올인원 패키지 : AutoML 시스템 구축으로 익히는 모델 선택과 하이퍼파라미터 튜닝
올인원 패키지 Online.
AutoML 시스템 구축으로 익히는
모델 선택 및
하이퍼파라미터 튜닝
-
01 AutoML 바닥부터 개발
3가지 머신러닝 AutoML을 개발해보며
머신러닝 모델 개발의 실무를 경험 -
02 AutoML 현직 개발자 직강
만들어진 서비스가 아닌 자체 AutoML
시스템을 직접 구현하는 저자/강사의 직강 -
03 질의응답을 통한 맞춤 학습
개인의 상황 / 회사의 비즈니스에 따라
다르게 생기는 문제 상황 대응
AutoML 시스템을 처음부터 만들어보는 실습으로
실질적인 머신러닝 모델 개발 과정을 익힙니다.
머신러닝 실무자가 마주하는 다양한 문제에 대한
의사결정을 보다 효율적으로 할 수 있습니다.
강의에서는 다음의 고민거리를 풀어가는 힌트를 얻을 수 있습니다.
데이터를 마주했을 때, 무엇을 해야할 지,
어떠한 모델로, 어떻게 학습해야 할 지 결정하기 어려운 모든 분들을 위한 강의 입니다.
머신러닝 모델 개발 입문자를 위한 ML 핵심 개념부터
실무자를 위한 ML 자동화 최적화 기법까지 학습합니다.
AutoML 입문자를 위한 기초 프로젝트부터
최신 논문에서 언급되는 주제로 구현된 고난이도 프로젝트까지 순차적으로 학습합니다.
길스랩
ㆍ산업공학 박사 : 머신러닝 및 최적화 전공
ㆍ기술 블로그 길스랩 (https://gils-lab.tistory.com/) 운영
ㆍ"파이썬을 이용한 머신러닝 자동화 시스템 구축" 저자
ㆍ머신러닝 및 최적화 분야 20편 가량의 학술 논문 게재
머신러닝 자동화 시스템을 구축해야 하는 상황은 흔치 않습니다.
그러나, 머신러닝 자동화 시스템의 원리는 머신러닝 실무자에게 굉장히 중요한 내용입니다.
특히, 이 강의에서 자세히 설명하는 데이터 탐색 방법과 탐색 결과에 따른 적절한 전처리 기법과 모델 선택, 그리고 최적화 기법을 이용한 하이퍼파라미터 튜닝 등은 머신러닝 실무자에게 분명 도움이 될 것입니다.
강의에서는 함께 AutoML을 처음부터 개발해보면서, 머신러닝 실무자가 마주하는 각각의 문제 및 고민의 순간마다 어떠한 기준으로 의사결정을 하는지 알아보겠습니다.
보다 나은 의사 결정을 할 수 있는 머신러닝 실무자가 되는데 이 강의가 도움이 되시길 기대합니다.
권장 수강 대상
데이터 특성을 이해하고 데이터 특성에 따른 적절한전처리 및 모델 선택을 하고 싶은 분
모델 선택과 하이퍼 파라미터 튜닝에 대해 깊게 이해하고 싶은 분
이론적인 내용이 아니라, 머신러닝 실무에 반드시 필요한 모델의 특성을 이해하고 싶은 분
데이터와 최적화 기법을 사용해 전처리 기법, 모델, 하이퍼 파라미터를 선택하고 싶은 분
수업 환경 설정
*수업 전 설치 필요
*수업 중 함께 설치
강의 미리 엿보기.
커리큘럼.
아래의 모든 강의를 올인원 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!
Part 1. 머신러닝 모델 개발 프로세스
Part 2. 파이썬을 이용한 머신러닝 모델 학습
Part 3. 주요 지도 학습 모델
Part 4. 최적화 문제
Part 5. 그리드 서치와 랜덤 서치
Part 6. 유전 알고리즘
Part 7. 베이지안 최적화
Part 8. 머신러닝 자동화를 위한 테크닉
Part 9. 머신러닝 자동화를 위한 파이썬 패키지
Part 10. 실전 시스템 구축
-
상세 커리큘럼.
자세한 커리큘럼 및 내용은 여기서 확인하세요!