모델생성을 통해 방정식의 이해를 정리하는 recap

파이선 기반의 활용, 강의는 온라인등에 많이 있다, 이곳에 정리하는부분은 ML 기반의 필요한 내용만 집중적으로 정리한다.

출처:
  1. 코딩을 위한 기본개념 - 파이썬 알고리즘 인터뷰 책, 코딩더 매트릭스 책, 네오위즈 강의-박성호
  2. 파이참, Anaconda등 관련 IDE
  3. 개발환경구축은 제외( 서로다른 환경구성이 있기에 언급하지 않는다)
  4. 머신러닝/딥런닝 구분 구현 

   MRP :  머신런닝, 딥런닝을 위한 파이선코딩 정리용 할당코드
   PYT  :  파이선의 기본베이스 지식 정리를 위한 할당코드

---

1부 : 기초개념 및 이해 

---

 1. 머신런닝을 위한 파이선 코딩 기본 지식 : MRP -공개

    1-1. 파이썬 제어문, 테이터 타입, 함수, 클래스

    1-2. 파이썬 Numpy

    1-3. 파이썬 수치미분

 

2. 데이터 분석 기초 : PYT - 비공개

    2-1. 판다스 개요 및 데이터프레임

    2-2. 파일에서 데이터 불러오기

    2-3. 행과열데이터 추출하기

    2-4. 데이터 프레임 만들기

    2-5. 데이터 프레임 파일로 저장하기

    2-6. 데이터프레임 행, 열 삭제하기

    2-7. 공개된 빅데이터 가공해보기

    2-8. 실무 데이터 분석 -> 블러그 내에 카테고리로 이동

 

3. 머신런닝(파이선) : MRP -부분공개

    3-1. 파이썬 지도학습 비지도학습 개념

    3-2. Linear Regression

    3-3. Logistic Regression

    3-4. 머신런닝 XOR문제

       - 비공개 항목 -

 

4. 1부 모델링을 위한 사전학습 : PYT - 비공개

    4-1. 파이선 알고리즘 인터뷰 책내용

          - 표준화된 코딩 방법과 알고리즘을 구현하는 방법을 논하는 책

    4-2. 코딩더 매트릭스 

          - 공학, 미분학, 선형대수의 수학공식을 파이선으로 표현하고 구현하는 방법을 정리한 책 

    4-3. Reinforcement Learning 개론서 바이블

 

5. 1부  구현  머신런닝 모델링  : PYT -비공개

   5-1. 공공 : 보건의료, 교통, 국방

   5-2. 금융

       - 비공개 항목 -

---

2부 : 심화와 적용 : 1부에서는 기초 코딩 방법 -> 데이터 분석 방법 -> 머신런닝 적용 -> 심화를 실습 및 자가 학습과 연습이 많이 되었다는 전재하에 진행하므로 1부 내용을 다직접 해봐야한다... 안하면 못따라 올걸...?

    

텐서플로우로 진행하기에 테서플로우에 대한 사전 학습 및 이해가 있어야 한다.

(j4zlap.tistory.com/86)이정도의 지식은 있어야 진행할수 있다.

 

---

6. 딥러닝

    6-1. 딥러닝

    6-2. 오차역전파

    6-3. CNN

    6-4. RNN

    6-5. Transger Learning