- 다회차
- 1명
[4주 완성] 문과생도 할 수 있다! 쉽게 배우는 머신러닝/데이터 사이언스


클래스 전 숙지해주세요!
장소 및 시간은 협의 가능합니다 :)
스터디룸 이용시
- 시간당 약 1500원의 스터디룸 비용 별도
카페 이용시
- 개인 음료 비용 별도
준비물
- 노트북 (권장)
이런 분들이 들으면 좋아요.
해당 수업은 비전공자(문돌이 포함) 부터 실전 데이터 분석을 배우고자 하는 통계학 전공생까지 수강 가능합니다!
추천 수강 대상
★ 데이터 분석 (이론 및 실전) 에 관심이 있는 분
또한
- 관련 지식이 전혀 없는 분
- 프로그래밍 경험은 있으나 데이터 분석 경험이 없는 분
- 통계적 지식은 있으나 실전 데이터 분석 경험이 없는 분
- 데이터 분석 경험이 있으나 실력을 더 발전시키고자 하는 분
모두를 대상으로 하고 있습니다.
걱정되는 부분이 있다면 언제든 연락 부탁드립니다 :)
** 주의사항
딥러닝(DNN, RNN, CNN 등)에 대해 깊이 배우고자 하는분은 수강을 추천드리지 않습니다.
다만, 관심이 있을 경우 4주차에 알고리즘의 종류와 개념, 원리에 대한 수업은 가능합니다.
튜터님을 소개합니다.

김정민
- 카이스트 경영공핟부
성균관대학교 경영학과/데이터사이언스 학부를 졸업하고 현재 카이스트 경영공학부 석사과정을 이수중인 김정민입니다 :)
성균관대 경영학과 학부 연구생으로 활동하며 네이버와 함께하는 기업 협력 프로젝트에 참여했습니다.
인터넷에 돌아다니는 코드를 긁어서 주입시키는 것이 아니라, 분석적 사고방식을 키울 수 있도록 하여
수업 종료 후, 혼자서도 데이터 분석을 할 수 있도록 열정으로 가르치겠습니다.
*간단한 약력 첨부합니다 :)
- KAIST 경영대학원 IT트랙 (재학)
- 성균관대 경영학과 졸업
- 성균관대 데이터 사이언스 융합학과 졸업
- 성균관대 경영학과 학부연구생
- 성균관대 통계학회 P-SAT 데이터 마이닝 팀장
분석경험 :
학부연구생
- AI기술로 큐레이션되는 지역정보와 새로운 라이프 스타일
- Mobile App Category Migration Research
학부 학회
- 어플리케이션 성공요인 분석
- 질병 네트워크 분석
공모전
- 물 수요량 예측 (수상)
- KBL 선수 경기력 예측 (수상)
- 게임 유저 이탈 분석
- 온라인 행동 데이터 분석
어떤 클래스 인가요?
문과생 / 비전공자도 충분히 이해할 수 있는 수업을 목표로 하고 있습니다 :)
데이터 분석 툴은 R을 이용합니다
수강 학생의 요구에 따라 R을 전혀 사용하지 않을 수도, 적극적으로 사용 할 수도 있습니다.
또한 수업 내용은 이론, 코딩(R), 실전 데이터 분석 등 수강 학생과 논의 후 조정 가능합니다.
그룹 수업을 원하시는 분은 실시간 톡으로 알려주세요!
*** 주의사항 ***
기본적으로 4주 분량의 PPT 및 교안이 준비되어 있으나 요구사항에 따라 커리큘럼은 수정 가능합니다!
Ex) 군집분석, 텍스트 마이닝, 네트워크 분석 등
수업 나이도는 유연하게 조절 가능합니다 :)
궁금한 사항은 실시간톡을 이용해 언제든 망설이지 말고 문의해주세요!
수업 목표
- 데이터 분석 프로세스에 대한 이해
- 다양한 평가 지표에 대한 이해
- 다양한 머신러닝 알고리즘에 대한 이해
준비물
- 노트북 (권장)
타 수업과의 차별점
- 최대한 수학을 제외한 커리큘럼
- 유연한 난이도 / 커리큘럼
- 탄탄한 교안 및 PPT
* 공간대여로 / 개인 음료 비용의 경우 별도입니다.
클래스는 이렇게 진행됩니다.
1. 수업 소개 및 방향 설정
2. 데이터 마이닝의 개념 / 필요성
3. 데이터 마이닝 프로세스
4. Model Bias / Variance
5. Cross Validation
6. 다양한 평가 지표
2주차 부터는 머신 러닝 알고리즘(지도 학습) 위주로 수업합니다.
1. KNN
2. Decision Tree
3. Bagging
4. Random Forest
1. Boosting
- Adaboost
- GBM
- XGBoost
2. 모델 스태킹
3. 하이퍼 파라미터 튜닝
4주차의 경우 학생의 요구에 따라
1. ★실전 데이터 분석
- 데이터 제공 가능
2. 앞서 다루지 않은 지도학습 알고리즘
3. 비지도 학습 알고리즘
4. 비정형 데이터 분석 방법
5. 네트워크 분석
6. 3주간의 수업 복습
7. R 프로그래밍 수업
중 선택하여 진행 가능합니다.
실제 수강생의 리뷰입니다.
- 커리큘럼0
- 전달력0
- 시간준수0
- 준비성0
- 친절도0