• 커리큘럼 구상하며 메모
• 운영진 분들이 짜주신 것에서 수정한 부분

<aside> 🚀 스터디 목표 ! 딥러닝은 조금 알지만, 머신러닝에 대한 기본 지식이 없다는 전제 하에, 데이터 분석 기법과 툴을 기본부터 최신까지 익힙니다. 스스로 목표 데이터를 정해 원하는 프로젝트나 대회에 참여할 수 있을 실력을 쌓읍시다.

</aside>

※ 커리큘럼을 구상할 땐 학기 중 공부다 보니 부담을 심하게 주지 않고 개인공부를 할 시간을 확보하고 살리는 방향으로 짰는데, 같이 공부하는 분들의 요구사항와 성향을 좀 알아본 후에 조정할 수도 있을 듯 합니다.

교재

파이썬 머신러닝 완벽 가이드

(기존의 강의들이 유료이거나, 영어로 되어있어서 따로 강의를 찾진 않았습니다.

교재에 개념+실습+캐글 모두 포함되어있기 때문에, 교재를 기반으로 공부하고 부족한 부분은 팀내에서 유튜브나 무료 강의를 찾아 학습하면 될 것 같습니다.)

파이썬 머신러닝 완벽 가이드

서문에 따르면, 교재 특징은 다음과 같습니다.

• 수학적으로 깊게 들어가지 않음
• 데이터 사이언스의 **최신 기법과 알고리즘(XGBoost, LightBGM, 스태킹 등)**을 실전 예제를 통해 상세히 설명
• 추천 대상: 머신러닝에 경험이 있으나 실무 적용에 어려움을 겪는 사람

• 교재 분량이 너무 많아서, 정규 머신러닝 수업에서 주로 다루는 범위인 군집화(7장) 까지만 내용을 줄일까 합니다. 텍스트 분석과 추천 시스템 쪽 진도는 스터디 종료 시점 쯤에 이후 내용을 더 진행할지 의견을 모아 결정하겠습니다.