머신러닝 기초 스터디편

✏️머신러닝 기초 스터디

머신러닝 개발자는 모델 개발할래라고 하지 않습니다.😏
“나랑 구글 코랩에서 Skrr 할래?”
“캐글에서 데이터 리스펙할래?”

안녕하세요 😎
저는 현재 인공지능 대학원 막학기이며 머신러닝/딥러닝 교육을 통해 포트폴리오를 쌓고있는 대학원생입니다 :)

현재 졸업을 앞두고 IT 교육분야로 진로를 확장해보고자 포트폴리오를 쌓기위해 이렇게 교육 프로그램을 진행하고자 합니다! 교육 프로그램을 진행하며 개인 레슨 교육도 쌓으며 기초 실력을 다지고자 머신러닝의 기초 교육을 함께하고싶어 이렇게 모집 중입니다 😊

🫧이 스터디를 통해 저는 교육 경험을 쌓고, 여러분은 머신러닝의 기초를 다질 기회!
🫧혼자 공부하는게 어렵다면? 같이 코랩에서 Skrr~

🙌장소/시간
현재 대학원 졸업을 앞두고 있기 때문에 평일 저녁이나 주말 오후 위주로 진행하고 신촌 혹은 홍대로 예정 중입니다. 하지만!! 서로의 일정보며 조율할 예정이니 우선 신청해보아요😋

🙌학습 진행
총 5주차로 정말 머신러닝 찐 기초 다지는 커리큘럼입니다📖
☑︎ 매 주 1회, 1시간 반 이내로 오프라인 진행 예정입니다!
☑︎ 목표는 머신러닝 개념을 익히고, 실제 데이터를 활용해 기본 모델을 직접 구현하는 경험 쌓기!

1주차: 머신러닝 개요 & Python 기본 문법
☑︎ 머신러닝 개념 (지도 학습 vs 비지도 학습)
☑︎ python 분석 기본 문법 (Numpy, Pandas 등)
☑︎ Iris 데이터셋을 활용한 기본 탐색적 데이터 분석(EDA)

2주차: 데이터 전처리 & 시각화
☑︎ 결측치 처리, 이상치 탐색
☑︎ 데이터 변환 (One-Hot Encoding, Normalization, Standardization 등)
☑︎ Titanic 데이터셋을 활용한 데이터 전처리 실습

3주차: 머신러닝 기초 모델
☑︎ KNN, 로지스틱 회귀, 결정 트리 개념
☑︎ 모델 학습 & 평가 (Split, Accuracy, Precision, Recall 등)

4주차: 모델 평가 및 성능 개선
☑︎ 모델 평가 지표 (Confusion Matrix, AUC-ROC)
☑︎ 과적합 방지 (Regularization, Cross-Validation, K-Fold 등)

5주차: 복습 & 딥러닝 맛보기
☑︎ 지금까지 배운 개념 복습 & QnA
☑︎ Deep Learning을 활용한 MNIST 분류

🙌지원 링크
https://forms.gle/DwNmvZ4UmdDqPMDB7

🙌문의사항
https://open.kakao.com/o/sZotC1oh

커리큘럼 같은 경우 지원자 수준에 맞출 예정이므로 걱정하지 마시고 신청해주세요!!
※프로그램 취지상 사회초년생까지만 지원받습니다.