복잡한 분석과 예측을 효율적으로 진행하는 머신러닝에 대해 이해하고 실습하는 과정!
어렵고 복잡할 것만 같았던 머신러닝도 마소캠퍼스의 <파이썬 머신러닝>과 함께라면 쉽고 재미있게 핵심을 깨우치실 수 있습니다.
복잡한 분석과 예측을 효율적으로 진행하는 머신러닝에 대해 이해하고 실습하는 과정! 어렵고 복잡할 것만 같았던 머신러닝도 마소캠퍼스의 <파이썬 머신러닝>과 함께라면 쉽고 재미있게 핵심을 깨우치기!
-
- 파이썬 핵심 패키지 정리를 통한 데이터 분석과 데이터 시각화 진행
- 머신러닝의 지도학습과 비지도학습, 강화학습의 개념과 차이 이해
- 파이썬 머신러닝 패키지 사이킷런에 대한 이해와 프레임워크 정리
- 실전 사례와 사이킷런 실습을 통한 알고리즘의 핵심 이해
사이킷런(Scikit-Learn)으로 머신러닝 시작!
여러분의 업무 효율성을 키워드릴게요.
여러분의 업무 효율성을 키워드릴게요.
인터넷 쇼핑 웹사이트에서 내가 좋아할만한 상품을 추천받으신 적이 있으신가요?
이는 바로 머신러닝을 활용한 마케팅의 예입니다!
그렇다면 머신러닝은 무엇일까요?
머신러닝이란, 사람이 명시적으로 프로그램을 만들지 않더라도 컴퓨터 스스로 예측 결과를 만들어 내는 것을 의미합니다.
우리의 삶을 획기적으로 변화시킬 혁신 중 하나로 평가받고 있는 머신러닝을 배우면, 다음과 같은 장점이 있습니다.
1. 감에 의존하는 불안한 의사결정이 아닌, 데이터 기반의 미래예측 모델을 획기적으로 높은 퍼포먼스로 만들 수 있습니다.
2. 기존 본인의 업무 영역에 머물러 있던 한계를 벗어나 Superjobs로 전환할 수 있는 역량을 확보할 수 있습니다.
3. 주가 예측, 부동산 예측, 매출 예측, 고객 분류 등 복잡한 분석과 예측을 머신러닝의 도움을 받아 해결할 수 있습니다.
4. 빠르게 성장하고 있는 시장으로 지금 머신러닝을 익히면 남다른 경쟁력을 가질 수 있습니다.
간혹, 머신러닝은 전문가들만이 다루는 분야라고 생각하고 학습을 망설이는 분들이 있습니다. 마소캠퍼스의 <파이썬 머신러닝> 강의와 함께라면 전혀 어렵지 않습니다!
머신러닝의 개념부터 다양한 사례연습, 실습까지 따라 하다 보면, 문과생도, 머신러닝 입문자도 바로바로 쉽게 익히실 수 있습니다. 파이썬 머신러닝을 수강하며 세계 모든 기업들이 찾는 인재로 거듭나보세요!
-
-
- 미래를 이끌어갈 최첨단 기술에 관심있으신 분들
- 복잡한 분석과 예측을 머신러닝을 활용하여 해결하고 싶은 분들
- 파이썬 마스터를 통해 커리어 개발, 이직을 꿈꾸는 분들
- 데이터를 기반으로 다양하게 분석하고 이를 기반으로 미래를 예측하고 싶은 분
- 바로 쓸 수 있는 실습 중심의 파이썬 학습을 원하시는 분들
-
복잡한 분석과 예측도 똑똑하게 Clear 하여 성공적 의사결정을 진행하고 싶으신가요?
그런 여러분들을 위해 머신러닝 학습을 준비했습니다!
머신러닝은 전문가들의 영역이라는 오해를 많이 받으나, 머신러닝을 전혀 모르는 수강생들이라도 본 강의를 통해 누구나 쉽게 머신러닝 도구를 사용할 수 있습니다.
1.파이썬 핵심 패키지를 통한 데이터 분석 및 시각화 마스터!
머신러닝에 입문하기 전, 파이썬의 주요 데이터 분석 패키지인 Numpy와 Pandas를 복습하여, 복잡한 데이터 분석을 진행하도록 합니다. 또한, Matplotlib와 Seaborn을 활용하여 데이터 특성과 분석 목표에 따라 데이터를 시각화할 수 있도록 합니다.
2.개념부터 차근차근! 머신러닝 기초 다지기
머신러닝의 종류인 지도학습, 비지도학습, 강화학습의 핵심을 정리하고 예시를 통해 완벽히 이해할 수 있도록 돕습니다. 머신러닝의 종류와 개념을 완벽하게 익힘으로써 본격적인 시작에 앞서 머신러닝을 이해할 수 있도록 합니다.
3.실전 사례와 사이킷런 실습으로 실무 활용력 업그레이드!
실전 사례와 사이킷런 실습으로 실무에서 주요하게 쓰이는 알고리즘의 핵심을 이해하고 건강 진단 데이터 전처리, 주택가격예측, 와인 데이터셋 분류를 해낼 수 있습니다. 단순한 주입식 교육이 아닌 직접 시도해보는 실습을 통해 실무 활용력과 적용력을 향상시킬 수 있습니다.
4.어려울 거란 편견은 NO! 단계별 학습으로 어려워 보이던 머신러닝도 OK!
이 강의를 수강하면, 머신러닝은 어렵고 복잡하다는 편견이 사라지실 겁니다. 머신러닝의 개념부터 실전 프로젝트까지 단계별로 머신러닝의 핵심을 깨우쳐가며 누구나 데스크탑 PC만으로 머신러닝 도구를 사용할 수 있으실 겁니다!
마소캠퍼스의 <파이썬 머신러닝>은 어렵고 비실용적인 강의가 아닙니다!
AI와 함께 살아가는 시대 속에서, 복잡한 분석과 예측은 머신러닝에 맡기고 업무 효율도를 높여보세요!
마소캠퍼스의 <파이썬 머신러닝> 강의를 수강하면, 어려워 보였던 머신러닝을 손쉽게 업무에 적용하실 수 있습니다.
– 데이터 분석 패키지 복습으로 복잡한 데이터 분석 진행 능력 향상
– 데이터 시각화 패키지 복습으로 데이터 특성과 분석 목표에 따른 데이터 시각화 능력 향상
– 머신러닝 학습을 통한 데이터 기반 의사결정 능력 함양
– 자신의 업무 역량을 뛰어넘는 SuperJobs로 전환할 수 있는 역량 확보
<파이썬 머신러닝> 강의를 수강하신다면, 내가 생각했던 한계를 벗어나고 AI시대 맞춤형 인재로 거듭나실 수 있습니다. 모든 기업이 원하는 인재로 거듭날 기회를 놓치지 마세요!
Q. 파이썬의 ‘파’자도 모르는 초보입니다. 수강해도 괜찮을까요?
A. <파이썬 머신러닝> 강의는 <파이썬 실무> 과정을 수강했거나, 파이썬을 이용하여 데이터 분석 패키지를 이용해 본 경험이 있는 분들을 위해 개설된 강의입니다. 하지만, 이전 과정에 대한 핵심 복습과 단계별 학습으로 초보자 분들도 쉽게 따라오실 수 있도록 구성하였습니다, 파이썬에 대한 기초 지식이 없어 불안하시다면, 마소캠퍼스의 <파이썬 입문>, <파이썬 실무> 강의를 수강하고 오시면 학습에 훨씬 도움이 되실 겁니다!
Q. 머신러닝과는 상관없어 보이는 문과생입니다. 단순히 호기심만으로 수강해도 괜찮은가요?
A.당연합니다! 머신러닝에 대해 배우고자 하는 의지만 있으시다면 누구나 수강 가능하십니다. 현재 일이 머신러닝과는 상관없어 보이더라도 머신러닝은 이제 우리 일상에 깊이 자리잡게 될 것입니다. 또한, 우리가 인식하지 못할 뿐, 머신러닝은 굉장히 다양한 분야에서 활용되고 있습니다. 분명 배워두면 어떤 직무든 업무 혹은 미래에 도움이 될 것입니다!</span
Q. 왜 다른 곳이 아닌 마소캠퍼스의 <파이썬 머신러닝>을 수강해야 하나요?
A. 마소캠퍼스의 <파이썬 머신러닝> 강의는 현업에서 업무 효율성을 훨씬 높여 줄 강의입니다. 단순한 지식 전달이 목적이 아닌, 여러분들이 현업에서 사용하실 수 있도록 실전 사례와 실습을 포함하여 구성하였으니 진짜 쓸모있는 머신러닝 강의를 수강하고 싶으시다면 마소캠퍼스의 <파이썬 머신러닝>을 수강하세요!
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
- 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
- 강의 교안 및 실습파일은 <06. 교재 배포 페이지> 섹션에 존재합니다.
- 강의 오디오 볼륨이 다소 작게 녹음되었습니다. 수강 전 강의의 [미리보기] 수업을 꼭 참고해주시기 바랍니다.
-
♠ 이런 분들께 추천드려요!
♦ 파이썬을 활용한 머신러닝에 관심이 있으신 분
♦ 데이터를 기반으로 다양하게 분석하고 이를 기반으로 미래를 예측하고 싶은 분
♦ 복잡한 분석과 예측을 빠르게 해결하고 싶은 분
♦ 빠르고 정확하게 분석된 예측과 결과로 의사결정을 효율적으로 진행하고 싶은 분
♦ “창업/입사/직무전환/리스킬/탤런트 트랜스포메이션”을 꿈꾸는 분들
♠ 선수 지식, 필요한가요?
♦ 제한은 없으나, 파이썬 입문, 실무 강의를 수강하신 후 본 강의를 학습하시면 더 쉬운 이해가 가능하십니다.
♦ 파이썬 데이터 분석 관련 강의를 수강했거나 파이썬을 이용하여 데이터 분석 패키지를 이용해 본 경험이 있는 분들께 추천드립니다.
♦ Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천 드립니다.
♦ 실습 위주의 강의로, 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기 활용을 권장 드립니다.
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
커리큘럼
| 1. 데이터분석을 위한 파이썬 핵심정리 | |||
| [onc33] pym100 – 머신러닝 실무 과정 설명 | 00:04:51 | ||
| [onc33] pym101 – 파이썬 개발환경과 주요 패키지 소개 | 00:01:11 | ||
| [onc33] pym102 – 파이썬 기본 개발환경 구축 및 환경테스트 | 00:10:47 | ||
| [onc33] pym103 – 주피터 노트북 개발환경 구축 | 00:02:38 | ||
| [onc33] pym104 – 주피터 노트북을 활용하여 파이썬 코딩하기 | 00:12:30 | ||
| [onc33] pym105 – 파이썬 프로그래밍 Overview | 00:03:28 | ||
| [onc33] pym111 – 파이썬 기본 지식 정리1 | FREE | 00:10:35 | |
| [onc33] pym112 – 파이썬 기본 지식 정리2 | 00:13:49 | ||
| [onc33] pym113 – 파이썬 자료구조 핵심정리_설명 | 00:03:34 | ||
| [onc33] pym114 – 파이썬 자료구조 핵심정리_실습1 | 00:08:48 | ||
| [onc33] pym115 – 파이썬 자료구조 핵심정리_실습2 | 00:09:16 | ||
| [onc33] pym116 – 파이썬 함수와 모듈 핵심정리 | 00:12:42 | ||
| 2. 데이터분석 핵심 패키지 활용 실무 | |||
| [onc33] pym201 – 파이썬 데이터분석 핵심 패키지 정리 | FREE | 00:03:22 | |
| [onc33] pym202 – 파이썬 고성능 수치 계산 패키지_Numpy 핵심정리 | 00:07:36 | ||
| [onc33] pym203 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습1 | 00:10:52 | ||
| [onc33] pym204 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습2 | 00:07:43 | ||
| [onc33] pym205 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습3 | 00:15:11 | ||
| [onc33] pym206 – 파이썬 데이터 핸들링 패키지_Pandas 핵심정리 | 00:04:03 | ||
| [onc33] pym207 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습1 | 00:15:05 | ||
| [onc33] pym208 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습2 | 00:15:10 | ||
| [onc33] pym209 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습3 | 00:17:01 | ||
| [onc33] pym210 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습4 | 00:07:24 | ||
| [onc33] pym211 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습5 | 00:05:38 | ||
| [onc33] pym212 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습6 | 00:12:07 | ||
| [onc33] pym213 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습7 | 00:15:50 | ||
| 3. 데이터 시각화 기법 핵심정리 | |||
| [onc33] pym214 – 파이썬 데이터 시각화 패키지_Matplotlib Seaborn 핵심정리 | 00:02:57 | ||
| [onc33] pym215 – 파이썬 데이터 시각화 패키지_Matplotlib 활용_핵심실습 | 00:14:40 | ||
| [onc33] pym216 – 파이썬 데이터 시각화 패키지_Seaborn 활용_핵심실습1 | 00:20:08 | ||
| [onc33] pym217 – 파이썬 데이터 시각화 패키지_Seaborn 활용_핵심실습2 | 00:13:55 | ||
| 4. 실전 머신러닝 입문 지도학습 및 비지도학습 | |||
| [onc33] pym301 – 파이썬 머신러닝을 활용한 문제해결_핵심정리 | 00:10:14 | ||
| [onc33] pym302 – 파이썬 머신러닝_지도학습 비지도학습 강화학습_핵심정리 | 00:07:16 | ||
| [onc33] pym303 – 파이썬 머신러닝_분류 추정 차원축소 군집화 연관성 규칙_핵심정리 | 00:12:34 | ||
| [onc33] pym304 – 파이썬 머신러닝_지도학습 모델타입_핵심정리 | 00:01:46 | ||
| [onc33] pym305 – 파이썬 머신러닝_지도학습_예시 | 00:06:11 | ||
| [onc33] pym306 – 파이썬 머신러닝_비지도학습_예시 | 00:06:52 | ||
| [onc33] pym307 – 파이썬 머신러닝_핵심 용어 정리 | 00:03:13 | ||
| [onc33] pym308 – 파이썬 머신러닝_지도학습_핵심 프로세스 정리 | FREE | 00:02:51 | |
| [onc33] pym309 – 파이썬 머신러닝_사이킷런의 지도 학습_실행 모델 정리 | 00:05:56 | ||
| [onc33] pym310 – 파이썬 머신러닝_사이킷런의 비지도 학습_실행 모델 정리 | 00:03:34 | ||
| [onc33] pym311 – 파이썬 머신러닝 패키지_사이킷런_소개와 특징 | 00:08:02 | ||
| [onc33] pym312 – 파이썬_머신러닝 패키지_사이킷런_프레임워크 정리 | 00:03:30 | ||
| [onc33] pym313 – 파이썬_머신러닝 패키지_사이킷런_Estimator 클래스_지도학습 정리 | 00:06:30 | ||
| [onc33] pym314 – 파이썬_머신러닝 패키지_사이킷런_Estimator 클래스_비지도학습 정리 | 00:01:07 | ||
| [onc33] pym315 – 파이썬_머신러닝 패키지_사이킷런_주요 모듈 정리 | 00:04:20 | ||
| [onc33] pym316 – 파이썬 머신러닝 패키지_사이킷런_예제 데이터 셋 구조 정리 | 00:01:03 | ||
| 5. 실전 머신러닝 시작하기 | |||
| [onc33] pym401 – 파이썬 머신러닝_Model Selection 모듈_핵심정리 | 00:11:02 | ||
| [onc33] pym402 – 파이썬 머신러닝_Model Selection 모듈_핵심실습 | 00:18:59 | ||
| [onc33] pym403 – 파이썬 머신러닝_Model Selection 모듈_교차검증 핵심정리 | 00:04:41 | ||
| [onc33] pym404 – 파이썬 머신러닝_Model Selection 모듈_교차검증 핵심실습 | 00:04:09 | ||
| [onc33] pym405 – 파이썬 머신러닝_Model Selection 모듈_iris 데이터셋 교차검증_사례실습 | 00:09:07 | ||
| [onc33] pym501 – 파이썬 머신러닝_일반화의 오류_UnderFitting 및 OverFitting 핵심정리 | 00:05:58 | ||
| [onc33] pym601 – 파이썬 머신러닝_데이터 전처리_핵심정리 | FREE | 00:10:20 | |
| [onc33] pym602 – 파이썬 머신러닝_데이터 전처리_결측치 처리 핵심정리 | 00:02:54 | ||
| [onc33] pym603 – 파이썬 머신러닝_데이터 전처리_결측치 처리 핵심실습 | 00:12:07 | ||
| [onc33] pym604 – 파이썬 머신러닝_데이터 전처리_피처 스케일링과 정규화 핵심정리 | 00:04:40 | ||
| [onc33] pym605 – 파이썬 머신러닝_데이터 전처리_피처 스케일링과 정규화 핵심실습 | 00:05:32 | ||
| [onc33] pym606 – 파이썬 머신러닝_데이터 전처리_레이블 인코딩 핵심정리 | 00:05:34 | ||
| [onc33] pym607 – 파이썬 머신러닝_데이터 전처리_레이블 인코딩 핵심실습 | 00:04:31 | ||
| [onc33] pym608 – 파이썬 머신러닝_데이터 전처리_원핫인코딩 핵심정리 | 00:01:48 | ||
| [onc33] pym609 – 파이썬 머신러닝_데이터 전처리_원핫인코딩 핵심실습 | 00:06:04 | ||
| [onc33] pym610 – 파이썬 머신러닝_데이터 전처리_건강진단 데이터 실전사례 | 00:18:18 | ||
| [onc33] pym701 – 파이썬 머신러닝_주요 알고리즘_Regression 핵심정리1 | 00:08:38 | ||
| [onc33] pym702 – 파이썬 머신러닝_주요 알고리즘_Regression 핵심정리2 | 00:12:57 | ||
| [onc33] pym703 – 파이썬 머신러닝_주요 알고리즘_단순선형회귀와 다중선형회귀 핵심정리 | 00:07:34 | ||
| [onc33] pym704 – 파이썬 머신러닝_주요 알고리즘_회귀 모델 평가 지표 핵심정리 | 00:02:56 | ||
| [onc33] pym705 – 파이썬 머신러닝_주요 알고리즘_주택가격예측 회귀모델 실전사례 | 00:27:43 | ||
| [onc33] pym706 – 파이썬 머신러닝_주요 알고리즘_statsmodels 라이브러리 활용 회귀모델 핵심실습 | 00:08:49 | ||
| [onc33] pym707 – 파이썬 머신러닝_주요 알고리즘_Classification 핵심정리 | 00:05:24 | ||
| [onc33] pym708 – 파이썬 머신러닝_주요 알고리즘_최근접이웃 Knn 핵심정리 | 00:05:13 | ||
| [onc33] pym709 – 파이썬 머신러닝_주요 알고리즘_최근접이웃 Knn 핵심실습 | 00:07:38 | ||
| [onc33] pym710 – 파이썬 머신러닝_주요 알고리즘_Decision Tree 핵심정리 | 00:05:26 | ||
| [onc33] pym711 – 파이썬 머신러닝_주요 알고리즘_Decision Tree 핵심실습 | 00:10:19 | ||
| [onc33] pym712 – 파이썬 머신러닝_주요 알고리즘_분류 앙상블 모형 핵심정리 | 00:05:06 | ||
| [onc33] pym713 – 파이썬 머신러닝_주요 알고리즘_분류 앙상블 모형 핵심실습 | 00:03:23 | ||
| [onc33] pym714 – 파이썬 머신러닝_주요 알고리즘_분류 모델 평가지표 핵심정리 | 00:09:21 | ||
| [onc33] pym715 – 파이썬 머신러닝_주요 알고리즘_분류 모델 평가지표 핵심실습 | 00:06:51 | ||
| [onc33] pym716 – 파이썬 머신러닝_주요 알고리즘_K Means Clustering 핵심정리 | FREE | 00:05:41 | |
| [onc33] pym717 – 파이썬 머신러닝_주요 알고리즘_K Means Clustering_와인데이터세트 실전사례 | 00:16:17 | ||
| 6. 강의교재 다운로드 센터 | |||
| [onc33] pym801 – 교재 다운로드 센터 | 00:00:00 | ||
| 7. 교육과정 만족도 평가 | |||
| [onc33] pym901 – 만족도 평가 설문지 | 00:00:00 | ||
270062 등록 수강생
