(5기 모집 중! 오프라인 Only) 초보라도 머신러닝&딥러닝 알고리즘을 완벽하게 이해하고 싶다면, 함께 수학하세요! 기초부터 실전 프로젝트까지 6주만에 완벽 터득하는 선형대수!
왜 선형대수를 배우는지부터 머신러닝 실전에 주로 쓰이는 기초 이론, 머신러닝 알고리즘 해독까지 진행합니다.
O2O 구독 데이터부터 상품, 의료, 패션 등 다양한 도메인에서의 데이터로 실습과 프로젝트를 진행합니다.
NHN 머신러닝 엔지니어, 크래프톤 데이터 분석가 출신, 그리고 선형대수 분야 베스트 셀러 저자가 노하우를 전수합니다.
실전 활용 노하우
선형대수는 이론만 학습해서는 도움이 되지 않습니다. 현업 실전에서도 쓰이는 수학적 모델 해석에 집중합니다.
도메인 경험
다양한 도메인 경험을 얻기는 쉽지 않습니다. 본 강의에서는 의료, 패션 등의 데이터로 프로젝트를 수행합니다.
커리어 가이드
수학적 이론, 실전형 실습을 통해 배운 머신러닝 세계로 다가갈 수 있는 현실적인 커리어 로드맵을 제공합니다.
‘선형대수와 통계학으로 배우는 머신러닝 with 파이썬’, ‘알고리즘 구현으로 배우는 선형대수 with 파이썬’을 집필한 저자가 선형대수를 직접 강의합니다. 행렬의 기초 개념부터 데이터분석, 머신러닝, 딥러닝의 응용까지 다룹니다.
선형대수의 중요성은 다들 인지하고 있지만 왜 중요한지, 무엇이 중요한지는 알지 못하는 경우가 많습니다. 이 강의는 선형대수를 왜 배워야 하는지부터 어떤 개념들을 알아야 하는지 다루고, 추상적인 개념을 그림을 포함한 쉬운 설명으로 안내합니다.
선형대수 기초 개념을 학습한 이후에는 파이썬 실습을 통해 이론적인 내용을 자기 것으로 만듭니다. 그리고 실제 머신러닝 예제를 풀어보면서 선형대수가 머신러닝에 어떻게 사용되는지 이해하는 시간을 가집니다.
해당 과정은 100% 오프라인 현장 강의로만 진행됩니다.
하지만 코로나19 상황이 악화될 경우, 오프라인 및 온라인 라이브 동시 진행으로 변경되실 수 있습니다.
과정 진행 시간 동안 담당 매니저가 디스코드 채널을 운영할 예정이며, 강사님과도 디스코드 채널을 통해 언제든 소통하실 수 있습니다.
실습을 위해 개인 PC가 꼭 필요합니다. OS는 Windows OS, Mac OS 모두 가능합니다.
또한, 본 강의는 파이썬 기초 문법의 이해가 필요합니다.
6주라는 시간동안 선형대수에 대한 다양한 학습을 압축하여 진행하다 보니, 프로젝트로 진행이 될 수 있습니다.
다만 강사님께서 제공해주시는 실습 자료와 지속적인 커뮤니케이션을 통해 충분히 만족스러운 결과를 가져가실 수 있을 것입니다.
선형대수를 공부해야하는 이유, 여러가지 행렬의 머신러닝, 딥러닝에서의 역할
필수 개념 - 스칼라, 벡터, 행렬, 행렬식, 선형시스템 등
행렬 연산의 핵심 - 내적과 정사영, 그램 슈미트 정리
선형대수의 핵심 - 고윳값, 고유 벡터, 행렬 분해
행렬을 일반화한 텐서 - LU 분해, 실제 데이터에서 텐서가 활용되는 이유, 텐서의 활용 분야 및 방식
머신러닝 딥러닝 프로젝트 실습
현업에서 선형대수를 이용해 실제 속해있는 기업에 적용해보고 싶으신 분
논문이나 행렬 수식만 나오면 막히는 분
머신러닝을 하고 싶은데 선형대수 지식이 없어서 망설여 지시는 분
안녕하세요 "알고리즘 구현으로 배우는 선형대수 with 파이썬", "선형대수와 통계학으로 배우는 머신러닝 with 파이썬" 저자 장철원입니다. 저는 통계학을 전공했으며 크래프톤 데이터분석실에서 데이터 분석 업무를 수행했었고 NHN IT 보안실에서 머신러닝 엔지니어 업무를 수행했었습니다. 현재는 인공지능 관련 프로젝트에 프리랜서 개발자로 참여하고 있으며, 강의를 하고 책을 집필하고 있습니다. 현업에서 일을 하면서 그저 공부를 위한 선형대수가 아닌, 머신러닝을 실제로 적용하기 위한 선형대수를 전달해 드릴 예정입니다.
데이터 분석, 머신러닝, 딥러닝을 하기 위해 필요한 선형대수를 다룰 예정입니다. 이를 위해 선형대수의 기본 개념인 스카라, 벡터, 행렬에 대해 익히고 본격적으로 행렬에 관련된 이론을 배웁니다. 전치행렬, 대각행렬 등과 같은 다양한 행렬을 다루며, 내적, 고윳값, 고유벡터, 직교, 대각화 등에 대해 다룹니다. 행렬의 개념을 익혔다면 파이썬을 활용해 실제 데이터 분석, 머신러닝, 딥러닝에 적용해봅니다. 이론을 실제로 적용해보면서 선형대수를 실전에 사용할 수 있는 능력을 기를 수 있습니다. 수업은 각 단원 별로 개념 - 이론 - 파이썬 실습 - 넘파이 실습으로 진행됩니다.
많은 사람들이 파이썬을 이용해 데이터분석, 머신러닝, 딥러닝을 하기 위해선 넘파이, 판다스, 사이킷런, 텐서플로 등 여러 가지 라이브러리들을 사용합니다. 그러나 이들 라이브러리는 여러 가지 편리한 기능을 제공하지만, 실제 업무에서 사용하실 때는 적용하기 어려우신 경우가 많으실 겁니다. 왜냐하면 예제 데이터로 학습 모델링에만 집중했던 학습 과정 때와는 달리 실제 데이터를 사용할 경우 학습 모형을 적용하기 전 데이터 전처리 과정이 필요하기 때문입니다. 이때, 데이터는 행렬의 형태를 띠므로 선형대수의 이해가 필수적이며, 본 강의 시간에 배운 선형대수 내용을 실제 데이터에 적용할 수 있을 뿐 더 나아가 데이터 분석, 머신러닝, 딥러닝까지 적용합니다.
데이터 분석, 머신러닝, 딥러닝 분야와 같이 데이터를 다루는 필드에 계신 분들에게 적합한 강의입니다. 우리는 분야에 따라 다양한 데이터를 다룹니다. 그리고 각 분야에 따라 데이터 특성이 다릅니다. 그러나 데이터의 형태와 상관없이 선형대수 지식을 알고 있는 상태에서 데이터 분석을 한다면 이는 확실히 기존 분석과 차별화될 수 있습니다. 머신러닝 관련 내용을 학습하고 실제 적용을 하려다 실패해본 경험이 있으신 분들이라면 제 말의 뜻을 이해하실 수 있을 것입니다.
대부분 선형대수 강의라고 하면 이론적인 설명에 치중한다던가, 넘파이를 활용한 간단한 실습 정도가 포함되어 있는 경우가 대부분입니다. 그러나 수업시간에 이론을 학습한 것과 이를 실전에 적용하는 것은 전혀 다른 문제라고 생각합니다. 대부분 선형대수를 공부해보신 분들과 이야기해보면 개념들은 알고 있지만 이를 코딩으로 적용하지 못하는 경우가 많습니다. 저는 이런 점들을 고려해 “알고리즘 구현으로 배우는 선형대수 with 파이썬”을 집필했고, 제가 쓴 책 내용을 기반으로 강의에 녹여낼 예정입니다.
강의를 다니다 보면 이런 질문을 받습니다. “선형대수가 왜 중요한거에요?”, “선형대수가 머신러닝에 어떻게 적용되는 건가요?” 이 질문들에 대한 답을 제 강의에서 찾아가실 수 있도록 열심히 준비하겠습니다. 선형대수 분야 특유의 추상성과 복잡함으로 지금까지 공부하는 데 어려움을 겪으셨다면 이제는 선형대수를 이해하고 실전 응용까지 가능하도록 제가 도와드리겠습니다. 그럼 강의 때 뵙도록 하겠습니다!
1주차. 머신러닝 데이터의 뼈대! (스칼라, 벡터, 행렬)
강의목표
이론
실습
2주차. 머신러닝, 특이점이 온다?! (행렬식, 역행렬, 선형시스템)
강의목표
이론
실습
3주차. 머신러닝 필수 연산! (벡터공간, 내적, QR분해)
강의목표
이론
실습
4주차. 핵심 정보 추출을 위한 차원 축소! (고윳값, 고유 벡터, 행렬 분해)
강의목표
이론
실습
5주차. 2차원 행렬을 넘어 n차원 행렬로! (텐서)
강의목표
이론
실습
6주차. 이젠 100% 이해하고 코딩하자! 머신러닝 프로젝트 실습
강의목표
이론
실습
지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.
로그인 후 이용가능합니다.
로그인 페이지로 이동합니다.
