파이썬 머신러닝 & 포트폴리오 강의입니다. 현직 데이터 사이언티스트에게 파이썬 머신러닝과 포트폴리오를 위한 캐글 노하우, 깃허브 관리방법 등을 배우고 데이터 분석 커리어를 시작해보세요.
누구나 시작할 수 있는 머신러닝! 기초부터 다양한 기법, 실습, 프로젝트까지 체계적인 커리큘럼으로 학습합니다.
단순 머신러닝에서 그치지 않고 GitHub, Kaggle, Dacon 등 사용법도 함께 알려드립니다.
현업 데이터 사이언티스트 2명이 직접 매력적인 포트폴리오를 만드는 방법을 알려드립니다.
패키지 강의를 통해 더 할인된 가격으로 수강하세요!
머신러닝 스킬셋
100% 실습 위주!
모델링부터 전처리, 트레이닝, 시각화 등 머신러닝 스킬셋을 보다 쉽게 이해할 수 있습니다.
취업 준비 완료
데이터 직군에서는 포트폴리오가 매우 중요합니다.
포트폴리오를 완성시키는 필수 아이템 Kaggle, Github이 익숙해집니다.
실무 노하우
현업 데이터 분석가가 알려주는 취업 팁과 노하우!
직무별, 분야별 커리어 로드맵을 전수해드립니다.
프로젝트를 통해 무엇을 배웠는지 어떤 방식으로 데이터에 접근하여 분석했는지 직무, 분야별 포트폴리오 작성법을 배울 수 있습니다.
네이버, 카카오, 우아한형제들 등의 대기업 데이터 직군들은 무조건 사용하는 Git! 코드를 잘 작성하는 것 만큼, 코드를 관리하는 것도 중요합니다. 취업 및 이직을 위해 GitHub를 어떻게 잘 활용할 수 있는지 배웁니다.
국내외적으로 공인된 데이터 경진대회 Kaggle 수상과 고득점 경력은 취업 시 우대사항이 됩니다. 캐글 0.1%의 데이터 사이언티스트가 캐글 고득점 노하우와 활용법을 배울 수 있습니다.
내 강의장에서 해당 강의를 이어보기하시면 왼쪽 상단에 "강의자료" 버튼이 있습니다.
클릭 시 zip파일로 다운로드되며, 강의 자료와 실습코드, 그리고 강사님께 문의할 수 있는 연락처가 포함되어 있습니다.
실습을 위해 개인 PC가 꼭 필요합니다. OS는 Windows OS, Mac OS 모두 가능합니다.
데이터 분석 포트폴리오 작성법이 궁금하신 분
취업을 위한 Github 활용법을 배우고 싶으신 분
Kaggle 고득점 노하우가 필요하신 분
[파이썬 머신러닝] SECTION1. 머신러닝이란?
1-1. 인공지능 vs 머신러닝 vs 딥러닝
1-2. 머신러닝 시작해보기
[파이썬 머신러닝] SECTION2. "집 값이 비싼 지역은 어디일까?" - PCA, 군집화, 분포도를 활용한 분석
2-1. 결과값의 정확도 - 공분산과 상관계수
2-2. 집 값이 비싼 지역은 어디일까 (차원축소)
2-3. 집 값이 비싼 지역은 어디일까 (차원축소 실습) (1)
2-4. 집 값이 비싼 지역은 어디일까 (차원축소 실습) (2)
2-5. 집 값이 비싼 지역은 어디일까 (차원축소 실습) (3)
2-6. 무엇이 집 값의 차이를 크게 만들까 (클러스터링)
2-7. 무엇이 집 값의 차이를 크게 만들까 (클러스터링 실습) (1)
2-8. 무엇이 집 값의 차이를 크게 만들까 (클러스터링 실습) (2)
[파이썬 머신러닝] SECTION3. "원하는 결과를 어떻게 예측할까?" - 꽃의 종류를 예측하는 머신러닝 모델 만들기
3-1. 기계는 어떻게 학습하는가 - 지도학습
3-2. 머신러닝 예측 확률 높이기 (kNN)
3-3. 머신러닝 예측 확률 높이기 (kNN 실습) (1)
3-4. 머신러닝 예측 확률 높이기 (kNN 실습) (2)
3-5. 꽃의 종류를 예측하는 머신러닝 (의사결정나무)
3-6. 꽃의 종류를 예측하는 머신러닝 (의사결정나무 실습) (1)
3-7. 꽃의 종류를 예측하는 머신러닝 (의사결정나무 실습) (2)
3-8. 모델 성능 측정하기
[파이썬 머신러닝] SECTION4. "어떤 고객에게 집중해야할까?" - 앙상블과 금융 데이터를 이용한 예금 가입 가능성 예측하기
4-1. 머신러닝의 성능과 정확도를 향상 시켜주는 기법 - 앙상블
4-2. 예금 가입 가능성이 높은 고객 예측 (배깅)
4-3. 예금 가입 가능성이 높은 고객 예측 (배깅 실습)
4-4. 예측과 다른 고객을 통해 더 높은 실적 노려보기 (부스팅)
4-5. 예측과 다른 고객을 통해 더 높은 실적 노려보기 (부스팅 실습)
[파이썬 머신러닝] SECTION5. "결론이 무엇인가?"
5-1. 모델의 해석이 필요한 이유
5-2. 변수중요도 (실습)
5-3. Shap Value 원리
5-4. Shap Value 실습
[파이썬 포트폴리오] SECTION1. 데이터분석가란?
1-1. 데이터 분석가의 업무
1-2. 데이터 분석 과정
[파이썬 포트폴리오] SECTION2. 나만의 포트폴리오 만들기
2-1. 프로젝트 관리하기
2-2. 깃허브 관리하기
2-3. 포트폴리오 관리하기
[파이썬 포트폴리오] SECTION3. 맨체스터 유나이티드.. 왜 하위권 팀이 된 걸까?
3-1. 라이벌 팀과 비교 하며 부족한 포지션 찾기 (1)
3-2. 라이벌 팀과 비교 하며 부족한 포지션 찾기 (2)
3-3. 라이벌 팀과 비교 하며 부족한 포지션 찾기 (3)
3-4. 그래서 어떤 선수를 영입해야 하는거야
[파이썬 포트폴리오] SECTION4. 오늘 매출은 얼마나 나올까?
4-1. kaggle 대회 참여를 위한 준비 - 피처 엔지니어링
4-2. kaggle 대회 참여와 고득점을 위한 분석 - 베이스라인 모델 (1)
4-3. kaggle 대회 참여와 고득점을 위한 분석 - 베이스라인 모델 (2)
4-4. 보조 데이터를 이용하여 성능 올리기 (1)
4-5. 보조 데이터를 이용하여 성능 올리기 (2)
[파이썬 포트폴리오] SECTION5. 누구에게 돈을 빌려줄 것인가?
5-1. ML 포트폴리오의 기본
5-2. 문제정의 및 분석과정 정리 (1)
5-3. 문제정의 및 분석과정 정리 (2)
5-4. 문제정의 및 분석과정 정리 (3)
5-5. 문제정의 및 분석과정 정리 (4)
5-6. 문제정의 및 분석과정 정리 (5)
[파이썬 포트폴리오] SECTION6. 포트폴리오 요약
6-1. 포트폴리오 요약
지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.