클래스 결제 전, 확인해주세요!
* 모든수업은 튜티님이 원하시는 아무 시간대에 진행합니다!(원래 진행될 다른 튜티님들 수업시간과 겹치지만 않으면) * 모든 수강생기준 강의날 하루에 반드시 1번이상의 제출 / 전체 모델링은 의무적으로 경험하게되시며, 전체강의가 끝날때까지 기본적으로 최소 5개의 대회, 많은분은 7개의 대회까지 소화 가능하십니다! 또한 그 대회들에서 상위0.3%~2%의 성적을 달성할 수 있음을 약속 드립니다. * 스카이프/ 행아웃 등을 이용한 수업 진행입니다!
클래스 소개
커리큘럼
튜터 소개
리뷰

이런 분들께 추천하는 클래스예요

#데이터분석 입문 - 비전공자, 또는 데이터 분석에 대해 처음 접하시는 분들 (맨땅에서 시작한 경험이 있는만큼 동병상련의 마음으로 잘 이끌어드릴 수 있어요!) - 여러 데이터 관련 학원을 수강했지만, 수업 속도가 너무 빨라서 못 따라간경우(데이터 분석에 필수적인 부분이 아닌, 자꾸 쓸데없는것를 알려주니까 그럽니다ㅠㅠ 돈만 비싸구..) #캐글 성적 - 전공 또는 분석 관련 강의를 수강한 적 있지만 캐글 Competition에 참여하지 못하고 있는 분들 - 캐글 또는 기본적인 대회에 참여, 제출해본 경험은 있지만 리더보드에서 높은 순위를 달성하지 못했던 분들 - 어딘가에 stuck되어 있지만 현재 상태에서 어떤 방향으로 나아갈지 인사이트가 필요하신 경우 #데이터 분석 실무 - 실질적으로 회사에서 요구하는 분석 미션을 잘 해낼 수 있을지 두려움을 갖고 계신 분들 - 혼자서 데이터 전처리, 모델링, 예측, 검증, 제출 파이프 라인을 경험해보지 못했거나, 일부만 경험하신 분들 - 로컬 환경 or 트레인 데이터셋에서의 모델 성능은 잘나오지만, 새로운 데이터를 처리하는 데에 어려움을 겪으시는 분들 - 처음보는 unseen 데이터를 예측할 때 모델 성능이 급격하게 떨어지시는 분들 #포트폴리오 - 포트폴리오 작성시 "~대회에서 입상했습니다, ~데이터를 다뤄본 경험이 있습니다"외에 명확한 디테일과 분석방향, 근거를 확보하고 싶으신 분들 포트폴리오 내용 구성 예시) "실제 어떤 대회에서 이러한 데이터를 가지고 어떤 문제점이 있는지 파악했으며, 데이터 전처리(피쳐 엔지니어링)을 진행함에 있어서 시각화를 통해 자연스럽게 데이터 분포와 구성을 보니 다른 수많은 모델들 보다 특히 XX모델이 이런류의 데이터셋에 가장 강력한 최적의 성능을 발휘 할 것 같다는 생각으로 (그냥 아는 모델 아무거나 사용해보고 운에 맡기는것이 아니라) 데이터 분석 및 모델링을 진행하여 ~%의 예측정확도와 상위X%의 성적을 모델링 시작한지 몇시간안에 달성할 수 있었습니다. 더욱 개선을 위해 앞으로 나아가야할 방향은 ~~입니다." "그냥 성능 뛰어난 머신러닝 모델을 사용하는 것이 전부가 아님을 알았습니다.. 정말 중요한것은, 데이터를 하나하나 노가다로 뜯어보고, 데이터의 패턴을 직접 본인이 파악한뒤, 강력한 새로운 파생변수를 생성해내어 우리 인간이 모델의 학습을 도와주어야 한다는 것이었습니다." #머신러닝 인터뷰(면접) 대비수업!(반응이 너무 좋으셔서 오픈합니다!) 튜티님의 포트폴리오 상황에서 면접관을 통해 어떤 질문들이 나올 수 있는지, 왜 이 질문을 하고 어떤 부분을 평가하고자 하는지, 이러한 내용은 최소한 알고가야한다! 등등! 가장 대표적인 면접질문이 들어와도 꿀벙어리가 되는현상..! 을 막아보는 실전 인터뷰식 수업도 진행하고있습니다~ 문의주셔용 수업을 시작한지 몇달이 되었기 때문에, 수업을 오랫동안 꾸준히 들으신 튜티님들은 현재 데이터분석가 / 데이터 사이언티스트로 취업에 성공하셔서 좋은소식을 들려주고 계십니다! 저도 소식들을때마다 뿌듯합니다!!

제 클래스를 소개드리자면요,

수업을 본격적으로 시작하면, 바로 처음 시작 입문반부터 대회를 진행합니다. 데이터분석/머신러닝 프로젝트, 대회를 하는데 2~3개월이나 소비할 필요가없어요. 결국은 3~5분안에 본인만의 머신러닝 모델을 혼자힘으로 다른사람 코드 참고없이 만들어 낼거구요! 그냥 기본 수학문제 하나풀듯이, 대회를 1시간동안 하나씩 끝낼거예요. 보통실력의 속도로는 4시간동안 대회 3개, 8시간동안 대회6개정도 소화하시더라구요. VOD온라인 강의처럼 선생님만 지속적으로 정보전달하면서 일방향으로 수업이 진행되면 절대 자기실력이 늘지않아요. 수업이 시작하면 계속 궁금한 부분들을 지속적으로 질문 주셔야하구요. 즉각적으로 피드백 받은것을 직접 적용해서 모델의 점수 올리는 경험을 무.조.건 하셔야해요. 그래야 공부도 게임처럼 즐기면서 할 수 있어요. 새롭게 업데이트중이라 수업하고 이따 적겠습니다. ✔ 데이터 분석 경험無, 여러분도 가능해요! 많은 분들이 캐글은 어느정도 능력있는 데이터 분석가들의 대회라고만 생각합니다. 실제로는 데이터 분석을 하나도 모르고 입문했어도 금방 대회 1~5% 최상위권 스코어를 받아낼 수 있는 곳입니다. 제가 그랬고, 제 수업에 참여하신 튜티 분들이 그랬습니다. 그리고, 여러분께도 제가 해낸 노하우를 아낌없이 알려드릴 예정이니까요 :) *수업 수강하신 많은 튜티님들중(기본 베이스가 아예 전무한 상태로 들어오셨습니다.), 열심히 기본수업, 고급과정까지 마치신분들은 진행중인 대회에 나가서 상위10% 이내의 성적을 달성하시는 분도 있습니다~ ✔ 수업 목표 1. 데이터 분석 역량 향상 ⓐ 실질적인 데이터 분석 적용을 통한 실무적 접근 ⓑ 가독성이 높은 코드 작성을 통한 효율적 접근 ⓒ 데이터 분석 전반적인 역량 확보 크게, 문제 상황 정의, 데이터에 대한 이해, 데이터 전처리, 모델 성능 개선 노하우 이렇게 4가지 영역에서 성장하는 것이 목표 입니다! 2. 캐글 성과 모델 점수 획득, 모델성능개선, Kaggle 리더보드 등수 올리기, 데이터분석 시간을 효율적으로 분배 및 최적화 등등, 입문자, 초보자분들도 천천히 상세하게 알려드립니다! ⓐ 참여 대회 최상위권(1~2%) 진입 보장 샌프란시스코 범죄 다중 분류 대회, 워마트 판매량 Sale 예측, 타이타닉, 집값예측, 자전거 수요 예측등 레슨 때 지정된 대회에서 최상위권 진입이 보장 되고, 수준에 따라서 조금더 난이도 있는 대회에서 상위3% 이내로 진입하는 방법도 수업때 모두 경험하시게 됩니다 *기본반 끝나고 심화,고급반으로 넘어갔을시 시간이 지남에 따라 빠르게 달성하실 수 있는 내용 Facebook Recruiting IV: Human or Robot?(Fraud Detection) 약 천팀중 1등 달성 가능 자동차 벤츠 대회 약 4천팀중 1등 달성가능 Predicting a Biological Response 약 700팀중 1등 달성가능 How Much Did It Rain? II 강수량 예측 대회 1등 가능 Companies bankruptcy forecast 기업파산예측 2등 가능 Bike Sharing Demand 자전거수요예측 2등 가능 ⓑ 가능한 많은 대회 참여 모든 수강생 기준 강의날마다 반드시 1번 이상 제출, 전체 모델링을 의무적으로 경험합니다. 따라서, 강의 종료 때 최소 3개의 대회, 많으면 4개의 대회까지 소화합니다. * 첫수업은 1:1로 진행되는편인데, 요새는 첫수업부터 바로 대회를 진행하며 수업하고 있고, 바로 2시간동안 대회하나를 같이 해보면서 끝내는게 가능합니다. ✔ 수업 방식 ⓐ 진행 방식 첫 대회를 통해 체계적으로 기본 제출 경험합니다. 그 뒤 준수한 성적을 달성하고, 모델의 성능과 점수를 올리기 위한 중~고급 스킬을 학습해서 최상위권으로 진입합니다. 이런 방식을 통해 여러 개 대회를 참여하지만, 각 대회에 대한 경험의 깊이가 충분하도록 진행할 예정입니다. ⓑ 데이터 분석 관련 이론 데이터분석 이론과 기법을 아무리 많이 알아도 실제 분석을 진행하려고하면 막히는 현상을 겪습니다. 따라서, 본 수업은 데이터 분석과 모델 성능 개선의 가장 빠른 지름길을 찾아내고, 적용하는 실습 수업 위주로 진행합니다. 이론은 진행시 꼭 필요한 부분만 추려서 효율적으로 전달해드립니다.(난이도는 수업회차가 진행됨에 따라서 올라갑니다! 복습을 열심히 하셔서 튜티님들의 실력이 올라가는 경우에 맞는 최적화된 이론을 말씀드립니다!) ✔ 수업 특징 ⓐ 완전하게 이해하고 혼자 직접 실습가능 할때까지 반복합니다. ⓑ 왜 이런식으로 하면 모델 성능이 오르는지, 점수가 개선되는지에 대한 '이유'를 명확히 제시하는 수업입니다. ⓒ 무엇이 모델성능개선에 가장 핵심인지, 지름길로 갑니다. * 수업진행 참고사항 튜티님들이 어떻게든 혼자힘으로 해결할 수 있도록 상황을 만들어드립니다(답을 일부로 알려드리지 않고, 최대한 순간순간 위기상황에서 튜티님의 생각의 한계를 찍어보게 한뒤에 힌트만 드립니다). 데이터분석을 할때 반드시 겪는 시행착오를 일부로 제가 만들어서 튜티님이 그상황에서 어떻게 대처해야하는지를 배우시게 됩니다. 제가 생각하는 가장 좋은 수업은, 튜터가 없는 상황에서도 튜티님이 혼자서 데이터분석 / 머신러닝 프로젝트를 진행할때 혼자힘으로 처음부터 끝까지 대회 진행을 해내는 것입니다. 어떠한 데이터셋이 주어지더라도 당황하지 않고 헤쳐 나가는 것입니다. 위기 대처 능력이 데이터분석 / 머신러닝 딥러닝 프로젝트에 있어서 가장 중요한 역량이라고 생각하기 때문입니다~

클래스는 이렇게 진행됩니다

안녕하세요, ML·AI 분야에서 활동하고 있는 오정훈 튜터입니다

프로필 이미지

오정훈 튜터

캐글 대회 약 70여개 순위
현재 ML 2019 캐글 코리아 순위
현재 ongoing 대회 순위 일부
https://taling.me/Talent/Detail/8779 * 실무역량 Data Science 분야 캐글 데이터분석/머신러닝 강의에서 많은 튜티님들이 딥러닝 강의 요청을 하셔서, 파이썬을 활용한 캐글 딥러닝 이미지 분류대회 깨부수기 강의를 오픈합니다!(머신러닝 강의는 시작한지 3개월이 채 안됐는데도, 연장수강 포함하여 100여명 정도의 튜티님들을 지도했습니다.) *수업 수강하신 많은 튜티님들중(기본 베이스가 아예 전무한 상태로 들어오셨습니다.), 열심히 기본수업, 고급과정까지 마치신분들은 진행중인 대회에 나가서 상위10% 이내의 성적을 달성하시는 분도 있습니다~ ✔ 데이터로 분석 할거면, Kaggle로 하세요! Kaggle은 크게 2가지 데이터셋이 마련되어 있습니다. A. 캐글측에서 제공하는 튜토리얼 or 입문용 데이터셋 B. 실제 발생한 미션을 풀고자 기업들이 올린 데이터셋 A는 기본적인 데이터 분석 경험과 개념, 그리고 기초 실무를 익히는 데에 충분합니다. B는 실무에서 겪을 수 있는 시행착오와 미션별 노하우, 결과적으로 역량을 확장하는 데에 필요한 일머리를 기를 수 있습니다. 부담없이 쌓을 수 있는 데이터 분석 경험. 제한없이 실무 데이터셋을 활용해보는 환경. 다른 데이터 분석가들과 점수를 비교해보는 측정. 이보다 좋은 트레이닝 필드가 어딨나요? ✔ kaggle 입문 계기 대기업 그룹 공채 면접장에서 캐글을 잠깐 언급했더니, 면접관님의 눈빛이 바뀌더군요. (그때는 가입만 해둔 수준이었습니다..) 면접관이 면접자에게 적극적으로 관심을 보이는…!! 그런 특이한 경험을 계기로 캐글을 미친듯이 공부하게 되었습니다. 그러다가 재미를 붙여, 지금은 캐글 대회 90여개를 경험한, 유일무이한 탈잉 캐글 튜터가 되었습니다! ✔ Kaggle Competition 90여개를 경험해본 노하우 매일 하루 14시간. 캐글 대회 약 90여개. 제가 겪어온 데이터 분석 & 캐글 경험들입니다. 아무것도 모르는 맨땅에서 시작해서 시행착오와 좌절로 단련되었습니다. 시행착오와 좌절을 통해 가장 효율적이고 효과적인 방식, 그리고 가장 보편적으로 익숙해져야할 핵심 리스트를 갖게된 것이 저의 노하우 입니다. 무엇이 모델성능개선에 가장 핵심인지 잘 알고 있고, 빙빙 돌며 길을 잃지 않고, 지름길로 갈 수있는 방법을 제공할 수 있다고 자신합니다!
1 / 1

캐글 머신러닝 대회 부수기

28,000/시간

8시간

224,000

그룹 클래스 · 2-3
8회 진행 · 1회당 1시간

일정이 없습니다.

    통신판매업 신고번호 : 2022-서울성동-02377

    상호 : (주)탈잉 | 대표자명 : 김윤환 | 사업자등록번호 : 767-88-00630

    주소 : 서울특별시 성동구 성수이로22길 37, 서울창업허브 성수 404B (성수동 아크벨리)

    고객센터 : 1877-1233 | help@taling.me

    (주)탈잉은 통신판매중개자로서 거래 당사자가 아니므로, 튜터가 등록한 상품정보 및 거래 등에 관한 의무와 책임을 지지 않습니다.

    • facebook
    • instagram
    • youtube
    • naver

    Copyright ⓒ 2023 Taling Inc. All rights reserved.