파이썬/머신러닝/딥러닝/인공지능 개인레슨 과외

커리큘럼

• 1회차

  파이썬 소개 파이썬 설치하기 개발 환경 설정하기 (IDE와 텍스트 에디터) 머신러닝 소개 머신러닝이란 무엇인가? 머신러닝의 응용 분야 머신러닝, 인공지능, 딥러닝의 차이점

• 2회차

  기본 개념과 데이터 타입 Hello, World! 프로그램 기본 자료형: 정수, 실수, 문자열, 불리언 변수와 자료형 머신러닝의 주요 개념 지도학습, 비지도학습, 강화학습 훈련 데이터, 테스트 데이터 모델, 특성, 레이블 과적합과 과소적합 평가 지표: 정확도, 정밀도, 재현율, F1 점수 주석 사용하기

• 3회차

  연산자와 표현식 산술 연산자 비교 연산자 논리 연산자 할당 연산자 우선순위와 괄호 사용하기 데이터 전처리 데이터 수집 및 탐색 결측치 처리 범주형 데이터 처리 피처 스케일링과 정규화 훈련 세트와 테스트 세트 분리

• 4회차

  조건문 if 문 if-else 문 if-elif-else 문 중첩된 조건문 지도학습 알고리즘 선형 회귀 로지스틱 회귀 결정 트리와 랜덤 포레스트 서포트 벡터 머신 (SVM) k-최근접 이웃 (k-NN)

• 5회차

  반복문 for 반복문 while 반복문 반복문 제어하기 (break, continue, else) 비지도학습 알고리즘 클러스터링 (k-평균, 계층적 클러스터링 등) 차원 축소 (PCA, t-SNE 등) 연관 규칙 학습

• 6회차

  자료구조 리스트 튜플 사전 집합 자료구조의 선택 모델 선택과 하이퍼파라미터 튜닝 교차 검증 그리드 서치와 랜덤 서치 모델 평가와 선택

• 7회차

  함수 함수 정의하기 매개변수와 반환값 기본값 매개변수와 키워드 매개변수 가변 매개변수 익명 함수 (lambda) 머신러닝 파이프라인 구축 데이터 전처리와 모델 학습을 위한 파이프라인 모델 지속성과 재사용