-분류, 회귀, 차원 축소, 클러스터링 등 핵심 머신러닝 알고리즘 이해할수 있어요
-데이터 전처리, 하이퍼 파라미터 튜닝, 성능 평가 등 머신러닝 모델을 구성할때 쓰이는 실무 개발 방법을 익힐수 있어요
-XGBoost, LightGBM, 스태킹 등 머신러닝 최신 기법과 난이도 높은 캐글 문제 따라하기
-텍스트 분석과 NLP를 위한 기반 이론과 다양한 실습 예제 학습
-다양한 추천 시스템을 파이썬 코드로 구축하는 방법
-머신러닝의 기본 개념
-캐글(Kaggle)과 같은 데이터 분석/머신러닝 컨테스트에 도전해 보기를 원하는 분
-본인의 머신러닝 스킬을 한 차원 더 업그레이드 하기를 원하시는 분
-머신러닝의 기본개념이 아예 없으신 분
-공유와 토론을 매우 어려워하거나 안 좋아하시는 분
섹션 2. 사이킷런으로 시작하는 머신러닝
섹션 3. 평가(Evaluation)
섹션 4. 분류(Classification)
섹션 5. 회귀(Regression)
섹션 6. 차원 축소(Dimension Reduction)
섹션 7. 군집화(Clustering)
섹션 8. 텍스트 분석
섹션 9. 추천(Recommendation)
섹션 10. 시각화
퍼실이가 같이 공부할 Inflearn 사이트(https://www.inflearn.com/)의 커리큘럼을 다같이 둘러봅니다.
강유선
#컴퓨터비전#딥린이#INFP
자기 소개 및 개설 동기
혼자서 공부하는것 보다 풀입 스쿨에서 만난 분들과 11주간 좋은 인사이트를 공유하며, 파이썬 프로그램을 머신러닝 실무에 적용하는 기회가 되었으면 좋겠어요.
소속
Object Detection and Segmentation DIY 퍼실이
풀잎스쿨 / LAB 참여 이력
LAB Advanced Computer vision LAB 참여
LAB Autonomous Driving LAB 2 참여
풀잎26기 파이썬 머신러닝 완벽 가이드 퍼실
풀잎24기 Object Detection and Segmentation DIY 퍼실
풀잎21기 cs231n Assignment3 완전정복 퍼실
풀잎19기 CS231n Assignments로 따라잡기 퍼실
풀잎18기 cs231n으로 시작하는 딥러닝 퍼실
풀잎36기 fastai와 파이토치가 만나 꽃피운 딥러닝 & Practical Deep Learning for Coders 참여
풀잎30기 Medical AI Research 기초과정 참여
풀잎26기 도전! 수퍼모델 딥러닝 참여
풀잎21기 Mathematics for Machine Learning S2 참여
풀잎19기 거꾸로 보는 self-supervised learning 파트1 참여
풀잎18기 CS182로 딥러닝 Deep하게 찍먹하기 참여
풀잎17기 CS231n으로 시작하는 딥러닝 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
모임시작
2023년 01월 17일
모임일시
매주 화요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2023년 01월 02일 ~ 01월 13일
모집인원
15명
모집방법
선착순
165,000원 / 총 11회 24시간
(7,500원 / 시간)
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
모임시작
2023년 01월 17일
모임일시
매주 화요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2023년 01월 02일 ~ 01월 13일
모집인원
15명
모집방법
선착순
165,000원 / 총 11회 24시간
(7,500원 / 시간)
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
-분류, 회귀, 차원 축소, 클러스터링 등 핵심 머신러닝 알고리즘 이해할수 있어요
-데이터 전처리, 하이퍼 파라미터 튜닝, 성능 평가 등 머신러닝 모델을 구성할때 쓰이는 실무 개발 방법을 익힐수 있어요
-XGBoost, LightGBM, 스태킹 등 머신러닝 최신 기법과 난이도 높은 캐글 문제 따라하기
-텍스트 분석과 NLP를 위한 기반 이론과 다양한 실습 예제 학습
-다양한 추천 시스템을 파이썬 코드로 구축하는 방법
-머신러닝의 기본 개념
-캐글(Kaggle)과 같은 데이터 분석/머신러닝 컨테스트에 도전해 보기를 원하는 분
-본인의 머신러닝 스킬을 한 차원 더 업그레이드 하기를 원하시는 분
-머신러닝의 기본개념이 아예 없으신 분
-공유와 토론을 매우 어려워하거나 안 좋아하시는 분
섹션 2. 사이킷런으로 시작하는 머신러닝
섹션 3. 평가(Evaluation)
섹션 4. 분류(Classification)
섹션 5. 회귀(Regression)
섹션 6. 차원 축소(Dimension Reduction)
섹션 7. 군집화(Clustering)
섹션 8. 텍스트 분석
섹션 9. 추천(Recommendation)
섹션 10. 시각화
퍼실이가 같이 공부할 Inflearn 사이트(https://www.inflearn.com/)의 커리큘럼을 다같이 둘러봅니다.
LAB Advanced Computer vision LAB 참여
LAB Autonomous Driving LAB 2 참여
풀잎26기 파이썬 머신러닝 완벽 가이드 퍼실
풀잎24기 Object Detection and Segmentation DIY 퍼실
풀잎21기 cs231n Assignment3 완전정복 퍼실
풀잎19기 CS231n Assignments로 따라잡기 퍼실
풀잎18기 cs231n으로 시작하는 딥러닝 퍼실
풀잎36기 fastai와 파이토치가 만나 꽃피운 딥러닝 & Practical Deep Learning for Coders 참여
풀잎30기 Medical AI Research 기초과정 참여
풀잎26기 도전! 수퍼모델 딥러닝 참여
풀잎21기 Mathematics for Machine Learning S2 참여
풀잎19기 거꾸로 보는 self-supervised learning 파트1 참여
풀잎18기 CS182로 딥러닝 Deep하게 찍먹하기 참여
풀잎17기 CS231n으로 시작하는 딥러닝 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.