Python For AI – 데이터 분석과 머신러닝 기초

주제

강사명

박우람

커리큘럼

가. Python 기초 문법 및 데이터 처리 - Python 개발 환경 소개 : Jupyter Notebook, Google Colab 사용법 - 기본 문법 : 변수, 자료형, 조건문, 반복문, 함수 정의 및 호출 - 자료구조 : List, Tuple, Dict, Set의 구조와 사용 예 - 패키지 설치 및 관리 : pip, venv 사용법 - Numpy를 활용한 벡터 연산 : 배열 생성, 브로드캐스팅, 배열 연산 - Pandas를 활용한 데이터프레임 처리 : Series, DataFrame 생성 및 인덱싱, 필터링 나. 데이터 시각화 및 탐색 - Matplotlib / Seaborn 기초 시각화 : plot, bar, scatter, line, pie 등 기본 그래프 - 범주형/연속형 변수 시각화 : countplot, histogram, kdeplot - Boxplot, Heatmap, Countplot 실습 : 이상치 탐지, 상관관계 시각화 다. 머신러닝 기초 - 머신러닝 개념 : 지도 학습, 비지도 학습의 차이 - Scikit-Learn 소개 및 기본 구조 : fit(), predict(), transform() 함수 개념 - 주요 알고리즘 실습 : K-최근접 이웃 (KNN) : 서포트 벡터 머신 (SVM) : 결정 트리 (Decision Tree) - 학습 및 테스트 데이터 분리 : train_test_split 사용법 - 평가 지표 : Accuracy, Precision, Recall, F1-score - 데이터 전처리 : 스케일링(StandardScaler, MinMaxScaler) : 인코딩(One-Hot, Label Encoding) : 결측값 처리(SimpleImputer) - 특성 선택 / 차원 축소 : PCA(주성분 분석) 소개 및 시각화

교육시간

2일 16시간

2 more properties