초급자, 중급자를 위해 준비한
[머신러닝 & 딥러닝] 강의입니다.

파이썬 기초문법, 기초 수학 몰라도 괜찮아요! 머신러닝에 꼭 필요한 파이썬 문법 기초부터, 수학까지 다시 알려드려요~😄
그리고 BeautifulSoup, scikit-learn, TensorFlow를 사용하여 실무에 머신러닝/딥러닝을 같이 적용해 봐요!

왜 배워야 할까요?

인공지능, 머신러닝, 딥러닝은 바둑, 의료, 자동차 등 이미 다양한 분야에서 활용하고 성공적인 성과를 보여주고 있습니다.
이러한 머신러닝, 딥러닝과 관련된 사례를 듣고 나면 실제 업무에서도 활용해보고 싶을 것입니다.
머신러닝이라고 하면 어려운 수학과 관련된 지식이 필요할 것이라고 생각하는 경우가 많지만, 어려운 수학을 사용하는 경우는 거의 없습니다.
그리고 이 강좌가 머신러닝에 필요한 기초문법과 기초수학부터 시작해 함께 달려 나아가드립니다.

이 강좌는 머신러닝의 바탕이 되는 데이터를 수집하고,
수집된 데이터를 기반으로 머신러닝을 수행하는지에 대한 방법을 설명합니다.
인터넷에서 데이터를 어떻게 효율적으로 수집하는지 알아보고,
머신러닝을 원활하게 할 수 있게끔 데이터를 가공하는 방법을 살펴봅니다.
나아가 가공된 데이터를 이용해 규동 메뉴 이미지 판정, 텍스트 분류 등
머신러닝에 활용하는 과정까지 실질적인 파이썬 예제 코드로 소개합니다.

머신러닝 & 딥러닝 자신감있게! 업그레이드!

어떤 내용을 배우는지
살펴볼까요?

1) 파이썬 기초 문법

• 파이썬 프로그래밍 언어를 사용하기 때문에 머신 러닝에서 사용되는 파이썬 기초 문법을 25분 영상으로 속성 과외!

2) 머신러닝을 위한 기초 수학

• 머신러닝의 바탕이 되는 행렬, 미적분부터 경사하강법, 오차역전파 개념 등에 대해 알 수 있습니다. 수학 어렵지 않아요. 쉽게 알려드립니다.

3) 데이터 크롤링 &스크레이핑&가공

• 인터넷에서 데이터를 어떻게 하면 효율적이게 수집 할 수 있는지 Beautiful Soup 와 Selenium을 통해 배울 수 있고, 가공까지 할 수 있습니다.

4) 머신러닝

• 머신 러닝 프레임워크 scikit-learn 활용으로 머신러닝에 대한 이해와 활용을 동시에 잡을 수 있습니다.

5) 딥러닝

• TensorFlow와 Keras에 대한 이해와 활용, Konlpy를 통한 한국어 분석, 텍스트 분류, 이미지 분류를 해 볼 수 있습니다.

[깅의 미리보기]