ML_Study

CUAI 인공지능 학회에서 Machine Learning을 공부하며 학습 내용을 정리하고 발표하는 스터디입니다. 아래 교재를 활용하여 기초부터 심화까지 체계적으로 학습합니다. 🚀

“Learning together, Growing together”

📖 교재

[파이썬 머신러닝 완벽 가이드]

스터디는 주제별 학습으로 8주 동안 진행됩니다.

Week	Topic	Key Concepts
1주차	Numpy, Pandas	데이터 처리 및 분석을 위한 필수 라이브러리 학습
2주차	사이킷런 for 머신러닝	Scikit-learn을 활용한 머신러닝 기초
3주차	분류의 성능평가지표	정확도, 정밀도, 재현율, F1 Score 등의 활용
4주차	분류_1	주요 분류 알고리즘 (Logistic Regression, SVM 등)
5주차	분류_2	앙상블 학습 (Random Forest, Gradient Boosting 등)
6주차	회귀	선형 회귀, 다중 회귀 분석
7주차	차원축소	PCA, t-SNE를 통한 데이터 차원 축소
8주차	군집화	K-Means, Hierarchical Clustering

Name		Name	Last commit message	Last commit date
Latest commit History 8 Commits
Basic_김신웅_1주차_1.ipynb		Basic_김신웅_1주차_1.ipynb
Basic_김신웅_1주차_2.ipynb		Basic_김신웅_1주차_2.ipynb
Basic_김신웅_2주차.ipynb		Basic_김신웅_2주차.ipynb
Basic_김신웅_3주차.ipynb		Basic_김신웅_3주차.ipynb
Basic_김신웅_4주차.ipynb		Basic_김신웅_4주차.ipynb
Basic_김신웅_5주차.ipynb		Basic_김신웅_5주차.ipynb
Basic_김신웅_6주차_1.ipynb		Basic_김신웅_6주차_1.ipynb
Basic_김신웅_6주차_2.ipynb		Basic_김신웅_6주차_2.ipynb
Basic_김신웅_6주차_3.ipynb		Basic_김신웅_6주차_3.ipynb
Basic_김신웅_6주차_4.ipynb		Basic_김신웅_6주차_4.ipynb
Basic_김신웅_7주차.ipynb		Basic_김신웅_7주차.ipynb
Basic_김신웅_8주차.ipynb		Basic_김신웅_8주차.ipynb
README.md		README.md
국내버거집_마케팅채널_데이터분석.ipynb		국내버거집_마케팅채널_데이터분석.ipynb