업무에 바로 적용하는 Python 머신러닝
| 교육일정 | |||
|---|---|---|---|
| 교육시간 | 2일, 16시간 | ||
| 교육장소 | 한국생산성본부 2층 204호 | ||
| 고용보험 | 고용보험 비환급 ? | ||
|
교육비
|
정상가 620,000 원 KPC 유료법인회원 570,000 원 | ||
| 교육문의 | ICT교육센터 02-724-1272 / dhryu@kpc.or.kr / 결제·계산서문의 : 02-724-1212 | ||
교육목적/특징
▶ 본 과정은 원활한 실습을 위하여 오프라인으로 개강될 예정입니다.
■ 데이터 분석을 통해 머신러닝 현장 감각을 체험하고 업무에 적용할 수 있도록 기초 문법부터 단계별로 실습한다.
■ 현업에 적합한 데이터 가공 방법을 활용하고 고객의 수요를 예측할 수 있다.
■ 파이썬 머신러닝 기법을 활용하여 데이터의 문제를 발견하고, 문제 해결방법을 도출할 수 있다.
■ 실제 현업 관점에서 데이터 프로젝트를 실습하는 과정에서 분석 스킬의 기반을 다진다.
교육대상
■ 파이썬 머신러닝을 활용하여 업무에 적합한 빅데이터 분석 기법이 필요한 실무자
■ 파이썬 머신러닝으로 데이터를 보다 정확하게 파악하고자 하는 실무자
■ 파이썬 머신러닝 분석 기법을 업무에 바로 적용하고자 하는 실무자
■ 머신러닝을 기반으로 수요 분석 결과를 예측하고, 업무를 개선하고자 하는 실무자
교육내용
일자 | 내용 | |
|---|---|---|
1일차 | [Phase 01] 파이썬 분석 기초 문법 - 실습 : 조건문과 반복문으로 데이터 구조화 | |
[Phase 02] 업무 시스템 데이터 가공 - 데이터 가공과 매장별 집계 함수 | ||
[Phase 03] 업무데이터 시각화 및 분석 - 실무 매출 히스토그램으로 가시화 - 실습 : 스토리 기반의 데이터 분포 지도 시각화 | ||
2일차 | [Phase 04] 머신러닝 업무 시스템 모델 정규화 | |
[Phase 05] 머신러닝 범주형 모델 구현 - 예측할 신규 데이터의 범주형 변수 대응 - 분석 결과를 jointpoint 회귀 시각화 - 실습 : 실전 데이터 결과 분석 보고서 | ||
[Phase 06] 머신러닝 업무 프로세스 분석 - 신규 데이터 로딩 및 매장별 데이터 생성 - 머신러닝 모델용 사전 데이터 가공 - 머신러닝 모델 구현, 평가 및 예측 - 실습 : 머신러닝 모델의 정밀도 결과 시각화 | ||
[Phase 07] 머신러닝 업무 시스템 정확도 예측 - 머신러닝 모델 예측 결과를 로딩 및 결합 - 머신러닝 모델의 정밀도 평가 구성 - 머신러닝 모델 변수 중요도 분석 - 실습 : 머신러닝 모델 예측결과 및 검증 | ||
※ 본 교육과정은 모집인원 미달시 폐강이 될 수 있음을 안내해 드립니다.
수강후기
연관 자격
| 자격증명 | 자격증관련링크 |
|---|
