머신러닝이 어떻게 발전해왔는지 그 흐름을 파악하고 싶다면? 이번 모두의연구소 세미나 강추드려요!!! ▶ 프로그램 세부 - 정형데이터를 활용한 머신러닝에서 좋은 성능을 내는 부스팅 모델이 있기까지의 변천사 - 주요 배깅과 부스팅 모델의 기능, 사용법과 특징 비교 - 의사결정나무 (Decision Tree) / 랜덤 포레스트 (Random Forest), ExtraTree / 그래디언트 부스팅 트리 (Gradient Boosting Tree) / 에이다부스트 (AdaBoost) / XGBoost, LightGBM, CatBoost, HistGradientBoosting - Q&A 및 자유 네트워킹 ▶ 연사 : 박조은 (오늘코드) - Microsoft MVP (Python Developer Technologies) - 네이버 커넥트 부스트코스 데이터사이언스 부분 교수자 및 코칭스터디 라이브코치 - 패스트캠퍼스 커널360 디렉터 - 서울대 빅데이터 혁신공유대학, 연세대, 한신대, 기상청, 통계청, 서울디지털재단 등 강의 및 콘텐츠 제작 - <모두의 한국어 텍스트 분석 with 파이썬> 저자 - 오늘코드 유튜브 채널 운영자 ▶ 대상 (40명 선착순) - 머신러닝 입문자 모두 - 정형데이터를 활용한 머신러닝 모델을 만들고자 하는 모두 - 배깅과 부스팅 모델에 대한 흐름을 이해하고 정형데이터를 통한 캐글, 데이콘 등의 경진대회 참여자 모두 - 데이터 분석가나 데이터 엔지니어, 머신러닝 개발자로서 기술을 더 깊이 이해하고 싶은 모두 - 머신러닝을 활용하여 실제 비즈니스 문제를 해결하고자 하는 모두 ▶ 일시: 7/25(화) 저녁 7:30-9:00 ▶ 장소: 모두의연구소 강남캠퍼스 ▶ 신청: https://abit.ly/725crly