본 과정은 파이썬을 활용한 데이터 분석에 적응 하는 것을 도와드립니다.
나아가 kaggle 대회 데이터를 활용한 실습 분석과 scikit learn을 활용한 머신러닝 기법들에 대해서도 학습합니다.
마지막 2~3주 동안은 팀을 꾸려서 예제를 분석해보고 자신의 노하우를 소개하는 시간을 갖도록하여 자신감을 UP! 할 예정입니다.
파이썬으로 배우는 데이터 분석, 머신러닝 기초반
DataAnalysis, ML, Python
시작일
매주 2019년 10월 12일
진행일시
매주
모집현황

data-product-id="11496"

진행장소
캠퍼스
학습대상
- 파이썬 기초가 부족하신 분들
- 파이썬으로 데이터 분석을 경험해보고 싶으신 분들
- kaggle에 입문하고 싶으신 분들
과목난이도

쉬움 (1단계) ~ 어려움(5단계)

학습목표
- 파이썬 언어에 익숙해집니다.
- 데이터 분석 방법을 배워봅니다.
- kaggle에서 제공되는 다양한 data를 활용하여 분석해봅니다. 기초적인 머신러닝을 배워봅니다.
운영방식
1. 8~9주 동안은 학습 내용을 공유하며 제가 발표를 진행합니다.
2. 1번 과정에서 실제 코드도 입력하며 코드에 익숙해집니다.
3. 마지막 2~3주는 팀을 꾸려 데이터 분석을 진행해보고 노하우 등을 발표하며 공유합니다.
선수지식
간단한 프로그래밍 지식이 있으시면 좋습니다. 필수는 아닙니다!
학습 및 참고자료
파이썬 머신러닝 완벽 가이드(권철민 지음, 위키북스)
커리큘럼
/
주차 모임내용 학습자료
1 주차 모임 설명 및 환경설정과 파이썬 언어에 대한 설명 퍼실 정리 자료
2 주차 python numpy, pandas 사용 방법 및 타이타닉 캐글 EDA 실습 https://www.kaggle.com/c/titanic 및 퍼실 정리 자료
3 주차 iris data를 활용하여 kfold, stratified kfold, gridsearch를 학습. 이후 kaggle의 타이타닉 데이터로 복습을 진행 https://www.kaggle.com/c/titanic 및 퍼실 정리 자료
4 주차 평가 방법 학습(accuracy, confusion matrix, precision, recall, f1-score, roc-auc) 및 kaggle pima indian 데이터를 활용한 실습 https://www.kaggle.com/uciml/pima-indians-diabetes-database 및 퍼실 정리 자료
5 주차 ensemble(voting, bagging, boosting 등) 학습. human activity 데이터를 활용한 실습 https://archive.ics.uci.edu/ml/datasets/human+activity+recognition+using+smartphones 및 퍼실 정리 자료
6 주차 random forest, gradient boosting 학습 및 human activity 데이터를 활용한 실습 https://archive.ics.uci.edu/ml/datasets/human+activity+recognition+using+smartphones 및 퍼실 정리 자료
7 주차 XGBoost, LightBoost 학습 및 kaggle santander 예제를 활용한 실습 https://www.kaggle.com/c/santander-customer-satisfaction 및 퍼실 정리 자료
8 주차 이상치(outlier) 탐지, 오버샘플링, 언더샘플링 방법 학습 및 kaggle credit card fraud data로 실습 https://www.kaggle.com/mlg-ulb/creditcardfraud 및 퍼실 정리 자료
9 주차 stacking 학습 및 타이타닉 전체 예제 학습 https://www.kaggle.com/c/titanic 및 퍼실 정리 자료
10 주차 팀 활동을 통한 데이터 분석 실습 프로젝트
11 주차 팀 활동을 통한 데이터 분석 실습 프로젝트
퍼실소개
이수진

이수진

ST Unitas에서 Data Science팀에 소속되어 일하고 있습니다.
개인 공부로 머신러닝, 딥러닝을 하고 있고 공부 내용은 블로그에 정리하고 있습니다!
풀잎스쿨은 5기부터 시작했으며 7기에는 자연어 처리 기초반 퍼실도 담당했습니다.

제 블로그를 방문하신 분들께서 댓글 문의나 메일로 파이썬 기초와 관련된 질문을 많이 하십니다. 머신러닝과 딥러닝이 유행하면서 '한 번 해봐야지!' 하고 배경지식 없이 접근하셨다가 어려움을 겪는 분들이 많아 안타까운 마음이 있었습니다. 그래서 본 풀잎 과정에서는 이러한 데이터 분석과 머신러닝에 대한 기초를 다룹니다. 기초가 부족하신 분들은 오셔서 들으시면 도움이 될 수 있지 않을까 생각합니다!

ST Unitas에서 Data Science팀에 소속되어 일하고 있습니다.
개인 공부로 머신러닝, 딥러닝을 하고 있고 공부 내용은 블로그에 정리하고 있습니다!
풀잎스쿨은 5기부터 시작했으며 7기에는 자연어 처리 기초반 퍼실도 담당했습니다.

제 블로그를 방문하신 분들께서 댓글 문의나 메일로 파이썬 기초와 관련된 질문을 많이 하십니다. 머신러닝과 딥러닝이 유행하면서 '한 번 해봐야지!' 하고 배경지식 없이 접근하셨다가 어려움을 겪는 분들이 많아 안타까운 마음이 있었습니다. 그래서 본 풀잎 과정에서는 이러한 데이터 분석과 머신러닝에 대한 기초를 다룹니다. 기초가 부족하신 분들은 오셔서 들으시면 도움이 될 수 있지 않을까 생각합니다!


풀잎스쿨 신청 및 결제를 위해서 로그인을 해주세요