파이썬 머신러닝(역자직강, 매주 수,금요일)

사업주위탁,근로자카드,SA바우처
사업주위탁 근로자카드 SA바우처/교육바우처
교육일정,교육일수,교육비용,환급구분,환급금(우선기업),환급금(대기업),교육신청
교육일정 교육일수 교육비용 환급구분 교육비지원 교육신청
교육신청

파이썬 머신러닝(역자직강, 매주 수,금요일)

교육신청 정보
과정개요 파이썬 머신러닝 책을 통해 학습할 수 있는, 머신러닝의 개념들을 학습하고 아나콘다 패키지를 활용하여 머신러닝 모델링을 실습합니다.
강사 이혜연
선수지식 - 파이썬 랭귀지, 아나콘다 패키지에 관한 기초 지식, 분석 모델링에 관한 개념
교육대상 - 파이썬 언어를 사용하여, 머신러닝 모델링을 학습하고자 하는 분
교재 파이썬러닝머신(세바스티안 라슈카 저/이혜연 역)
학습일정
·1일차Module 1. 파이썬 머신러닝 Introduction

Topic A 파이썬 머신러닝의 기초
Topic B 머신러닝 모델의 세 가지 유형
Topic C 머신러닝 시스템 구축 단계 (데이터 전처리, 훈련과 선택, 예측)
·2일차Module 2. 머신러닝 환경 설치(Anaconda & Tensorflow)

Topic A 아키텍쳐 설명
Topic B Anaconda 모듈들에 관한 설명
Topic C 환경 설치 및 테스트
·3일차Module 3. 분류를 위한 머신러닝 알고리즘

Topic A 분류 알고리즘
Topic B 사이킷 런
Topic C 사이킷 런을 활용한 퍼셉트론 훈련 실습
·4일차Module 4. 사이킷 런을 사용한 머신러닝 분류기

Topic A 서포트 벡터 머신
Topic B SVM 실습
Topic C 의사결정나무 및 KNN
Topic D 의사결정나무 및 KNN 실습
·5일차Module 5. 데이터 전처리

Topic A 결측데이터, 범주형 데이터 다루기
Topic B 데이터를 훈련용과 테스트용으로 다루기
Topic C 의미있는 피처 선택
·6일차Module 6. 데이터 압축

Topic A 비지도적 차원축소, 지도적 차원축소
Topic B 커널 주성분 분석의 사용
Topic C 차원축소 실습
·7일차Module 7. 모델 평가와 하이퍼 파라미터 튜닝

Topic A 모델 평가와 홀드아웃 메서드
Topic B 컨퓨젼 메트릭스, Precision, Recall, ROC
Topic C 하이퍼 파라미터 튜닝
·8일차Module 8. 앙상블 학습

Topic A 앙상블 모델에 관한 이해
Topic B 다수결 투표 분류기의 구현
Topic C 배깅, 부트스트랩 샘플로 분류기 앙상블 만들기
Topic D 약한 학습기 레버리징
·9일차Module 9. 머신러닝을 감성분석에 적용하기

Topic A 감성분석에 적용하는 알고리즘과 피처들에 관한 이해
Topic B 단어 데이터를 피처 벡터로 변환하고 정제함
Topic C 문서 분류를 위한 회귀모델 훈련
·10일차Module 10. 머신러닝 모델의 웹 애플리케이션 임베딩

Topic A 플라스크로 웹 애플리케이션 개발하기
Topic B 영화 분류기를 웹 애플리케이션으로 변환하기
Topic C 공용 서버로 웹 애플리케이션 디플로잉
·11일차Module 11. 회귀분석으로 연속형 목표변수 예측

Topic A 선형회귀모델
Topic B 선형회귀모델의 평가
Topic C 선형회귀모델의 다항회귀 모델로의 변환
·12일차Module 12. 군집분석

Topic A 하드 클러스터링, 소프트 클러스터링
Topic B 계층 나무로 군집 구성하기
Topic C 사이킷런을 황용한 클러스터링
·13일차Module 13. 이미지 인식을 위한 인공신경망 훈련 1

Topic A 인공신경망이란, 다중 퍼셉트론
Topic B 손으로 작성된 숫자들을 분류하기
Topic C 다중 퍼셉트론 구현하기
·14일차Module 14. 이미지 인식을 위한 인공신경망 훈련 2

Topic A 인공신경망훈련
Topic B 다중 퍼셉트론 구현하기
·15일차Module 15. 시애노 병렬 신경망 훈련

Topic A 텐서플로우와 시애노
Topic B 케라스
Topic C 케라스를 사용한 신경망의 훈련
·16일차Module 16. 딥러닝 학습

Topic A Convolutional Neural Network
Topic B Recurrent Neural Network
Topic C CNN, RNN 실습