머신러닝 시작하기

머신러닝이 있기 전에는 어떤 방식으로 문제를 해결했을까요? 이번 노드에서는 전통적인 룰베이스 방식과 머신러닝을 비교하고 머신러닝 프로세스를 설명해요.

데이터 핸들링1

판다스는 엑셀과 같이 데이터를 다루는 도구에요. 다만 마우스가 아닌 코딩으로 데이터를 핸들링한답니다. 판다스 라이브러리를 활용해 데이터를 불러오고, 저장, 선택, 추가, 변경 등 실습을 시작해 봐요.

데이터 핸들링2

판다스를 통해 데이터 삭제, 결측치 처리, 정렬, 자료형 변환, 내장함수 활용, 그룹핑, apply함수 등 데이터 전처리를 위한 실습을 진행해요.

사이킷런 살펴보기

"사이킷런은 머신러닝을 위한 파이썬 라이브러리에요! 사이킷런을 통해 데이터 전처리부터, 머신러닝 모델 학습 그리고 평가까지 무작정 시작해보아요."

지도학습(분류)

분류 머신러닝 모델을 소개하고 실습을 진행해요. 기본 모델을 평가해보고, 모델 성능을 높이기 위한 하이퍼파라미터 튜닝을 간단히 진행합니다.

지도학습(회귀)

회귀 머신러닝 모델을 소개하고 실습을 진행해요. 선형회귀에 규제를 적용한 모델과 비교하고, xgboost 모델에 적용할 하이퍼파라미터를 자동으로 탐색해 봅니다.

비지도학습

비지도학습에서는 차원축소의 대표적인 방법인 PCA와 여러 PCA방법을 살펴보고, 군집(클러스터링)에서는 비계층적 군집분석인 K-means와 계층적 군집분석인 덴드로그램에대해 알아봅니다.

자연어 처리

지금까지 정형데이터를 기반으로해 머신러닝을 실습했다면 이번 시간에는 비정형데이터(자연어)를 기반으로 머신러닝에 적용해볼게요.

이미지 처리

머신러닝은 딥러닝을 포함하고 있어요. 딥러닝(텐서플로)를 통해 간단한 비정형 데이터(이미지)를 분류해 봅시다.

머신러닝 프로젝트

배웠던 내용을 토대로 Airbnb 가격 예측 프로젝트를 진행 해 봅니다.