Skip to content

빅데이터 연합동아리 BOAZ에서 진행하는 핸즈온 머신러닝 스터디에 대한 레포지토리입니다.

License

Notifications You must be signed in to change notification settings

minsuk-sung/Hands-On-MachineLearning

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

BOAZ 핸즈온 머신러닝 스터디


들어가기 앞서

해당 GitHub는 핸즈온 머신러닝(Hands-On Machine Learning with Scikit-Learn & TensorFlow)에 포함된 예제 코드와 연습문제 해답을 가지고 있습니다.

본 내용은 대학생 빅데이터 동아리 BOAZ의 핸즈온 머신러닝 스터디 (머신러닝 파트) 자료입니다. 상업적인 목적으로 사용하는 것은 절대로 금합니다.

여기에 있는 모든 내용은 책 핸즈온 머신러닝(Hands-On Machine Learning with Scikit-Learn & Tensorflow),한빛미디어에서 제공해준 내용을 참고하여 만들어졌으며, 책의 내용에 대한 모든 저작권은 한빛미디어에게 있음을 미리 밝힙니다. 또한 여기에 사용된 코드는 한빛미디어에서 제공해준 GitHub과 ExcelsiorCJH님의 GitHub을 바탕으로 재구성하였습니다.

실습 환경

책에서 진행된 모든 코드는 해당 라이브러리의 버전을 요구합니다.

NumPy : 1.14.5 이상
Pandas : 0.22.0 이상
matplotlib : 2.2.2 이상
SciPy : 1.1.0 이상
Scikit-Learn : 0.19.1 이상
TensorFlow : 1.7 이상
OpenAI gym : 0.10.5 이상

해당 명령어를 통해서 책에서 진행됐던 실습환경을 동일하게 맞출 수 있습니다.

pip3 install -r requirements.txt

목차

책은 전체적으로 총 2개의 파트로 구성되어 있습니다. 2020년 2월까지 Part1. 머신러닝을 끝내고, 2020년 6월까지 Part2. 신경망과 딥러닝을 마무리하는 것을 계획하고 있습니다.

Part 1. 머신러닝

  • (01.25) Chap01 - 한눈에 보는 머신러닝
  • (01.25) Chap02 - 머신러닝 프로젝트 처음부터 끝까지
  • (02.01) Chap03 - 분류
  • (02.01) Chap04 - 모델 훈련
  • (02.08) Chap05 - 서포트 벡터 머신(SVM)
  • (02.15) Chap06 - 결정트리(Decision Tree)
  • (02.22) Chap07 - 앙상블 학습과 랜덤 포레스트
  • (02.29) Chap08 - 차원 축소

Part 2. 신경망과 딥러닝

  • (3월 예정) Chap09 - 텐서플로 시작하기
  • (3월 예정) Chap10 - 인공 신경망 소개
  • (4월 예정) Chap11 - 심층 신경망 훈련
  • (4월 예정) Chap12 - 다중 머신과 장치를 위한 분산 텐서플로
  • (5월 예정) Chap13 - 합성곱 신경망
  • (5월 예정) Chap14 - 순환 신경망, RNN
  • (6월 예정) Chap15 - 오토인코더(AutoEncoder)
  • (6월 예정) Chap16 - 강화학습(RL, Reinforcement Learning)

참고

About

빅데이터 연합동아리 BOAZ에서 진행하는 핸즈온 머신러닝 스터디에 대한 레포지토리입니다.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 99.7%
  • Other 0.3%