머신러닝과 데이터 전처리 기초

개요

이번 프로젝트는 머신러닝을 처음 접하는 입문자를 대상으로 하며, 기본적인 머신러닝 개념, 데이터 전처리 방법, 그리고 정규 표현식의 활용까지 다룹니다.
이를 통해 학습자는 머신러닝 프로젝트를 수행하기 위해 필요한 기본적인 데이터 처리 능력과 이론을 습득할 수 있습니다.

학습 목표

스테이지 1: 머신러닝 입문

머신러닝의 개념을 소개하며, 그 종류와 특징을 이해합니다. 머신러닝이 어떻게 인공지능과 다른지 배우고, 지도학습, 비지도학습, 강화학습 등 다양한 머신러닝 유형들을 탐구합니다. 또한, 데이터가 머신러닝에서 어떤 역할을 하는지 살펴보며 데이터의 중요성을 인지합니다.

스테이지 2: 데이터 전처리 입문

데이터 전처리의 중요성을 배우고, 실제 데이터에서 결측치를 탐지하고 처리하는 방법을 학습합니다. 중복 데이터를 식별하고 제거하는 방법을 익히며, 전처리 과정에서 발생할 수 있는 다양한 문제들을 해결하는 방법을 실습합니다. 이 단계는 데이터 전처리의 기본 원칙과 기술을 이해하고, 데이터 전처리 능력을 기르는 데 중점을 둡니다.

스테이지 3: 정규 표현식 입문

정규 표현식의 기본 개념을 학습하고, 데이터 전처리에 있어서의 그 중요성을 이해합니다. 메타문자와 특수 시퀀스의 사용법을 배우고, 이를 실제 데이터에 적용하는 실습을 수행합니다. 이 단계는 정규 표현식을 통해 텍스트 데이터를 처리하는 방법을 학습하고, 이를 머신러닝 프로젝트에 활용하는 데 목표를 두고 있습니다.