머신러닝 학습순서

머신러닝 학습순서

1. 파이썬머신러닝완벽가이드

2. 데이터마이닝 개념과 기법(지아웨이한) : 이론서적 정독 권장

3. 구글링, 유튜브, 캐글 활용하는 방향으로 학습

4. 신경망과 심층학습 (<신경망 첫걸음> : 딥러닝개념잡기좋음)

5. 1일 1코딩 + 통계학 + 신경망과 심층학습

​

핸즈온 머신러닝 : 개념은 없고 실습위주

파이썬을 활용한 머신러닝 쿡북(한빛미디어) : 완전입문에겐 비추

인공지능, 딥러닝 이론 이해

​

머신러닝과 수학

+ 수학 베이스가 없으면 응용을 못함. 모듈만 쓸 뿐

+ 기획이 중요. 문제정의가 잘못되거나 설계방향이 달라지면 무너짐

+ 기획,분석방법,논문(학위보단 학술지/왜썼는지,무엇을해결,어떤방법)읽기

 

 

수치데이터는 histogram, distplot

범주형데이터는 barplot, count plot

데이터별로 시각화 기법나눠서 사용하면 보여줄 때 깔끔

 

 

일반 통계학을 배우지 말고 본인 직무에 필요한 통계학배울것. 

수학 문제풀이가 아닌 개념,원리 이해만 해도 충분하다. 

1.통계학은 가장 먼저 치트시트로 시작할것 

2.데이터사이언티스트를 위한 수학책볼것(다비슷함)