안녕하세요, 현재 인프런에서 머신러닝과 딥러닝 강의를 준비하고 있는 대학원생입니다.
머신러닝 멘토링 진행을 위한 기본적인 커리큘럼은 제작하였지만, 실제로 해당 커리큘럼이 효과적인지에 대해 파악하기 위해 1:1 멘토링을 진행하려고 합니다.
멘토링은 무료로 진행할 예정이지만 정말로 이 멘토링이 필요하신 분 혹은 저의 멘토링을 듣고 이후 어떻게 개선하면 좋을지에 대한 피드백을 해주실 분을 우선적으로 모집하고 있습니다. 많은 신청 부탁드립니다!
✔멘토링 커리큘럼
💻 초급반: 인문계도 쉽게 머신러닝에 대한 기본적인 개념을 이해할 수 있는 수업
1회차: 머신러닝이란?
- 머신러닝에 대한 기본적인 정의와 머신러닝이 딥러닝과 어떤 차이점이 있는지 이해하기.
2회차: 데이터 이해하기
- 결측치, 이상치를 이해하고 데이터 속 패턴을 찾아 데이터를 올바르게 이해하기.
3회차: 회귀 vs 분류
- 회귀와 분류에 대한 정의를 알아보고 의사결정나무를 통해 더 자세하게 이해하기.
4회차: 데이터 전처리란?
- 텍스트 데이터를 데이터 전처리를 통해 정리하고 이에 대한 개념을 이해하기.
5회차: 학습 결과 해석 & 평가
- 오차 행렬과 편향성에 대한 기본 지식과 어떻게 영향을 미치는지에 대해서 이해하기.
6회차: 미니 프로젝트
- 지금까지 배운 것을 토대로 간단한 프로젝트 하나 경험하기.
💻 중급반: 머신러닝을 수학적으로 깊게 이해하고 실생활에 어떻게 적용할 수 있는지 이해할 수 있는 수업.
1회차: 머신러닝의 최적화 기초 알아보기
- Loss Function과 Gradient Descent에 대해서 이해하기.
2회차: 선형 모델 & 규제 알아보기
- Polynomial Regression, Overfitting , L1(Lasso), L2(Ridge)에 대해서 이해하기.
3회차: 분류 알고리즘 심화
- Logistic Regression, Support Vector machine(SVM)에 대해서 이해하기.
4회차: 앙상블 학습 알아보기
- Bagging, Boosting에 대해서 이해하고 비교 분석하기.
5회차: 인공신경망과 역전파 알아보기
- Perceptron, Artificial Neutral Network(ANN), Error Backpropagation에 대해서 이해하기.
6회차: 미니 프로젝트
- 지금까지 배운 것을 토대로 간단한 프로젝트 하나 경험하기.
✔ 시간 & 장소
- 주에 한 번 오프라인으로 강의를 진행.
- 온라인으로 간단한 과제 제시.
- 구체적인 시간과 장소는 지원자와 조율 예정.
✔신청 페이지
✔문의 페이지
https://open.kakao.com/o/s70xm28h
* 매 회차마다 좋았던 점과 보완하면 좋을 점에 대한 피드백을 요청할 예정입니다. 이 점 참고해 주시면 감사하겠습니다!
