익혀봤지만, 수학적 증명과 선형대수만 익히다, 포기하기도 했었습니다.
지금와서 보면, 인공지능이든 머신러닝 기술을 익히려면, 다음 순서로 했으면 훨씬 수월하게 익혔을 것 같습니다.
파이썬 -> pandas -> 머신러닝 주요 개념 + 머신러닝 실전 적용을 위한 다양한 실전 기법 -> 인공지능
머신러닝은 인공지능을 포함하는 가장 기본적인 개념이 들어있고요. 관련된 특별한 사고도 들어있습니다. 또 개념과 실제 머신러닝을 실제 문제에 적용할 때, 사용하는 특별한 다양한 기법도 있습니다. 실제 문제로 핵심 개념과 실제 문제에 적용하는 기법을 익히고, 적용해보며, 머신러닝 적용에 우선 익숙해진다면, 보다 관련 기술의 이해도가 높아지고요. 이를 기반으로 인공지능 기술을 익히면, 보다 수월하게 익히고, 전반적으로 익히고 활용할 수 있습니다.
머신러닝이 너무 방대하고, 수학적인 부분까지 들어가면, 여러개의 학문 집합체의 성격도 있어서, 이런 부분을 어떻게 하면, 필요한 부분을 잘정리하고, 집중해서, 실제 문제에 쓰이는 기법과 함께 익힐 수 있을까를 고민해서 만든 강의이고요. 부득이 기존에 없는 강의다보니, 더더욱 역시 시간이 많이 걸렸습니다.
개발자라도, 머신러닝/인공지능은 놓치니는 좀 애매한 기술 같습니다. 본 강의가 세계 Top 1% 머신러닝 전문가를 목표로 하는 것은 아니고요. 단계가 있으니까요. 개발자라도 머신러닝 기술을 이해하고 활용할 수 있고, 데이터과학 커리어를 생각하시는 분들도 관련 기술을 빠르게 익숙하게 만들어서, 데이터과학 커리어의 마중물 역할을 하는 강의를 목표로 하였습니다.
추후 다음과 같이 데이터 로드맵 대로, 인공지능 강의도 준비해서 오픈하겠습니다.
아무쪼록 꼭 도움이 되고, 강의가 참 인상깊은 강의가 되기를 희망합니다.
감사합니다.
데이터 과학 로드맵
1. 파이썬과 데이터 수집(크롤링) 기본 (파이썬과 웹, 데이터 이해 기본)
2. Scrapy와 Selenium 정복 (현존 최강 크롤링 중급 기술 및 관련 IT 지식)
3. SQL과 데이터 저장/분석 기본 (데이터 저장/분석)
4. NoSQL(mongodb) 빅데이터 기본 (빅데이터 저장/분석)
5. 처음하는 파이썬 데이터 분석 (데이터 전처리와 pandas, 최신 시각화) [데이터과학 Part1]
6. 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 문제로 개념/활용 익히기) [데이터과학 Part2]
7. AI 인공지능 부트캠프 (데이터 예측 자동화, 22' 상반기) [데이터과학 Part3]
