BEST

[Revised Edition] The Complete Guide to Python Machine Learning

Name: [Revised Edition] The Complete Guide to Python Machine Learning
Price: 99000 KRW

We will help you easily understand the core concepts of machine learning and acquire the ability to implement practical machine learning applications by moving away from theory-based machine learning courses.

(4.9) 404 reviews

8,114 students

dooleyz3525

Python

Machine Learning(ML)

Statistics

This course is prepared for Basic Learners.

What you will learn!

Learn NumPy, Pandas, and Scikit-Learn, the basic packages that make up Python machine learning
Implement the core concepts of machine learning directly with Python code
In-depth explanations of key machine learning algorithms such as classification, regression, dimensionality reduction, and clustering
Learn various practical examples to the point where you can directly apply machine learning applications in practice
Optimal machine learning model composition method including data preprocessing, application of machine learning algorithms, hyperparameter tuning, and performance evaluation
Detailed explanation and usage of the latest machine learning techniques such as XGBoost, LightGBM, and stacking. Learn how to develop practical machine learning applications by following difficult Kaggle problems.
Learn how to develop practical machine learning applications by following difficult Kaggle problems (Santander Bank customer satisfaction prediction, credit card fraud detection, advanced regression techniques for real estate price prediction, Mercari shopping mall price prediction, etc.)
Learn the basic theories and various practical examples for text analysis and NLP (text classification, sentiment analysis, topic modeling, document clustering, document similarity, Naver movie sentiment analysis using KoNLPy, etc.)
You can build various recommendation systems directly with Python code and learn how to use Surprise, a Python recommendation package.

It is very popular because of its detailed explanations and abundant examples.
'The Complete Guide to Python Machine Learning'
Now available as video lectures on Inflearn.

Meet the latest revised edition
The Complete Guide to Python Machine Learning

Hello, I am Kwon Chul-min, the author of The Complete Guide to Python Machine Learning.

In April 2022, the second revised edition of the book The Complete Guide to Python Machine Learning was published.

As the book is revised, this 'Complete Guide to Python Machine Learning' course has also been newly produced and released.

The revised lectures that are being released this time have made over 70-80% of the existing lectures new lectures (over 90% of the existing lectures from Section 1 to Section 5 (Regression) are new lectures). The lecture videos have increased from 28 hours to 37 hours, and I will explain the improved and added contents.

We have put a lot of effort into the revised lectures to reflect the revised contents of the book while also making them better than the first edition lectures. Based on the feedback you have sent to the lectures, we have filled them with easier and more detailed explanations.

Introduction to the course

권 철민, 파이썬 머신러닝 완벽 가이드

The Python Machine Learning Complete Guide course organizes the core theories with detailed explanations and easy diagrams, and allows you to acquire machine learning by solving various practical problems with machine learning. Rather than a theory-oriented machine learning course, we provide a guide that allows you to apply machine learning to real-world tasks using Python libraries.

To understand this, we have organized the content so that you can maximize your machine learning capabilities by directly performing the entire process of configuring a machine learning model, from data preprocessing to applying machine learning algorithms and tuning hyperparameters, through examples based on difficult practice data from Kaggle and the UCI Machine Learning Repository, rather than well-refined data.

We also provide a very detailed explanation of the latest algorithms and techniques used in many data science fields on Kaggle , such as XGBoost, LightGBM, and stacking techniques .

In addition to the existing content, the revised edition covers the following additional content:

Implementation of practical code that upgrades all libraries used in the lecture to the latest version, including the latest scikit-learn version (1.0.2).
Added Bayesian Optimization hands-on course for optimal hyperparameter tuning of XGBoost or LightGBM models with various types of hyperparameters
Added a 'Visualization' session that covers in detail how to use matplotlib and seaborn, visualization libraries widely used for data analysis related to machine learning.

🤖 We will guide you to an expert level so you can confidently apply machine learning applications in practice.

Implementing machine learning code is not something that can be simply understood with the head or eyes. You can never become a machine learning expert without implementing it yourself. Through well-defined explanations of core concepts and abundant application and practical examples, we will guide you to the level of an expert who can confidently apply machine learning applications in practice.

In this lecture, we have strengthened the detailed explanation of many parts that were difficult to explain in the book due to space constraints, and in particular, we have put a lot of effort into making it as easy to understand as possible by solving the example codes line by line, step by step .

This is not a beginner's course for those who have no knowledge of machine learning at all, but if you learn the basic concepts of machine learning through introductory books or other video lectures and then take this course, you will be able to upgrade your machine learning skills very quickly. If you visit a large bookstore near you and briefly review the book "The Complete Guide to Python Machine Learning," you will be able to easily determine whether this course is right for you.

The source code used in the lecture can be downloaded from https://github.com/chulminkw/PerfectGuide .

People met by Inflearn
Read the interview with Kwon Chul-min | Go to

🧗🏻‍♂️

Knowing the path and walking the path are two different things. This course will be a great guide to help you reach a level where you can apply machine learning in practice .

Recommended for
these people!

Who is this course right for?

Anyone interested in machine learning
Those who have not been able to overcome the difficult algorithms of machine learning
Those who have been stuck on the surface with theory-based machine learning
Those who have been thinking about how to apply machine learning to practical work
Anyone who wants to try out data analysis/machine learning contests like Kaggle
If you want to upgrade your machine learning skills to the next level

Need to know before starting?

Experience using the Python language
Thin foundation knowledge of machine learning

Hello
This is dooleyz3525

25,210

Students

1,198

Reviews

3,924

Answers

4.9

Rating

Courses

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Curriculum

All

192 lectures ∙ (37hr 38min)

Section 1. Introduction to the course

1 lectures ∙ (7min)

1. Introduction to the revised lecture
07:49

Section 2. Understanding Python-based machine learning and ecosystem

32 lectures ∙ (5hr 20min)

Section 3. Machine Learning with Scikit-learn

14 lectures ∙ (2hr 38min)

34. Introduction to scikit-learn and overview of machine learning classification prediction models
11:00
35. Building your first machine learning model - Iris species prediction
10:35
36. Getting familiar with scikit-learn's underlying framework - Introduction to key APIs/modules and built-in example datasets
08:54
37. Separation of training and test data sets
09:55
38. Cross-validation - Understanding K-Fold and Stratified K-Fold - 01
06:42
39. Cross-Validation - Understanding K-Fold and Stratified K-Fold - 02
11:47
40. Cross-validation performance evaluation cross_val_score() and GridSearchCV for hyperparameter tuning - 01
05:19
41. Cross-validation performance evaluation cross_val_score() and GridSearchCV for hyperparameter tuning - 02
12:16
42. Data Preprocessing - Encoding - 01
09:01
43. Data Preprocessing - Encoding - 02
10:42
44. Data Preprocessing - Scaling - 01
06:03
45. Data Preprocessing - Scaling - 02
13:08
46. Titanic Survivor Prediction with Scikit-learn - 01
25:55
47. Titanic Survivor Prediction with Scikit-learn - 02
17:24

Section 4. Evaluation

7 lectures ∙ (1hr 31min)

Section 5. Classification

37 lectures ∙ (7hr 19min)

Section 6. Regression

24 lectures ∙ (5hr 21min)

Section 7. Dimension Reduction

8 lectures ∙ (1hr 19min)

Section 8. Clustering

14 lectures ∙ (2hr 48min)

Section 9. Text Analysis

28 lectures ∙ (5hr 19min)

Section 10. Recommendation

12 lectures ∙ (3hr 7min)

Section 11. Visualization

15 lectures ∙ (2hr 44min)

Published: 09/29/2019

Last updated: 05/13/2025

Reviews

All

404 reviews

4.9

404 reviews

Baek Kyun Shin
Reviews 1
∙
Average Rating 5.0
11/27/2019
5
48% enrolled
현재 7장 군집화까지 강의를 들었습니다. 퇴근 후 짬을 내어 공부를 하다 보니 3주 정도 걸렸습니다. 저는 강의, 교재를 모두 구매했습니다. 우선, 머신러닝에 대해 체계적으로 복습할 수 있어 굉장히 좋았습니다. 설명도 깔끔합니다. 책을 보니 얼마나 정성을 들여 집필을 하셨는지가 절실히 느껴졌습니다. 무엇보다 질문을 하면 저자분이 아주아주 상세하고 친절하게 답변해주시는 것이 좋았습니다. 다만, 머신러닝을 전혀 모르시는 분이 듣기에는 적합하지 않습니다. 기초적인 머신러닝 내용을 아시는 분이 수강을 하셔야 합니다. 캐글 Advanced 과정과 같은 저자 분의 다른 고급 강의를 기대해봅니다! 감사합니다.
JeHeon Park
Reviews 4
∙
Average Rating 5.0
08/21/2020
5
62% enrolled
해외에서 머신러닝관련 학과에서 석사를 진행중인 학생입니다. 이론적인 지식과 몇가지 프로젝트를 진행해보았지만, 워낙 빠르게 배우다보니 정리가 안되어 있어서 코드도 엉망이고 머리속의 카테고리 작업도 엉망이었는데 이 강의를 들으면서 많이 정리되고 코드도 적립이 되고 있습니다. 물론 정말 이론적인 부분을 배우고 싶다면 다른강좌를 찾아 듣는게 맞겠지만, 실제 코드를 통해서 배우고 싶다고 하시면 강력하게 추천드립니다. 정말 하루하루 즐거운 시간입니다. 머리속에 수식으로 정리되어 있던 부분들을 구현하면서 재밌게 수강하고 있습니다. 요약하자면, 1. 입문자를 위한 강좌는 아니지만 어느정도 머신러닝에 감각이 있으시지만 정리가 안된사람들에게 추천드립니다. 2. 복잡한 수식은 필요없고 코딩을 배우고 싶다면 강추드립니다. 3. 수식과 이론은 학교수업이나 공부를 통해 알고있지만, 실제 적용을 어떻게할줄 몰라서 고생하시는분들 추천드립니다. 비추천하는 분들은 1. 하드코어한 수학적 증명을 보고싶다. 비추천 드립니다. 머피의 머신러닝 혹은 비숍의 책을 추천드립니다. 2. 정말 아무것도 모르는데 이것만으로 입문하고 싶다. 조금 어려울것 같습니다.
sangjin0202
Reviews 2
∙
Average Rating 5.0
10/04/2019
5
59% enrolled
파이썬 머신러닝 완벽 가이드가 동영상 강의로 나와 바로 구매했습니다. 국내 저자가 쓴 머신러닝 책으로는 최고라고 생각합니다. 책도 설명이 자세해서 도움을 많이 받았는데, 동영상 강의는 설명 뿐만 아니라 코드 해설까지 더 상세하게 되어 있군요. 좋은 강의 감사합니다~ 혹시 또 다른 강의도 찍으시면 그것도 듣고 싶습니다! (개인적으로 sql 관련해서 더 들어보고 싶습니다.)
율언니
Reviews 6
∙
Average Rating 5.0
01/21/2020
5
10% enrolled
우주 최강이군요. 자세한 설명과 많은 실습 코드로 큰 도움이 되고 있습니다. 진작 알았으면 오프라인 강의로 시간과 돈을 낭비하지 않았을텐데,
회사막내
Reviews 2
∙
Average Rating 5.0
10/06/2019
5
1% enrolled
주말부터 보기 시작했는데 설명이 정말 자세하네요. 통계 잘 몰라도 현업에서 쓰고 싶은 사람에게 필요한 강의 아닐까 싶어요... 수포자 입장에서...

dooleyz3525's other courses

Check out other courses by the instructor!

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

$110,000.00

30%

$77,000.00

Basic / 딥러닝, PyTorch, CNN, Kaggle, 컴퓨터 비전

5.0

(11)

300+

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, Pytorch 기반의 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

Basic

딥러닝, PyTorch, CNN

카프카 완벽 가이드 - 코어편

권 철민

$99,000.00

Intermediate / Kafka, 데이터 엔지니어링

4.9

(77)

1,600+

카프카(Kafka)의 핵심부터 내부 메커니즘에 대한 심화 수준의 내용까지, 상세한 이론 설명과 핸즈온 실습 & 실전 카프카 애플리케이션 개발 실습을 통해 카프카를 시작하는 사람도 단숨에 전문가 레벨로 도달할 수 있도록 강의를 구성했습니다.

Intermediate

Kafka, 데이터 엔지니어링

캐글 Advanced 머신러닝 실전 박치기

권 철민

$66,000.00

Intermediate / 머신러닝, Kaggle

4.9

(71)

1,400+

본 강의는 Kaggle의 Home Credit Default Risk 경연대회 머신 러닝 모델을 구현을 통해, 여러분을 실전적인 머신 러닝 구축 전문가로 한단계 실력을 업그레이드 할 수 있도록 만들어진 강의 입니다.

Intermediate

머신러닝, Kaggle

카프카 완벽 가이드 - 커넥트(Connect) 편

권 철민

$99,000.00

Intermediate / Kafka, 데이터 엔지니어링

4.9

(24)

600+

카프카 커넥트(Kafka Connect)에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 상세한 실습을 통해 여러분을 현장에서 필요로 하는 카프카 커넥트 기반의 데이터 연동 및 데이터 파이프라인 구축 전문가로 성장시켜 드릴 것입니다.

Intermediate

Kafka, 데이터 엔지니어링

데이터 분석 SQL Fundamentals

권 철민

$55,000.00

Basic / SQL, PostgreSQL, DBMS/RDBMS

4.9

(134)

2,400+

SQL의 핵심 요소에 대한 상세한 강의와 실습을 통해, 여러분이 SQL 분석 전문가로 성장할 수 있도록 흔들리지 않는 뼈대를 만들어 드리겠습니다.

Basic

SQL, PostgreSQL, DBMS/RDBMS

FastAPI 완벽 가이드

권 철민

$77,000.00

Intermediate / Python, FastAPI, SQL, SQLAlchemy

4.9

(30)

500+

본 강의는 FastAPI의 핵심 기능과 함께, 웹서비스 개발의 전 과정을 익힐 수 있도록 구성 하였습니다. 본 강의를 통해 여러분을 현장에서 필요로 하는 FastAPI 전문 개발자로 발돋움 시켜 드릴 것입니다.

Intermediate

Python, FastAPI, SQL

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

$99,000.00

Intermediate / Apache Spark, 머신러닝, 빅데이터, 데이터 엔지니어링

4.9

(25)

900+

스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.

Intermediate

Apache Spark, 머신러닝, 빅데이터

카프카 완벽 가이드 - ksqlDB

권 철민

$99,000.00

Intermediate / Kafka, ksqlDB, 데이터 엔지니어링

4.8

(16)

300+

본 강의는 ksqlDB의 활용과 핵심 메커니즘을 다양한 실습을 통해 익힐 수 있게 구성되어 있습니다. 강의를 마치고 나면 여러분은 Kafka(카프카) 기반의 실시간 Streaming 데이터 분석 시스템을 쉽고 빠르게 구축하실 수 있게 됩니다.

Intermediate

Kafka, ksqlDB, 데이터 엔지니어링

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

권 철민

$77,000.00

Intermediate / Oracle, DBMS/RDBMS

4.8

(102)

1,200+

오라클 DB 아키텍처의 내부 메커니즘을 이해하고 성능 튜닝과 성능 분석 전문가로 성장할 수 있는 핵심 가이드를 제공합니다.

Intermediate

Oracle, DBMS/RDBMS

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

권 철민

$121,000.00

Intermediate / 머신러닝, Tensorflow, Python, 딥러닝, Keras, 컴퓨터 비전

4.9

(147)

3,700+

본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.

Intermediate

머신러닝, Tensorflow, Python

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

$110,000.00

Basic / 딥러닝, CNN, Tensorflow, Keras, Kaggle, 머신러닝

5.0

(116)

2,000+

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

Basic

딥러닝, CNN, Tensorflow

다양한 사례로 익히는 SQL 데이터 분석

권 철민

$88,000.00

Intermediate / SQL, PostgreSQL, DBMS/RDBMS, 퍼포먼스 마케팅, 데이터 엔지니어링

5.0

(41)

1,500+

다양한 실전 데이터 분석 사례를 SQL을 통해 구현해 나가면서 데이터 분석 능력과 SQL 활용 능력을 동시에 향상 시킬 수 있습니다.

Intermediate

SQL, PostgreSQL, DBMS/RDBMS

Similar courses

Explore other courses in the same field!

파이썬 머신러닝

Masocampus

$69,300.00

Intermediate / 머신러닝, Pandas, Numpy, Scikit-Learn, Seaborn, Matplotlib, Python

4.7

(6)

복잡한 분석과 예측을 효율적으로 진행하는 머신러닝에 대해 이해하고 실습하는 과정! 어렵고 복잡할 것만 같았던 머신러닝도 마소캠퍼스의 <파이썬 머신러닝>과 함께라면 쉽고 재미있게 핵심을 깨우치실 수 있습니다.

Intermediate

머신러닝, Pandas, Numpy

[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지

딥러닝호형

$73,700.00

Basic / 딥러닝, Python, PyTorch, 인공신경망, 머신러닝

4.6

(74)

1,300+

인공지능 분야에서 활용도가 매우 높은 딥러닝 프레임워크인 Pytorch를 이용하여 다양한 인공 신경망을 구현하는 강의입니다.

Basic

딥러닝, Python, PyTorch

Prompt Engineering: 완벽 가이드

여정민

$148,500.00

Basic / 프롬프트엔지니어링, LLM, Python

5.0

(3)

AI 시대의 개발자를 위한 필수 스킬, 프롬프트 설계 능력을 완벽히 마스터하세요

Basic

프롬프트엔지니어링, LLM, Python

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

$99,000.00

Intermediate / Apache Spark, 머신러닝, 빅데이터, 데이터 엔지니어링

4.9

(25)

900+

Intermediate

Apache Spark, 머신러닝, 빅데이터

유니티 머신러닝 에이전트 완전정복 (기초편)

민규식

$66,000.00

Basic / 강화학습, 머신러닝, Unity, Unity ML-Agents

4.1

(21)

400+

이 강의를 통해 수강생은 다양한 강화학습의 이론을 학습하고 이를 직접 구현해 볼 뿐만 아니라 유니티 머신러닝 에이전트를 이용하여 구현한 강화학습 알고리즘을 테스트해볼 강화학습 환경까지 직접 제작해볼 수 있습니다.

Basic

강화학습, 머신러닝, Unity

빅데이터분석기사 실기 R 올인원: 3주에 끝내는 완벽 대비

Masocampus

$99,000.00

Basic / 빅데이터분석기사, 빅데이터, R, 머신러닝

5.0

(5)

Update

필수 자격증이지만 독학하기엔 결코 쉽지 않은 빅데이터분석기사를 배우기 쉬운 데이터분석 도구 R을 활용하여 단기간에 완전 정복하세요!!

Basic

빅데이터분석기사, 빅데이터, R

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

노마드크리에이터

$33,000.00

Intermediate / Tensorflow, 머신러닝, Keras, 컴퓨터 비전

4.1

(25)

300+

보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.

Intermediate

Tensorflow, 머신러닝, Keras

머신러닝/딥러닝으로 이어지는 선형대수

딥러닝호형

$55,000.00

Beginner / 선형대수학, 머신러닝, 딥러닝

4.5

(41)

600+

머신러닝/딥러닝 연구에 반드시 필요한 선형대수 내용을 다룹니다.

Beginner

선형대수학, 머신러닝, 딥러닝

[PY 0201] 인공지능을 위한 파이썬 레벨1

공대형아(신경식)

$11,000.00

Beginner / Python, 인공지능(AI)

5.0

(13)

100+

파이썬의 기본 문법에 대해 많은 연습을 하는 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.

Beginner

Python, 인공지능(AI)

파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)

아이리포

$33,000.00

Basic / Python, sklearn, 머신러닝, 딥러닝, Keras

4.0

(4)

100+

머신러닝&딥러닝의 기초부터 확실하게! 파이썬으로 분류/회귀/군집/인공신경망 생성과 활용까지

Basic

Python, sklearn, 머신러닝

시계열 분석과 예측

루비네 코딩

$44,000.00

Intermediate / 확률과 통계, Python, 빅데이터, 인공지능(AI), arima, kalman-filter

4.5

(2)

데이터 분석 전문가로 거듭나기 위한 시계열 강의! 이론과 실기에 강한 분석가가 되어 봅시다!

Intermediate

확률과 통계, Python, 빅데이터

[PY 0205] 인공지능을 위한 파이썬 레벨4 - 객체와 클래스

공대형아(신경식)

$15,400.00

Basic / Python, 인공지능(AI)

[인공지능을 위한 파이썬] 시리즈의 다섯 번째 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.

Basic

Python, 인공지능(AI)

인공지능 기초수학

제이미

$88,000.00

Beginner / 선형대수학, 통계, 미적분

4.0

(46)

400+

학창시절 수포자였나요? 인공지능에서 수학이 중요하다고 하는데, 어떻게 접근해야할지 막막하나요? 인공지능에서 수학이 중요한 이유는, 인공지능(머신러닝과 딥러닝)의 연산 과정에서 수학을 사용하고 있기 때문입니다. 인공지능을 이해하기 위한 미분, 선형대수학 및 확률과 통계에 대한 쉬운 설명을 위해 수학적 풀이보다 그래프(좌표)를 이용한 쉬운 설명으로 구성되었습니다.

Beginner

선형대수학, 통계, 미적분

[PY 0203] 디버깅 기초

공대형아(신경식)

$11,000.00

Beginner / Python, 인공지능(AI), debugging

5.0

(8)

100+

[인공지능을 위한 파이썬] 시리즈의 세 번째 강의입니다. 파이썬 코드를 디버깅 하는 방법에 대해 배웁니다.

Beginner

Python, 인공지능(AI), debugging

비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드

AISchool

$29,700.00

Beginner / 딥러닝, 머신러닝

5.0

(34)

400+

Data Science(DS)와 Artificial Intelligence(AI) 관련 직군 분석과 관련 직군으로 커리어를 쌓아나가기 위한 학습 및 취업 로드맵을 배워보세요.

Beginner

딥러닝, 머신러닝

데이터 마이닝

부산대학교 소프트웨어융합교육원

Free

Basic / 알고리즘, EDA, 머신러닝

4.8

(6)

200+

대용량 데이터에서 유용한 정보를 추출하고 의사 결정을 지원하는 역량을 키워보자!

Basic

알고리즘, EDA, 머신러닝

AI 웹 프로그래밍 (Streamlit)

김석훈

$44,000.00

Beginner / streamlit, 머신러닝, Django, Seaborn, jupyter-notebook

5.0

(1)

AI 데이터 분석 및 모델링 결과를 Web Program 으로 만들어 보세요.

Beginner

streamlit, 머신러닝, Django

누구나 쉽게 이해하는 4차 산업혁명 ICBM기술

조슈아

$88,000.00

Beginner / IoT, cloud-computing, 머신러닝, 자율주행, 5g

4.5

(2)

4차 산업혁명 기술의 핵심인 ICBM (IoT, Cloud, Big Data, ML) 및 자율주행차, 메타버스 등의 관련 기술을 기초부터 학습하여, 향후 기술의 변화를 대비할 수 있는 역량을 키우도록 합니다.

Beginner

IoT, cloud-computing, 머신러닝

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

$77,000.00

Basic / Docker, 가상화, Python, 딥러닝, mlops, Azure, Linux, azure-data-lake-gen2

4.6

(11)

200+

도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

Basic

Docker, 가상화, Python

상상을 현실로! 스테이블 디퓨전 기본 클래스

Free

Beginner / Stable Diffusion, Python

4.6

(21)

1,000+

Mission

스테이블 디퓨전 설치와 기본적인 확장 기능을 배울 수 있으며, 컨트롤넷의 기본 사용법을 익힐 수 있습니다.

Beginner

Stable Diffusion, Python

$77.00

[Revised Edition] The Complete Guide to Python Machine Learning

This course is prepared for Basic Learners.

What you will learn!

It is very popular because of its detailed explanations and abundant examples. 'The Complete Guide to Python Machine Learning' Now available as video lectures on Inflearn.

Meet the latest revised edition The Complete Guide to Python Machine Learning

Introduction to the course

🤖 We will guide you to an expert level so you can confidently apply machine learning applications in practice.

🧗🏻‍♂️

Recommended for these people!

HelloThis is dooleyz3525

Curriculum

Reviews

dooleyz3525's other courses

Similar courses

It is very popular because of its detailed explanations and abundant examples.
'The Complete Guide to Python Machine Learning'
Now available as video lectures on Inflearn.

Meet the latest revised edition
The Complete Guide to Python Machine Learning

Recommended for
these people!

Hello
This is dooleyz3525