디지털미디어랩 머신러닝 여름캠프

디지털미디어랩 머신러닝 여름캠프

1주차

1. Python 개발환경 구축, 기초 문법.
2. Python 조건문, 함수, 반복문.

2주차

1. Python 기본 자료형 다루기 (List).
2. Python 기본 자료형 다루기 (Dictionary, Tuple, Set).
3. Python 패키지 사용하기, Numpy 다루기.
4. Pandas 다루기 - Series.
5. Pandas 다루기 - DataFrame.

3주차

1. 기본적인 머신러닝의 용어와 개념.
2. Linear Regression의 Hypothesis와 Cost 설명.
3. Scikit-Learn 패키지와 Linear Regression 실습.
   •  예제 데이터1(훈련).
   •  예제 데이터1(테스트).
   •  실습 데이터(Bike Sharing Demand).
4. Multivariable Decision Tree.
   •  예제 데이터2(훈련).
   •  예제 데이터2(테스트).
5. Bike Sharing Demand 실습.
6. Classification과 Decision Tree.
   •  예제 데이터3(훈련).
   •  예제 데이터3(테스트).

4주차

1. Classification 모델의 평가 – Confusion Matrix.
2. Support Vector Machine.
3. Overfitting, Cross Validation.
   •  예제 데이터(MNIST).
4. Logistic Regression, Softmax Function.
5. 머신러닝 치트시트 및 딥러닝 프레임워크 등.

5주차

1. Neural Network
2. Neural Network(2)

6주차

1. Convolutional Neural Networks

참고자료

• 데이터 사이언스 스쿨 : https://datascienceschool.net/view-notebook/661128713b654edc928ecb455a826b1d/
• 모두를 위한 딥러닝/머신러닝 : http://hunkim.github.io/ml/

일정 및 커리큘럼

• 일정 및 커리큘럼.