course thumbnail
  • 데이터사이언스
  • 초급, 중급

누구나 선형대수! 기초부터 머신러닝 프로젝트까지

(3기 모집 중! 오프라인 Only) 초보라도 머신러닝&딥러닝 알고리즘을 완벽하게 이해하고 싶다면, 함께 수학하세요! 기초부터 실전 프로젝트까지 6주만에 완벽 터득하는 선형대수!

3기
22.07.02 ~ 22.08.06 (총 6회) 매주 토요일 10:00~13:00 (총 18시간)

선형대수 실전 테크닉

머신러닝을 배운다면, 몰라서는 안됩니다.
머신러닝 알고리즘을 완벽히 이해하는 선형대수 완벽 마스터


강의소개

지금까지의 선형대수 강의는 잊으셔야 합니다.
6주 간 진행되는 "머신러닝"을 위한 선형대수.

선형대수 강의

01. 지루한 주입식 강의, 대학형 강의는 그만! 실전에 바로 써먹는 선형대수.

왜 선형대수를 배우는지부터 머신러닝 실전에 주로 쓰이는 기초 이론, 머신러닝 알고리즘 해독까지 진행합니다.

02. 다양한 도메인 데이터 기반의 프로젝트로 실전 활용 능력 향상.

O2O 구독 데이터부터 상품, 의료, 패션 등 다양한 도메인에서의 데이터로 실습과 프로젝트를 진행합니다.

03. 현업 경험이 풍부한 실무자이자, 선형대수 베스트셀러 저자의 직강.

NHN 머신러닝 엔지니어, 크래프톤 데이터 분석가 출신, 그리고 선형대수 분야 베스트 셀러 저자가 노하우를 전수합니다.

 
 
 
 

본 강의에서
무엇을 얻어갈 수 있나요?

NHN 머신러닝 엔지니어, 크래프톤 데이터 분석가만의 스킬

  • 현업 데이터 전문가만의

    실전 활용 노하우

    선형대수는 이론만 학습해서는 도움이 되지 않습니다. 현업 실전에서도 쓰이는 수학적 모델 해석에 집중합니다.

    선형대수 강의
  • 다양한 데이터로 배우는

    도메인 경험

    다양한 도메인 경험을 얻기는 쉽지 않습니다. 본 강의에서는 의료, 패션 등의 데이터로 프로젝트를 수행합니다.

    선형대수 강의
  • 머신러닝 엔지니어로의

    커리어 가이드

    수학적 이론, 실전형 실습을 통해 배운 머신러닝 세계로 다가갈 수 있는 현실적인 커리어 로드맵을 제공합니다.

    선형대수 강의

머신러닝과 직결되는 선형대수,
우리가 6주 간 도와드릴게요!


본 강의가 특별한 이유는
무엇인가요?

1

「알고리즘 구현으로 배우는 선형대수 with 파이썬」 저자 직강!

‘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.

2

선형대수을 왜 배워야 할까? 근본적인 문제부터 핵심 개념까지

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.

3

파이썬을 통한 개념 실습부터 머신러닝 적용 프로젝트까지!

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.

FAQ

강의에 대해
궁금한 점이 있으신가요?

Q. 오프라인으로만 진행하나요?

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.

Q. 수강 시, 준비 사항은 어떤 것이 있을까요

실습을 위해 개인 PC가 꼭 필요합니다. OS는 Windows OS, Mac OS 모두 가능합니다.
또한, 본 강의는 파이썬 문법 및 머신러닝 이론, Tensorflow 기초 등의 이해가 필요합니다.

Q. 실제로 프로젝트도 같이 진행되는게 맞나요?

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.

수료하신 분들의 추가적인 후기는 어떤가요?

단순히 책으로도 공부할 수 있는 이론 수업이면 어쩌나 걱정을 많이 했었으나, 강사님은 현직자라 그런지 실제 학문이 현업에서 어떻게 적용되고 활용할 수 있는지를 확실하게 알려주셨습니다. 선형대수 이론 뿐만 아니라, 실제 프로그래밍에 어떻게 적용할 수 있는지 방법을 많이 알려주셔서 유익했습니다.시니어 이상의 현직자 분이 아니면 알기 어려운 수준인데, 매우 만족하면서 수강했습니다.

김진우, 대학생

강사님이 쉬운 예시와 함께 정말 자세하게 설명해주셔서 이해가 잘 되었습니다. 강의 자료도 꼼꼼히 준비해주셔서 들으면서 필기하기에 어렵지 않았습니다. 실습 또한 수강생 한명 한명 세심하게 신경쓰며 진행해주셔서 어렵지 않게 강의를 따라갈 수 있었습니다. 강사님 수업이 너무 재밌어서 지인분께 다 추천하고 다니고 있습니다!

김민경, 취준생

개념을 설명해주실 때 앞으로 어덯게 적용될 것인지에 초점을 맞추어 설명해주셔서 집중도 잘 되고 이해하는데 큰 도움이 되었습니다. 제가 들은 데이터사이언스 강의 중 최고였습니다! 강사님의 책을 사지 않을 수 없는, 강사님의 수업이 계속해서 기대가 되는 강의였어요! 또한 현업에 어떻게 활용할 수 있는지 다양한 실무 팁도 전달해주셔서 만족도가 높습니다. 감사합니다.

강신재, 직장인
수강 대상

이런 분들은 꼭 들으셔야 해요!


현업에서 선형대수를 이용해 실제 속해있는 기업에 적용해보고 싶으신 분


논문이나 행렬 수식만 나오면 막히는 분


머신러닝을 하고 싶은데 선형대수 지식이 없어서 망설여 지시는 분

강사소개

우리 강사님을 소개할게요!

시계열 강의
장철원
이력사항
  • 「알고리즘 구현으로 배우는 선형대수 with 파이썬」 저자
  • 「선형대수와 통계학으로 배우는 머신러닝 with 파이썬」 저자
  • 「웹 크롤링 & 데이터 분석 with 파이썬」 저자
  • 프로젝트와 함께 배우는 R 데이터 분석 강의, 패스트캠퍼스
  • 파이썬 머신러닝 강의, 한국정보통신기술협회
  • (전) NHN IT 보안실
  • (전) 크래프톤 데이터 분석실
  • Florida State University 통계학 박사과정 휴학
  • 고려대학교 통계학 석사
  • 충북대학교 통계학 학사
저서
  • 선형대수 강의

    선형대수 강의

    선형대수 강의

1. 자기소개 부탁드립니다.

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.

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

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.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

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. 

4. 주로 어떤 분야에 있는 분들이 수강 대상에 적합할까요?

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.  

5. 다른 강의와 어떤 차별점이 있나요?

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.  

6. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

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!

커리큘럼 (6)

  • 1주차. 머신러닝 데이터의 뼈대! (스칼라, 벡터, 행렬)

    강의 목표
    선형대수의 필요성을 인식하고 선형대수의 기본이자 핵심 개념인 행렬과 친해집니다.
    다양한 종류의 행렬을 학습하고, 각 행렬이 머신러닝과 딥러닝에 어떻게 쓰이는지, 왜 중요한지 배워봅니다.
    실습을 위해 환경을 세팅하고, 앞서 배운 다양한 종류의 행렬을 구현하고 적용해봅니다. 


    이론
    - 선형대수를 공부해야하는 이유
    - 스칼라, 벡터, 행렬의 이해
    - 전치 행렬, 대칭 행렬, 대각 행렬, 단위 행렬, 삼각 행렬 등 다양한 행렬의 이해
    - 여러가지 행렬의 머신러닝, 딥러닝에서의 역할
    - 선형대수와 관련된 개발 관련 경험 및 노하우

     

    실습
    - 실습 환경 구성
    - 실전 데이터로 스칼라, 백터, 행렬 실습하기
    - 실습 데이터로 다양한 행렬 구현하기
    - 머신러닝에 적용되는 행렬의 기초와 선형 시스템
    - 쇼핑몰 고객 데이터로 선형대수 개념 실습하기

  • 2주차. 머신러닝, 특이점이 온다?! (행렬식, 역행렬, 선형시스템)

    강의 목표
    행렬식과 역행렬에 대해 배웁니다. 행렬식과 역행렬의 개념을 익히고 계산하는 방법도 다룹니다.
    파이썬 실습을 통해 행렬식과 역행렬을 구하고 행렬식과 역행렬이 머신러닝/딥러닝에 어떻게 활용되는지 배웁니다.
    그리고 실전 데이터를 활용해 실습합니다.


    이론
    - 행렬식의 개념과 의미, 계산하는 방법
    - 역행렬의 개념과 의미, 계산하는 방법
    - 행렬식과 역행렬이 머신러닝/딥러닝 분야에서 중요한 이유
    - 행렬식과 역행렬에 관련된 개발 관련 경험 및 노하우

     

    실습
    - 실전 데이터로 행렬식 구하기 실습
    - 실전 데이터로 역행렬 구하기 실습
    - 머신러닝에 적용되는 행렬식과 역행렬
    - 넷플릭스 구독 데이터의 행렬식을 구해서 특이 행렬 여부 판단하기

  • 3주차. 머신러닝 필수 연산! (벡터공간, 내적, QR분해)

    강의 목표
    행렬 연산의 핵심이라고 할 수 있는 내적을 다루는데 이를 위해 정사영의 개념과 내적 개념에서 파생되는 그램 슈미트 정리와 같은 다양한 행렬 이론을 배웁니다.
    파이썬으로 내적의 활용을 실습하고 그 의미와 중요성을 배웁니다.
    실전 데이터를 활용해 머신러닝에는 어떻게 활용할 수 있는지 배웁니다.


    이론
    - 정사영의 개념
    - 내적의 개념
    - QR 분해의 개념
    - 내적의 개념이 머신러닝/딥러닝에서 핵심인 이유
    - 내적과 관련된 개발 관련 경험 및 노하우

     

    실습
    - 실전 데이터로 내적 실습
    - 실전 데이터로 QR 분해 실습
    - 실전 데이터로 다양한 행렬 연산 실습
    - 머신러닝에 적용되는 내적
    - 와인 데이터를 내적하여 데이터간 연관성 파악하기

  • 4주차. 핵심 정보 추출을 위한 차원 축소! (고윳값, 고유 벡터, 행렬 분해)

    강의 목표
    선형대수의 핵심 개념이라고 할 수 있는 고윳값, 고유 벡터, 행렬 분해에 대해 배웁니다.
    고윳값, 고유벡터가 의미하는 개념을 배우고 직접 계산해 봅니다.
    그리고 파이썬 코드로 직접 구현해보는데 손으로 계산하는 것과 프로그래밍을 계산하는 것의 차이를 느낄 수 있습니다.
    실전 데이터를 활용해 머신러닝에는 고윳값, 고유벡터가 어떻게 활용되는지 배웁니다.


    이론
    - 고윳값, 고유벡터의 의미
    - 고윳값, 고유벡터의 계산
    - 고윳값, 고유벡터의 응용
    - 고윳값, 고유벡터와 관련된 개발 관련 경험 및 노하우

     

    실습
    - 실전 데이터로 고윳값, 고유벡터 구하기
    - 머신러닝에 적용되는 고윳값과 고유벡터
    - 우주 행성 데이터의 고윳값, 고유벡터 구해서 행렬 특성 파악하기

  • 5주차. 2차원 행렬을 넘어 n차원 행렬로! (텐서)

    강의 목표
    행렬을 일반화한 텐서에 대해 배웁니다.
    실제 데이터에서 텐서가 활용되는 이유를 학습하고 텐서가 활용되는 분야와 텐서가 활용되는 방식에 대해 배웁니다.
    텐서를 활용한 여러 가지 연산을 배웁니다. 실습을 통해 텐서가 머신러닝/딥러닝에 어떻게 활용되는지 학습합니다.


    이론
    - 텐서의 개념과 의미
    - 텐서의 머신러닝/딥러닝 활용법
    - 여러 가지 텐서 연산
    - 텐서와 관련된 개발 관련 경험 및 노하우

     

    실습
    - 실전 데이터로 텐서의 개념 실습하기
    - 실전 데이터로 텐서의 연산 실습하기
    - 머신러닝에 적용되는 텐서
    - 우주 행성 데이터에 텐서 적용해서 딥러닝 하기

  • 6주차. 이젠 100% 이해하고 코딩하자! 머신러닝 프로젝트 실습

    강의 목표

    지금까지 배운 행렬 이론을 바탕으로 이를 머신러닝, 딥러닝 모형에 직접 적용해 봅니다.
    실제 머신러닝, 딥러닝 모형에 적용해 봄으로써 선형대수가 중요한 이유를 느끼고,
    지금까지 배운 선형대수 지식을 활용해 머신러닝 딥러닝 프로그램일 직접 만들어보는 실습을 진행합니다.


    이론
    - 실제 데이터에 사용되는 선형대수 이론 정리
    - 실전 데이터를 다루는 것이 어려운 이유(경험 및 노하우)

     

    실습
    - 의료 데이터를 이용해 머신러닝으로 심장병 예측 프로그램 만들기
    - 패션 데이터를 이용해 딥러닝으로 의류 분류 프로그램 만들기 

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인

누구나 선형대수! 기초부터 머신러닝 프로젝트까지

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!