2020-2 MOOC 스터디 모임

팀 : <딥러닝 파헤치조>

• 안지민(팀장), 김예원, 김영서, 정은혜

수강강좌

• 파이썬 머신러닝 완벽 가이드

1주차 (2020.10.07)

발표자 안지민 (발표 part 1.6~1.10)

• 발표자료

목차

0. 강좌소개
1. 파이썬 기반의 머신러닝과 생태계 이해
   1. 머신러닝의 개념
   2. 파이썬 기반 머신러닝의 특징 및 장점과 구성요소
   3. 파이썬 기반 머신러닝을 위한 SW 설치
   4. 주피터 노트북 사용법과 넘파이/판다스의 필요성
   5. 강의에 사용될 예제 소스 코드 다운로드 받기
   6. 넘파이 배열 ndarray 소개
   7. 넘파이 배열 ndarray 초기화 방법과 ndarray 차원과 크기를 변경하는 reshape()의 이해
   8. 넘파이 ndarray 의 인덱싱을 통한 데이터 세트 선택하기 - 01
   9. 넘파이 ndarray 의 인덱싱을 통한 데이터 세트 선택하기 - 02
   10. 넘파이 ndarray의 정렬과 선형대수 연산

2주차 (2020.11.11)

발표자 김영서 (발표 part 1.11~1.19)

• 발표자료

목차

1. 파이썬 기반의 머신러닝과 생태계 이해
   11. 판다스 개요와 기본 API-01
   12. 판다스 개요와 기본 API-02
   13. 판다스 DataFrame의 변환, 컬럼 세트 생성/수정, 삭제 및 Index 객체 소개
   14. 판다스 데이터 셀렉션과 필터링 - 01
   15. 판다스 데이터 셀렉션과 필터링 - 02
   16. 판다스 Aggregation 함수와 Group by 수행
   17. 판다스 결손 데이터 처리하기
   18. 판다스 람다식 적용하여 데이터 가공하기
   19. 파이썬 기반의 머신러닝과 생태계 이해 Summary

3주차(2020.11.18)

발표자 정은혜 (발표 part 2.1~2.8)

• 발표자료

목차

2. 사이킷런으로 시작하는 머신러닝
   1. 사이킷런 소개와 첫번째 머신러닝 애플리케이션 만들어보기 -붓꽃 품종 예측
   2. 사이킷런의 기반 프레임 워크 익히기
   3. 학습과 테스트 데이터 세트의 분리
   4. 교차검증 - K-fold와 Stratified K-fold
   5. 교차검증 성능평가 cross_val_score()와 하이퍼 파라미터 튜닝을 위한 GridSearchCV
   6. 데이터 전처리 - 인코딩과 스케일링 - 01
   7. 데이터 전처리 - 인코딩과 스케일링 - 02
   8. 사이킷런으로 수행하는 타이타닉 생존자 예측

4주차(2020.11.25)

발표자 김예원 (발표 part 3.1~3.6)

• 발표자료

목차

3. 평가
   1. 분류 성능 평가지표 개요와 정확도 소개
   2. 오차행렬, 정밀도, 재현율 소개
   3. 정밀도와 재현율의 트레이드 오프-01
   4. 정밀도와 재현율의 트레이드 오프-02
   5. F1 Score와 ROC-AUC 소개
   6. 평가 실습 - 피마 인디언 당뇨병 예측