AI & 데이터분석 101
- [KT 에이블스쿨 3기 AI] KT 최종합격
- [KT Aivle 3기 AI] 수료식
- [KT Aivle 3기 AI] 24주차. 빅프로젝트 발표회, 취업특강, 잡페어
- [KT Aivle 3기 AI] 빅프로젝트 6주차
- [KT Aivle 3기 AI] 빅프로젝트 5주차
- [KT Aivle 3기 AI] 빅프로젝트 4주차
- [KT Aivle 3기 AI] 빅프로젝트 3주차
- [KT Aivle 3기 AI] 빅프로젝트 2주차
- [KT Aivle 3기 AI] 빅프로젝트 1주차
- [MLOps] MLflow 사용법
- [KT Aivle 3기 AI] 17주차. 미니프로젝트 7차
- [KT Aivle 3기 AI] 2차 코딩 마스터스
- [KT Aivle 3기 AI] 16주차. Django, 미니프로젝트 7차
- [KT Aivle 3기 AI] 15주차. SQL, Django
- [KT Aivle 3기 AI] AICE Associate 시험 결과!
- [KT Aivle 3기 AI] 14주차. 가상화 클라우드
- [KT Aivle 3기 AI] 13주차(59~62일차). 웹 프로그래밍
- [KT Aivle 3기 AI] 58일차. IT 인프라
- [KT Aivle 3기 AI] 57일차. AICE 시험 & 1차 AIVLE Day
- [KT Aivle 3기 AI] 12주차. 미니프로젝트 6차
- [KT Aivle 3기 AI] 11주차. 미니프로젝트 5차
- [KT Aivle 3기 AI] 48~49일차. AICE 시험 대비
- [KT Aivle 3기 AI] 10주차. 미니프로젝트 4차
- [KT Aivle 3기 AI] 9주차. 언어지능 딥러닝
- [KT Aivle 3기 AI] 8주차 (33~37일차). 미니프로젝트 3차
- [Deep Learning] YOLO V5를 Transfer Learning 해보자!
- [Deep Learning] YOLO V3를 사용해보자!
- [Deep Learning] keras 콜백 함수 ReduceLROnPlateau
- [Deep Learning] Model 저장 및 로드
- [Numpy] 행렬 축 바꾸기, 차원 늘리기, 합치기
- [Deep Learning] ImageDataGenerator 사용법
- [KT Aivle 3기 AI] 7주차 (28~32일차). CNN(Convolutional Neural Network)
- [Deep Learning] 딥러닝 모델 학습 과정 시각화
- [Deep Learning] 딥러닝 모델 구조 시각화
- [Deep Learning] Keras Locally Connection(concatenate, add) 구현
- [Deep Learning] Keras Functional API로 모델 생성
- [Deep Learning] Early Stopping 과 Validation Split, Data
- [Deep Learning] Keras Sequential API로 모델 생성
- 비즈니스 관점의 모델 평가
- Shapley Value와 SHAP
- [KT Aivle 3기 AI] 27일차. AI 모델 해석 및 평가(2)
- [KT Aivle 3기 AI] 1차 코딩 마스터스
- Feature Importance
- Class Imbalance
- [KT Aivle 3기 AI] 26일차. AI 모델 해석 및 평가
- GridSearch 사용 방법 및 학습 과정 시각화
- 가변수화, One-Hot Encoding(원핫인코딩) 방법
- [KT Aivle 3기 AI] 25일차. 미니프로젝트 2차 (3) Kaggle Competition
- [KT Aivle 3기 AI] 24일차. 미니프로젝트 2차 (2)
- [KT Aivle 3기 AI] 23일차. 미니프로젝트 2차 (1)
- [KT Aivle 3기 AI] 22일차. 딥러닝 (4) Functional API 활용 실습
- [KT Aivle 3기 AI] 21일차. 딥러닝 (3) MNIST, CIFAR 10 실습
- [KT Aivle 3기 AI] 20일차. 딥러닝 (2) 히든레이어
- [KT Aivle 3기 AI] 19일차. 딥러닝 (1) 딥러닝 기초
- [KT Aivle 3기 AI] 18일차. 머신러닝 (5) 앙상블 알고리즘
- [KT Aivle 3기 AI] 17일차. 머신러닝 (4) Hyperparameter 튜닝
- [KT Aivle 3기 AI] 16일차. 머신러닝 (3) 기본알고리즘
- [KT Aivle 3기 AI] 15일차. 머신러닝 (2) 모델 성능 평가 방법
- [KT Aivle 3기 AI] 14일차. 머신러닝 (1) 머신러닝 기초
- [KT Aivle 3기 AI] 13일차. 웹크롤링 (Web Crawling) (2)
- [KT Aivle 3기 AI] 12일차. 웹크롤링 (Web Crawling) (1)
- [KT Aivle 3기 AI] 11일차. 미니프로젝트 2
- [KT Aivle 3기 AI] 9~10일차. 미니프로젝트 1
- [KT Aivle 3기 AI] 8일차. 이변량 분석(Y : 범주)
- [Pandas 기초] 7. 시계열 데이터 처리
- [KT Aivle 3기 AI] 7일차. 이변량 분석(숫자 → 숫자, 범주 → 숫자)
- [Pandas 기초] 6. DataFrame 결합
- [Pandas 기초] 5. DataFrame 변경
- [Pandas 기초] 4. DataFrame 집계
- [Pandas 기초] 3. DataFrame 조회
- [Pandas 기초] 2. DataFrame 탐색
- [Pandas 기초] 1. DataFrame 생성 및 불러오기
- [KT Aivle 3기 AI] 6일차. 시계열 데이터, 데이터 분석 방법론, 시각화, 단변량 분석
- [Numpy] Numpy 기초
- [KT Aivle 3기 AI] 5일차. (2) DataFrame 결합
- [KT Aivle 3기 AI] 5일차. (1) DataFrame 변경
- [KT Aivle 3기 AI] 4일차. (3) Pandas
- [KT Aivle 3기 AI] 4일차. (2) Numpy
- [KT Aivle 3기 AI] 4일차. (1) 개요. 데이터 구조
- [KT Aivle 3기 AI] 2~3일차. Python Programming
- [KT Aivle 3기 AI] 1일차. Git
- [사전학습] 6.4 시계열 분석
- [사전학습] 6.3 회귀분석
- [사전학습] 6.2 상관분석
- [사전학습] 6.1 가설의 의의와 검정
- [사전학습] 5.4~5 동적 시각화
- [사전학습] 5.1~3 정적 시각화
- [사전학습] 4.4 다변량 시각화
- [사전학습] 4.3 다변량 비시각화
- [사전학습] 4.2 일변량 비시각화
- [사전학습] 4.1 일변량 비시각화
- [사전학습] 3.5 데이터 축소 - 특징 선택
- [사전학습] 3.4 데이터 변환 - 특징 생성
- [사전학습] 3.3 데이터 변환 - 구간화 정규화
- [사전학습] 3.2 이상 데이터 처리
- [사전학습] 3.1 결측 데이터 처리
- [사전학습] 2.5 시계열 기초
- [사전학습] 2.4 데이터 그룹핑
- [사전학습] 2.3 데이터 합치기
- [사전학습] 2.2 데이터 변경
- [사전학습] 2.1 데이터 선택