Enroll Course: https://www.coursera.org/learn/ibm-exploratory-data-analysis-for-machine-learning
코스 개요
IBM 머신러닝 전문 자격증의 첫 번째 과정인 Exploratory Data Analysis for Machine Learning은 머신러닝의 기본 개념과 이 전문 자격증의 내용을 소개합니다. 이 과정에서는 데이터의 품질이 얼마나 중요한지 깨닫게 되며, 다양한 기법으로 데이터를 수집하고 정리한 후, 특성 공학을 적용하여 preliminray 분석 및 가설 테스트를 준비하는 방법을 배우게 됩니다.
학습 목표
- 다양한 데이터 소스에서 데이터 수집 이해하기: SQL, NoSQL 데이터베이스 사용법
커리큘럼
현대 AI 및 그 응용의 간략한 역사
인공지능(AI)은 새로운 것이 아니지만, 이제 어느 때보다 비즈니스 환경에서 머신러닝을 시작하기가 더 쉬워졌습니다. 이 모듈에서는 AI와 머신러닝에 대한 간단한 소개와 현대 AI의 간단한 역사, 그리고 AI와 머신러닝의 현재 aplicação를 살펴보며, 이를 비즈니스 연습이나 개인 프로젝트에 어떻게 활용할 수 있을지에 대해 생각해봅니다.
데이터 수집 및 정리
좋은 데이터는 머신러닝과 인공지능을 구동하는 연료입니다. 이 모듈에서 다양한 소스에서 데이터를 수집하고, 데이터의 품질을 보장하기 위해 이를 정리하는 방법을 배웁니다.
탐색적 데이터 분석 및 특성 공학
이 모듈에서는 탐색적 분석을 수행하여 머신러닝 모델링에 적합하게 준비되었음을 시각적으로 확인하는 방법, 특성 공학 및 변환을 배우게 됩니다.
추론 통계 및 가설 테스트
추론 통계와 가설 테스트는 데이터 분석 초기 단계에서 종종 간과되는 두 가지 유형의 분석입니다. 이들은 데이터 품질에 대한 빠른 통찰력을 제공하며, 비즈니스 직관을 확인하고 머신러닝을 사용하여 무엇을 분석할지 안내해 줍니다. 이 모듈에서는 비즈니스 문제에 대한 가설을 생성하고 이를 테스트하는 방법에 대한 유용한 정의 및 간단한 예제를 살펴봅니다.
(선택 과제) HONORS 프로젝트
이 선택적 HONORS 프로젝트에서는 과정 내내 배운 기술과 지식을 적용할 수 있습니다. 이 과정에서 사용된 데이터셋 또는 관심 있는 다른 데이터셋 중 하나를 선택하여 데이터 정리, 특성 공학, 탐색적 데이터 시각화, 가설 테스트 등 모든 기술을 적용합니다.
종합 평가
이 코스는 머신러닝에 대한 기초 지식뿐만 아니라 데이터를 정리하고 분석하는 데 필요한 다양한 기술을 단단히 다져줄 수 있는 훌륭한 과정입니다. 머신러닝에 관심이 있거나 데이터 과학을 시작하고 싶은 분들에게 강력히 추천드립니다.
결론
전체적으로 Exploratory Data Analysis for Machine Learning 과정은 데이터 과학과 머신러닝의 기본기를 다질 수 있는 매우 유익한 과정입니다. 진지하게 데이터 분석을 배우고 싶은 모든 분들에게 추천합니다.
Enroll Course: https://www.coursera.org/learn/ibm-exploratory-data-analysis-for-machine-learning