사무직 직장인 맞춤 | 실전예제로 배우는 파이썬 10시간 완성 | 판다스+크롤링+머신러닝

Description

사무직 직장인 여러분 여러분이 찾던 코딩강의 여기 있습니다.

이해하기 쉬운 설명 + 함께 타이핑하는 실습으로 재밌게 배우고 업무시간을 줄여봐요.

-------------------

주위에서 코딩이 중요하다, 파이썬이 대세다 이런 말 많이 들어보셨죠? 회사에서도 자기계발로 필요하다고 교육 들으셨던 경험도 있으셨을거고요. 하지만 두꺼운 전공책처럼 이해하기 어려운 내용들만 나와서 이건 내 길이 아니다 라고 금방 그만 두셨던 경험도 분명 있으셨을거라고 생각합니다. 그래서 준비했습니다. 컴퓨터 비전공 사무직 직장인 여러분들의 입장에서 필요한 것만 쉽게 배우는 파이썬 강의입니다. 어떻게 믿냐고요? 제가 바로 그 컴퓨터 비전공 사무직 직장인입니다.

---------------------

무료 강의인

-쉽고 재밌는 파이썬 기초 30분 완성

듣고 오세요!

---------------------

이 강의는 총 10시간(1.5+2.5+6)으로 이루어져 있습니다!

- 실전예제로 배우는 1.5시간 판다스

이 강의는 엑셀과 유사한 작업을 할 수 있지만 엑셀보다 더 재밌는 판다스 강의입니다.

판다스 여러 명령어의 개념을 배우고 직접 실습합니다.

실제로 회사에서 사용할만한 실전문제도 5개 준비되어 있습니다.

※ 판다스 강의 들으신 후 무료강의인 '실전예제로 더하는 파이썬/판다스 플러스 알파' 듣고 오세요!

- 실전예제로 배우는 2.5시간 크롤링

크롤링(스크레이핑)의 개념을 배우고 직접 실습합니다.

- 실전예제로 배우는 6시간 머신러닝

이 강의는 지금까지 배운 것들의 피날레가 될 강의입니다.

머신러닝의 개념을 배우고 직접 실습합니다.

---------------------

필요한 것만 배우겠습니다. 여러분도 하실 수 있습니다!

---------------------

판다스 배우는 개념:

데이터 확인

컬럼, 로우, 인덱스

정렬

필터

파이썬에서 COUNTIF, SUMIF 실행하기

저장하기

groupby

apply

concat

merge

크롤링 배우는 개념:

robots.txt

requests

HTML 배우기

Beautifulsoup (find, find_all, get_text)

Regular Expressions (Regex) (findall)

셀레늄 메뉴 클릭

셀레늄 드랍박스

셀레늄 자바스크립트

셀레늄 팝업창

셀레늄 키입력

머신러닝 배우는 개념:

머신러닝의 분류(Regression, Classification)

머신러닝의 절차

Feature와 Label

샘플링(Undersampling, Oversampling)

스케일러(Standard Scaler, MinMax Scaler)

Fitting(Underfitting, Overfitting)

Train Set, Test Set

Preprocessing 컨셉(Fit, Transform)

Replace, LabelEncoder

원핫인코딩(get_dummies)

원핫인코딩(Sklearn, Array, Sparse matrix)

Column Transformer(make_column_transformer)

Linear Regression 개념(Loss Function, RMSE, R square)

Regularization 모델(Lasso, Ridge, ElasticNet)

SGD Regressor (Learning Rate, Gradient Descent)

Undersampling 개념(Random Undersampler, Nearmiss)

imbalanced learn

Nearmiss 실습 중 NaN 값 처리하기

Oversampling 개념(Random Oversampler, SMOTE, Boarderline Smote)

Logistic Regression 컨셉(Sigmoid)

OVR, Multinominal (Activation, Optimization, Probability)

Hyperparameter (solver, multi_class)

Accuracy Score

Precision Score

Recall Score

Precision VS Recall

F1 Score

SVM 개념

Support Vector, Hyperplane, Margin, Soft margin, C

커널(kernel, linear, poly, rbf)

감마(gamma)

Decision Tree 이론

Random Forest Classifier 이론 (oob score)

Train/Test Split의 문제점

Cross-validation Score

GridSearchCV

HalvingGridSearchCV

Pipeline

Kmeans Clustering

-------------------

What You Will Learn!

• 판다스 - 데이터프레임, 필터, 그룹바이, 머지, 컨캣
• 크롤링 - Beautifulsoup, requests, selenium, HTML
• 머신러닝 - 아래 내용들
• 데이터전처리
• 선형회귀
• 오버샘플링, 언더샘플링
• 로지스틱회귀
• 분류모델의 성능확인
• 서포트 벡터 머신
• 결정트리, 앙상블 모델
• 교차검증, 크로스밸리데이션
• 그리드서치
• 파이프라인

Who Should Attend!

• 저와 같은 사무직 직장인
• 업무를 빠르고 효율적으로 끝내고 싶으신 분

TAKE THIS COURSE