강의 방향성

<aside> 🎯 머신러닝의 기본 원리를 배우고 모델링을 통해 심화

알고리즘을 처음 배우는 분을 위한 눈높이 기초 수업으로 전반적인 머신러닝의 알고리즘
분류에 필요한 결정트리 알고리즘 ( Decision Tree, Random Forest 등 )
회귀에 필요한 다양한 회귀분석 ( 선형회귀, K-최근접 이웃 회귀, 로지스틱 회귀, 확률적 경사 하강법 등 )
비지도 학습 ( 군집 알고리즘, KMeans, GMM, DBSCAN 등 )
알고리즘반은 개인 또는 팀 프로젝트를 통한 실습 필수 (우수팀 학술제 발표 가능 )
시간관계상 모든 알고리즘을 다 다루지 못할 수 있음 (정기수업 때 공유)
기대효과 : Machine Learning 기본이며 대표적인 알고리즘 원리 이해 및 모델링 실습 </aside>

이런 분들에게 추천해요

<aside> 💻 머신러닝에 대해서 깊게 배우자!

Machine Learning(ML) 처음이신 분
모델링에 대해서 처음이신 분
알고리즘에 대해서 처음이신 분
Data Scientist 직무를 원하시는 분
선행 요구 역량 : Pandas, Numpy를 통한 데이터 전처리 가능 및 기초 통계 지식 </aside>

B.D.A 정규수업 팁

<aside> ⭐ 이렇게 해보세요!

분 반별 조별 스터디 참여하여 나와 같이 공부하는 팀원과 함께 성장하기
전 기수 강의 자료(코드자료) 및 5분 미만 요약 유튜브영상 보며 예습하기
BDA 멘토단 보충 수업 참여하기 ( 어려운 개념 멘토단 보충 수업 )
BDA x 이지스퍼블리싱 등 기업 연계 스터디 참여하기
BDA 채용 연계 내부, 외부 공모전 참여하기 </aside>

키워드 정리

<aside> ⭐ 공부하실 때 아래 키워드를 참고하시면 좋아요!

비지도학습, 지도학습, 과대적합
Decision Tree, Random Forest, Gradient Boosting
선형회귀, K-최근접 이웃 회귀, 로지스틱 회귀
앙상블
하이퍼 파라미터 튜닝 </aside>

이전엔 어떤 수업을 했을까요?

<aside> 💡 데이터 분석 모델링반 맛보기

7기 2주차 강의

230910_BDA 7기 데이터 분석 중급반(상) 강의 복습 영상 - 교차검증 과적합 비교

7기 3주차 강의

230917_BDA 7기 데이터 분석 중급반(상) 강의 복습 영상 - Cross_val_score

</aside>

강의계획서(syllabus)