code.PRESS-UP 체험단 두 번째 후기

코드프레소 인공지능 트랙 소개

1. 파이썬으로 시작하는 머신러닝
2. 딥러닝 첫 걸음 시작하기!
3. TensorFlow 로 시작하는 딥러닝
4. 파이썬으로 구현하는 머신러닝 : 회귀분석
5. 파이썬으로 구현하는 머신러닝 : 분류분석
6. 파이썬으로 구현하는 머신러닝 : 트리모델
7. 파이썬으로 구현하는 머신러닝 : 비지도학습
8. 머신러닝을 위한 사이킷런 활용 팁
9. 이미지 데이터 처리를 위한 CNN 완벽 가이드
10. 시계열 데이터 처리를 위한 RNN 완벽 가이드

이번 포스트에서는 3(TensorFlow 로 시작하는 딥러닝), 4(파이썬으로 구현하는 머신러닝 : 회귀분석)에 대하여 작성할 것이다.

TensorFlow 로 시작하는 딥러닝

TensorFlow 로 시작하는 딥러닝 강의 링크 : https://www.codepresso.kr/course/60

TensorFlow 로 시작하는 딥러닝 강의는 다음과 같이 진행된다.

1. 딥러닝 모델의 성능
   1. 회귀분석 모델의 성능 측정
   2. 분류분석 모델의 성능 측정1
   3. 분류분석 모델의 성능 측정2

총 3개의 강의 중에 일반 강의 3개로 이루어져 있다.

이번 강의에서는 강사가 적절한 예시를 들면서 설명을 해줘서 이해하기 쉬웠다.

하지만 선수 강의인 딥러닝 ‘첫 걸음 시작하기!’와 내용이 매끄럽게 이어지지 않는다고 느꼈다.

왜냐하면 앞선 강의에서 인공신경망, 깊은 층과 같은 내용을 듣고 이어지는 과정에서 실습이 아니기 때문이다.

앞선 강의를 듣고 스스로 실습을 하고 코드프레소(TensorFlow 로 시작하는 딥러닝) 강의를 수강하면 좋겠다.

파이썬으로 구현하는 머신러닝 : 회귀분석

파이썬으로 구현하는 머신러닝 : 회귀분석 강의 링크 : https://www.codepresso.kr/course/64

파이썬으로 구현하는 머신러닝 : 회귀분석 강의는 다음과 같이 진행된다.

1. 지도학습을 위한 회귀
   1. 회귀(Regression)의 이해
   2. 회귀모델의 추정과 평가
   3. 사이킷런 활용한 회귀 실습
   4. 규제(Regularization)의 이해
   5. 사이킷런 활용한 릿지 규제 실습
   6. 사이킷런 활용한 라쏘 규제 실습

총 6개의 강의 중에 강사와 같이하는 실습 강의 3개, 혼자 하는 실습 1개, 일반 강의 2개로 이루어져 있다.

이번 강의에서는 앞선 강의들 보다 실습하는 내용이 많아서 좋았다.

혼자 하는 실습 과정을 통해 부족한 부분을 찾고 공부하는 게 도움이 많이 됐다.

앞선 강의를 듣고 회귀분석을 실습하고 싶은 사람이 코드프레소(파이썬으로 구현하는 머신러닝 : 회귀분석) 강의를 수강하면 좋겠다.

감사합니다.