DSAC 과정 참여 및 데이터 분석 실무 감각 향상을 목표로 정리한 개인 학습 레포지토리입니다.
- 본 저장소는 학교 프로그램을 통해 진행된 실습과 이론 내용을 정리
- DSAC 자격 취득 대비
- 데이터 분석 및 머신러닝 실습 기록
- 과정별 정리 및 복습용 자료 관리
기초 이론 및 환경 세팅
- 파이썬 기본 문법
- 데이터 분석 기초
- 라이브러리 실습
머신러닝 및 통계 분석 실습
- 탐색적 분석 (EDA)
- 데이터 전처리
- 클러스터링
- 회귀분석 (선형회귀)
- 분류분석 (선형분류, 로지스틱회귀)
고급 분석 및 모델 성능 향상 중심의 심화 과정
- KNN / 결정트리 / 랜덤포레스트 등 비선형 분류 알고리즘 실습
- SVM, 로지스틱 회귀, PCA 기반 고차원 데이터 분류 및 차원 축소
- Ridge, Lasso 등의 모델 최적화 기법 및 OpenCV를 활용한 이미지 분석
- 텍스트 데이터 분석 및 MLP(다층 퍼셉트론) 기반 예측 모델
실습에 사용된 데이터셋 및 참고 자료 모음
- Python (Jupyter Notebook)
- pandas / numpy / matplotlib
- scikit-learn (회귀, 분류, 클러스터링 등)