파이썬Python 원데이 클래스 진행합니다.

커리큘럼

• 1회차

  Chapter. 0: 데이터 사이언스 진학 및 스터디 가이드 (1Hour) 01. 데이터 분석 트랜드 02. 데이터 분석 직무 설명 03. 데이터 분석 활용 사례 04. 데이터 분석 스터디 가이드

• 2회차

  Chapter. 1: 파이썬 기반의 머신러닝과 생태계 이해 (2Hour) 01. 머신러닝의 개념 02. 파이썬 머신러닝 생태계를 구성하는 주요 패키지 03. 넘파이 04. 데이터 핸들링 - 판다스 05. 정리

• 3회차

  Chapter. 2: 사이킷런으로 시작하는 머신러닝 (2Hour) 01. 사이킷런 소개와 특징 02. 첫 번째 머신러닝 만들어 보기 - 붓꽃 품종 예측하기 03. 사이킷런의 기반 프레임워크 익히기 04. Model Selection 모듈 소개 05. 데이터 전처리 06. 사이킷런으로 수행하는 타이타닉 생존자 예측 07. 정리

• 4회차

  Chapter. 3: 평가 (2Hour) 01. 정확도(Accuracy) 02. 오차 행렬 03. 정밀도와 재현율 04. F1 스코어 05. ROC 곡선과 AUC 06. 피마 인디언 당뇨병 예측 07. 정리

• 5회차

  Chapter. 4: 분류 (5Hour) 01. 분류(Classification)의 개요 02. 결정 트리 03. 앙상블 학습 04. 랜덤 포레스트 05. GBM(Gradient Boosting Machine) 06. XGBoost(eXtra Gradient Boost) 07. LightGBM 08. 베이지안 최적화 기반의 HyperOpt를 이용한 하이퍼 파라미터 튜닝 09. 분류 실습 - 캐글 산탄데르 고객 만족 예측 10. 분류 실습 - 캐글 신용카드 사기 검출 11. 스태킹 앙상블 12. 정리

• 6회차

  Chapter. 5: 회귀 (5Hour) 01. 회귀 소개 02. 단순 선형 회귀를 통한 회귀 이해 03. 비용 최소화하기 - 경사 하강법(Gradient Descent) 소개 04. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측 05. 다항 회귀와 과(대)적합/과소적합 이해 06. 규제 선형 모델 - 릿지, 라쏘, 엘라스틱넷 07. 로지스틱 회귀 08. 회귀 트리 09. 회귀 실습 - 자전거 대여 수요 예측 10. 회귀 실습 - 캐글 주택 가격: 고급 회귀 기법 11. 정리

• 7회차

  Chapter. 6: 차원 축소(3Hour) 01. 차원 축소(Dimension Reduction) 개요 02. PCA(Principal Component Analysis) 03. LDA(Linear Discriminant Analysis) 04. SVD(Singular Value Decomposition) 05. NMF(Non-Negative Matrix Factorization) 06. 정리

• 8회차

  Chapter. 7: 군집화 (3Hour) 01. K-평균 알고리즘 이해 02. 군집 평가(Cluster Evaluation) 03. 평균 이동 04. GMM(Gaussian Mixture Model) 05. DBSCAN 06. 군집화 실습 - 고객 세그먼테이션 07. 정리

• 9회차

  Chapter. 8 텍스트 분석 (5Hour) 01. 텍스트 분석 이해 02. 텍스트 사전 준비 작업(텍스트 전처리) 03. Bag of Words - BOW 04. 텍스트 분류 실습 - 20 뉴스그룹 분류 05. 감성 분석 06. 토픽 모델링(Topic Modeling) - 20 뉴스그룹 07. 문서 군집화 소개와 실습(Opinion Review 데이터 세트) 08. 문서 유사도 09. 한글 텍스트 처리 - 네이버 영화 평점 감성 분석 10. 텍스트 분석 실습 - 캐글 Mercari Price Suggestion Challenge 11. 정리

• 10회차

  Chapter. 9: 추천 시스템 (3Hour) 01. 추천 시스템의 개요와 배경 02. 콘텐츠 기반 필터링 추천 시스템 03. 최근접 이웃 협업 필터링 04. 잠재 요인 협업 필터링 05. 콘텐츠 기반 필터링 실습 - TMDB 5000 영화 데이터 세트 06. 아이템 기반 최근접 이웃 협업 필터링 실습 07. 행렬 분해를 이용한 잠재 요인 협업 필터링 실습 08. 파이썬 추천 시스템 패키지 - Surprise 09. 정리

• 11회차

  Chapter. 10: 시각화 (3Hour) 01. 시각화를 시작하며 - 맷플롯립과 시본 개요 02. 맷플롯립(Matplotlib) 03. 시본(Seaborn) 04. 정리