DS(Data science)공부 정리 링크 목차

💌  잠시 여담...

2021년, 비전공자로서 데이터 사이언티스트가 되기 위해 여러 방면으로 공부를 시작했습니다.
그래서 그 과정을 글(비공개글로 쓴 요약게시글, 노트 필기, 구글 코렙 등)로 나열해 놓았다 보니 정리가 되지 않아 목차 페이지를 만들었습니다. 지속적으로 업데이트하며 관련 링크를 올릴 예정입니다.

(정리가 완료되어 링크가 첨부된 단어는 파란색으로 변경했습니다.)

목차의 뼈대는 코드스테이츠 AIbootcamp 과정(링크포함)입니다.
ㄴ 궁금한 추가적인 공부는 유튜브, 인프런, 패스트캠퍼스를 통해 추가하였습니다.

ㄴ 실전으로 코딩을 하는것도 매우 좋고, 잘못하면 튜토리얼헬에 빠질 수 있다는 것을 알지만 공부과정이 아니면 타인의 코딩을 볼일이 많이 없다는 것을 알고있기에 다양한 코딩을 보고싶어 짬짬히 배우고 있습니다.

 

공개글은 저작권 보호를 위해 수업 내용을 정리한 것이 아닌 글쓴이가 직접 다른 말, 방법등으로 정리하고 변형한 내용입니다.

학습에 가장 좋은 방법은 이해한 걸 설명하는 것이죠!
수업 정리 게시글은 비공개입니다.

 

Section 1

• 데이터 전처리 & EDA - 데이터 탐색, 데이터 다루기, 시각화
• 통계 (Statistics) - T-Test, 신뢰구간, CLT, ANOVA, 베이즈이론
• 선형대수 - Vector, Matrix, 차원축소(PCA, SVD), Clustering

Section 2

• 머신러닝 회귀모델 (Linear, Multiple, Logistic Regression)
• 머신러닝 분류모델 및 Kaggle
• Applied Predictive Modeling

Section 3

• 개발환경과 데이터베이스 (git, docker, SQL)
• Python과 웹 개발 도구 (HTML & CSS)
• Python을 이용한 웹 어플리케이션 구축 (Flask, REST API)

Section 4

• 신경망 기초와 신경망 학습, 프레임워크
• 자연어처리를 위한 전처리 및 딥러닝 (LSTM, Transformer)
• 딥러닝 응용 (CNN, Segmentation, AE, GAN)

Section 5

• Python & OOP
• 데이터구조와 알고리즘
• 그래프이론과 알고리즘 심화