강의 방향성

<aside> 🎯 전처리 방법과 전처리 이후 모델링에 대해서 배우기!

• Pandas, Numpy 기초 데이터 분석 문법 복습
• 데이터 전처리를 통한 모델 성능 평가 진행
• 전처리를 통해 모델의 성능 비교를 통해 최적의 전처리 방향성 확인
• Kaggle 마스터의 전처리 코드를 뜯어보며 이해하고 해석하기
• 기대효과 : 전처리 하지 않은 모델과 전처리 후 모델을 비교하며 전처리의 중요성 및 방향성 확립 </aside>

이런 분들에게 추천해요

<aside> 💻 전처리를 통해 더 성능 좋은 모델을 만들어 보자!

• 데이터 분석 전처리에 대해 정확한 개념이 안 잡히신 분
• 전처리의 방향성에 어려움을 느끼신 분
• 왜 이런 전처리를 해야 하는지 잘 모르시는 분
• 데이터 전처리를 통해 ML 성능을 올리고 싶으신 분
• 선행 요구 역량 : 데이터 분석에 필요한 기초 Pandas, Numpy, Python 문법 역량 필수, 기초통계 지식 필수 </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!

• 전처리
• 피쳐 엔지니어링
• 구간화
• 거리 관련 함수(유클리드, 맨해튼) </aside>

강의계획서(syllabus)

syllabus