처음 만나는 머신러닝: 이론부터 시작하는 머신러닝과 LLM 을 통한 자동화 분석 툴 구축하기 (feat. 수강생들 모델들의 진검승부)
📚 강의 소개
"코딩 초보자도 AI 전문가로 거듭날 수 있는 혁명적인 여정이 시작됩니다."
Python의 기초 문법부터 객체지향 프로그래밍까지, 머신러닝의 핵심 원리와 최신 LLM 기술을 활용한 자동 데이터 분석 툴 개발까지 - 이 모든 것을 한 강의에서 마스터하실 수 있습니다.
모든 완성된 코드들도 공유 드립니다😄
✨ 무엇을 배우게 될까요?
🐍 Python 완전 정복
변수, 자료형, 조건문, 반복문의 기초
함수와 모듈을 활용한 효율적 코딩
실전 연습을 위한 실습 코드까지 제공 :)
📊 데이터 분석 필수 도구
Pandas, NumPy, Matplotlib 실무 활용법
데이터 시각화와 전처리 기법
실전 연습을 위한 실습 코드까지 제공 :)
🤖 머신러닝 마스터
지도학습/비지도학습 알고리즘 이해
데이터를 통한 실전 프로젝트 진행
대시보드에서 내가 만든 모델의 성능과 수강생들의 모델 성능을 비교하여 승부를 겨뤄보자!!
🚀 최신 기술 활용
Streamlit+LLM으로 타이핑 몇 번에 완성되는 AI 자동화 분석 툴 제작!
GPT 계열 모델 API 연동 및 활용
만약 회사에서 생성형 AI 페이지가 막혔다면?
[제공 코드 1] PDF를 업로드 하면 해당 내용을 읽고 사용자의 질문에 대해 답변해주는 QnA 챗봇 구현 코드
[제공 코드 2] CSV를 업로드 하면 해당 내용을 읽고 자동으로 시각화 + 머신러닝 코드 + 추가 코드 작업을 위한 QnA 챗봇 기능 구현 코드
🎯 이런 분들께 추천합니다
코딩 경험이 전혀 없는 초보자
AI와 머신러닝에 관심 있는 모든 분
자신만의 AI 프로젝트를 시작하고 싶은 분
데이터 분석 자동화 툴을 만들고 싶은 분
💻 학습 방식
이론과 실습을 균형 있게 병행하는 과정으로, 매 수업마다 실전 코딩 연습이 포함됩니다. 강의 종료 시점에는 나만의 AI 자동화 툴을 완성하게 됩니다! 이는 직접 분석하고 싶은 데이터를 업로드 하기만 해도 여러분의 컴퓨터에서 GenAI와 대화하며 분석을 할 수 있게 해줄 것입니다 :)
"AI 혁명은 이미 시작되었습니다. 이제 당신이 그 주인공이 될 차례입니다."
1. Python 기초
1.1 Python 시작하기
파이썬이란?
Jupyter notebook 설치
간단한 조작법 학습
변수, 자료형, 연산자
1.2 Python 프로그래밍 기초1
조건문
반복문
함수
리스트, 딕셔너리
1.3 Python 프로그래밍 기초2
Numpy
Matplotlib
Pandas
2. 데이터 분석 기초
2.1 머신러닝 Overview
기계학습(머신러닝)이란?
지도학습
학습 모형 평가 방법
과적합, 과소적합
2.2 머신러닝 (회귀)
다양한 회귀 모형 알아보기
하이퍼 파라미터 튜닝
회귀 모형 학습하기
회귀 모형 예측하기
회귀 모형 평가하기
2.3 머신러닝 (분류)
다양한 분류 모형 알아보기
분류 모형 성능 평가 지표
분류 모형 학습, 예측, 평가 실습해보기
2.4 (부록) 머신러닝 성능 경쟁하기!
https://whoisthewinner.streamlit.app/ 접속
내가 학습한 모델의 성능을 측정하고, 수강생들 모델과의 성능 경쟁! (재미용으로만 경쟁해봅시다!)
3. LLM과 Streamlit을 활용한 자동화 데이터 분석 툴 개발
5.1 LLM 기초와 활용
LLM 개념 이해
OpenAI API 사용법
5.2 LLM과 Streamlit 통합
LLM을 활용한 데이터 분석 자동화
사용자 인터페이스 개선
과제: 파일 업로드와 LLM 기반 데이터 분석 챗봇 웹 앱 완성하기
최종 프로젝트
1) 자동화 데이터 분석 도구 개발 (모든 수업 내용 통합)
데이터 업로드 기능
LLM 기반 데이터 분석 챗봇
시각화 대시보드
결과 저장 및 공유 기능
최종 과제: 실제 데이터셋을 활용한 완전한 데이터 분석 자동화 도구 개발 및 발표
💻 강사가 직접 제공하는 코칭권!
[1] 머신러닝 실습을 진행하면서 추가 내용 설명이 필요한 부분에 대해 상세히 코칭해드립니다.
[2] 코드 실행 오류나 실습 환경과 관련된 문제를 해결할 수 있도록 도와드립니다.
[3] 프로그램 업데이트나 라이브러리 변경사항 등 수업 내용을 발전시키는 과정에서 발생하는 어려움을 해결해드립니다.
[4] 기타 클래스와 관련된 질문도 가능한 한 최선을 다해 코칭해드립니다.
[5] 코칭은 접수일 기준으로 순차적으로 답변되며, 최소 7~10일 정도 소요될 수 있습니다.
[6] 코칭권은 구매일로부터 20주간 유효하며, 기간 내 미사용 시 환불되지 않습니다.
Class Curriculum1
Class details
Creator
JhoonPark
안녕하세요, 데이터 사이언티스트 JhoonPark입니다
안녕하세요, 현재 현업에서 데이터 사이언티스트로 일하고 있습니다. 중앙대학교 응용통계학 학사와 통계학 석사 학위를 취득했으며, 석사 과정 중에는 통계학을 기반으로 한 딥러닝 연구에 집중했습니다.
학술적 배경
저는 대학원 과정에서 리드 연구원으로 활동하며 다양한 프로젝트를 이끌었습니다. 연구 성과로는 SCI 논문 3편을 출판하고 국내외 학회에서 3번의 발표를 진행했습니다. 특히 한국통계학회에서 머신러닝의 앙상블 방법론에 관한 논문으로 장려상을 수상했습니다. 졸업 논문의 경우 Nature지의 논문 두 편에서 인용을 했습니다.
직무 경험
LG전자 (2024년 10월 ~ 현재)
챗봇 개발
수요 예측 모델 개발
넷마블 (2022년 1월 ~ 2024년 10월)
게임 내 부정행위 사용자 탐지 모델 개발
로그 데이터 분석을 통한 부정 사용자 패턴 식별
최신 딥러닝 모델을 적용한 연구 및 실험 수행
주요 프로젝트
고객 의견 취합 툴 개발 (2023년 1월 ~)
YouTube, Twitch, Reddit 등에서 수집한 게임 유저 반응 분석
LLM 모델을 파인튜닝하여 감성 분석 수행
잔존율 분석 (2022년 3월 ~ 2023년 2월)
D2~D7 리텐션 데이터 분석
게임 유저 이탈 원인 파악 및 개선점 제안
대규모 게임에서의 결제 사기 탐지 (2022년 3월 ~ 2023년 2월)
그래프 어텐션 네트워크와 PU 손실 함수를 활용한 모델 개발
유럽 최대 Machine Learning 학회에서 공동 제1저자로 발표
코로나19 변이 RNA 예측 (2021년 3월 ~ 2022년 2월)
PCR 검사 환자의 RNA 데이터 분석
코로나 변이의 번역 개념을 활용한 연구
기술 스택
프로그래밍: Python(Pandas, TensorFlow, PyTorch, NumPy, Scikit-learn 등), R, SQL(BigQuery)
기타: Linux, Shell(Bash/Zsh), LaTeX, Git
강의를 시작하게 된 계기
많은 이들에게 이 데이터는 어려운 미지의 영역으로 남아있습니다. 특히 비전공자들에게 데이터 분석은 마치 외계어와 같은 높은 장벽으로 느껴지곤 합니다.
저는 데이터의 언어를 누구나 말할 수 있게 하는 꿈을 품게 되었습니다. 기술의 힘은 소수의 전문가만이 아닌, 모든 이들이 공유할 때 진정한 변화를 만들어낼 수 있기 때문입니다.
이 강의는 Python 기초부터, Machine Learning (지도 학습, 비지도 학습)까지 쉽게 설명합니다. Machine Learning에 대한 이해를 돕고, 그 이해를 바탕으로 Excel이나 CSV 파일을 업로드하면 LLM(대규모 언어 모델)을 활용한 챗봇이 자연스러운 대화 형식으로 데이터를 분석해주는 툴을 만들게 됩니다. 복잡한 코드 없이, 직관적인 대화만으로 데이터 분석을 진행할 수 있는 툴을 함께 만들며 데이터 분석에 대한 장벽을 낮춰드립니다.
