🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정
🐍 파이썬 머신러닝
감 대신 데이터로 예측하는
사이킷런으로 시작하는 파이썬 머신러닝
Numpy·Pandas 복습부터 지도학습·비지도학습 알고리즘까지 단계별로 익힙니다.
건강 진단 데이터, 주택가격 예측, 와인 데이터 분류 실전 사례로 직접 실습해보세요!
78개학습 강의
10.71H강의 시간
4단계학습 흐름
혹시 이런 경험 있으신가요?
매출, 고객, 가격 예측을
아직도 감으로 하고 계신가요?
BEFORE
감에 기대는 의사결정
경험과 감에 의존해 불안한 의사결정을 내립니다
머신러닝은 전문가만 다루는 분야라고 생각해 학습을 미룹니다
데이터는 쌓여 있는데 어떤 알고리즘을 써야 할지 모릅니다
AFTER
데이터로 예측하는 의사결정
데이터 기반의 예측 모델을 직접 만들어 판단 근거로 씁니다
지도학습·비지도학습·강화학습의 차이를 알고 문제에 맞게 접근합니다
사이킷런으로 회귀, 분류, 군집화 모델을 실습하고 평가합니다
이런 분들을 위해 준비했어요
문과생도, 머신러닝 입문자도 괜찮습니다.
배우려는 의지만 있으면 충분합니다.
🔮복잡한 분석과 예측을 해결하고 싶은 분 — 주가, 부동산, 매출 예측, 고객 분류 같은 문제를 머신러닝으로 풀고 싶은 분
📊데이터 기반으로 미래를 예측하고 싶은 분 — 데이터를 다양하게 분석하고 예측 결과로 의사결정을 하고 싶은 분
💼커리어 개발과 이직을 꿈꾸는 분 — 창업, 입사, 직무전환 등 새로운 커리어를 준비하는 분
🛠️실습 중심 파이썬 학습을 원하는 분 — 바로 쓸 수 있는 실습으로 파이썬 머신러닝을 익히고 싶은 분
복잡한 분석과 예측은 머신러닝에 맡기고, 업무 효율을 높이세요!
실습 결과 미리보기
강의에서 직접 만들게 될 결과물입니다
Jupyter Notebook에서 주택가격 데이터를 시각화하고 회귀 모델을 만드는 실습 화면을 미리 확인해보세요.
05-21
주택가격 예측 회귀 모델 실전 사례
컬럼별 영향을 시각화하고 선형회귀 모델로 주택가격을 예측합니다
커리큘럼 특징
머신러닝이 어렵다는 편견을 지우는
단계별 4단계 과정
머신러닝을 전혀 모르는 수강생도 개념부터 실전 사례까지 차근차근 따라오도록 구성했습니다.
1
파이썬 핵심 패키지로 ‘데이터 분석·시각화 마스터’
Numpy와 Pandas를 복습해 복잡한 데이터를 다루고, Matplotlib와 Seaborn으로 목적에 맞게 시각화합니다.
2
개념부터 차근차근 ‘머신러닝 기초 다지기’
지도학습, 비지도학습, 강화학습의 핵심을 정리하고 예시로 확실히 이해합니다.
3
실전 사례와 사이킷런으로 ‘실무 활용력 업그레이드’
건강 진단 데이터 전처리, 주택가격 예측, 와인 데이터셋 분류를 직접 해냅니다.
4
단계별 학습으로 ‘어려워 보이던 머신러닝도 OK’
개념부터 실전 프로젝트까지 단계별로 익혀, 데스크탑 PC만으로 머신러닝 도구를 다룹니다.
강의 수강 이후
수강 후 당신은 이런 사람이 됩니다
🐼
데이터 분석가
복잡한 데이터도 다룰 수 있는
데이터 분석 패키지 복습으로
복잡한 데이터 분석 능력을 높입니다.
📈
시각화 설계자
목적에 맞게 데이터를 그리는
데이터 특성과 분석 목표에 따라
알맞은 시각화를 만듭니다.
🧭
데이터 기반 의사결정자
예측 모델로 판단하는
머신러닝 학습으로
데이터 기반 의사결정 능력을 기릅니다.
🚀
SuperJobs 전환자
업무의 한계를 넘어서는
기존 업무 영역을 넘어
AI 시대에 맞는 역량을 갖춥니다.
수강생 전원 제공
배운 내용을 바로 활용할 수 있도록,
실습에 필요한 자료를 준비했습니다
📘
강의교안
전체 흐름과 핵심을 정리한 자료
🗂️
실습 파일
강의와 같은 환경에서 따라할 예제
* 자료는 수강 시작 후 <06. 교재 배포 페이지>에서 받으실 수 있습니다.
🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정 · 마감 D-?
복잡한 예측은 머신러닝에게,
판단은 데이터로 하세요!
개념부터 실전 사례까지 · 4단계 학습
복잡한 예측은 머신러닝에게,
판단은 데이터로 하세요!
지식공유자 소개
강의를 이끄는 강사님
사용 프로그램 안내
본 강의에서 사용할 프로그램
🐍
Python · Jupyter Notebook 파이썬 개발 환경
기본 개발환경과 주피터 노트북 구축을 강의에서 안내
🐼
Numpy · Pandas 데이터 분석 패키지
수치 계산과 데이터 핸들링 핵심 실습
📈
Matplotlib · Seaborn 데이터 시각화 패키지
데이터 특성에 맞는 시각화 실습
🤖
Scikit-Learn 파이썬 머신러닝 패키지
지도학습·비지도학습 모델 실행과 평가
주의사항
강의 오디오 볼륨이 다소 작게 녹음되었습니다. 수강 전 강의의 [미리보기] 수업을 꼭 참고해주시기 바랍니다.
수강 전 확인해주세요듀얼 모니터·Windows OS 권장
실습 위주의 강의로 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 수강을 추천드립니다.
강의 교안 및 실습파일은 <06. 교재 배포 페이지> 섹션에 있습니다.
자주 묻는 질문
예상 질문 Q&A
Q. 파이썬을 전혀 모르는 초보인데 수강해도 괜찮을까요?
<파이썬 머신러닝>은 <파이썬 실무> 과정을 수강했거나, 파이썬으로 데이터 분석 패키지를 써본 경험이 있는 분들을 위해 개설된 강의입니다. 다만 이전 과정의 핵심 복습과 단계별 학습으로 초보자도 따라올 수 있게 구성했습니다. 기초 지식이 없어 불안하다면 마소캠퍼스의 <파이썬 입문>, <파이썬 실무> 강의를 먼저 수강하시면 훨씬 도움이 됩니다.
Q. 머신러닝과 상관없어 보이는 문과생인데, 호기심만으로 수강해도 되나요?
당연합니다. 머신러닝을 배우려는 의지만 있다면 누구나 수강할 수 있습니다. 우리가 인식하지 못할 뿐 머신러닝은 이미 다양한 분야에서 활용되고 있어, 어떤 직무든 업무와 미래에 도움이 될 것입니다.
Q. 다른 강의와 무엇이 다른가요?
단순한 지식 전달이 아니라, 현업에서 바로 쓸 수 있도록 실전 사례와 실습을 포함해 구성한 강의입니다.
Q. 수강 환경은 어떻게 준비하면 좋을까요?
Windows OS 기반으로 실습이 진행되므로 Windows 환경에서의 수강을 추천드리며, 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기 활용을 권장합니다.
커리큘럼 상세
5개 파트, 78강으로 파이썬 핵심부터 실전 머신러닝까지
총 78강 · 5개 파트 · 10.71H · 파트를 누르면 세부 강의가 펼쳐집니다
무료 공개표시된 강의는 클릭해서 바로 미리 볼 수 있어요
01데이터분석을 위한 파이썬 핵심정리개발환경 구축 · 주피터 노트북 · 자료구조 · 함수와 모듈무료 1강
- 01-1머신러닝 실무 과정 설명04:51
- 01-2파이썬 개발환경과 주요 패키지 소개01:11
- 01-3파이썬 기본 개발환경 구축 및 환경테스트10:47
- 01-4주피터 노트북 개발환경 구축02:38
- 01-5주피터 노트북을 활용하여 파이썬 코딩하기12:30
- 01-6파이썬 프로그래밍 Overview03:28
- 01-7파이썬 기본 지식 정리1무료 공개10:35
- 01-8파이썬 기본 지식 정리213:49
- 01-9파이썬 자료구조 핵심정리: 설명03:34
- 01-10파이썬 자료구조 핵심정리: 실습108:48
- 01-11파이썬 자료구조 핵심정리: 실습209:16
- 01-12파이썬 함수와 모듈 핵심정리12:42
02데이터분석 핵심 패키지 활용 실무Numpy 핵심실습 · Pandas 핵심실습무료 1강
- 02-1파이썬 데이터분석 핵심 패키지 정리무료 공개03:22
- 02-2파이썬 고성능 수치 계산 패키지: Numpy 핵심정리07:36
- 02-3파이썬 고성능 수치 계산 패키지: Numpy 활용 핵심실습110:52
- 02-4파이썬 고성능 수치 계산 패키지: Numpy 활용 핵심실습207:43
- 02-5파이썬 고성능 수치 계산 패키지: Numpy 활용 핵심실습315:11
- 02-6파이썬 데이터 핸들링 패키지: Pandas 핵심정리04:03
- 02-7파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습115:05
- 02-8파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습215:10
- 02-9파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습317:01
- 02-10파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습407:24
- 02-11파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습505:38
- 02-12파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습612:07
- 02-13파이썬 데이터 핸들링 패키지: Pandas 활용 핵심실습715:50
03데이터 시각화 기법 핵심정리Matplotlib · Seaborn
- 03-1파이썬 데이터 시각화 패키지: Matplotlib Seaborn 핵심정리02:57
- 03-2파이썬 데이터 시각화 패키지: Matplotlib 활용 핵심실습14:40
- 03-3파이썬 데이터 시각화 패키지: Seaborn 활용 핵심실습120:08
- 03-4파이썬 데이터 시각화 패키지: Seaborn 활용 핵심실습213:55
04실전 머신러닝 입문 지도학습 및 비지도학습지도학습 · 비지도학습 · 사이킷런 프레임워크무료 1강
- 04-1머신러닝을 활용한 문제해결: 핵심정리10:14
- 04-2지도학습 비지도학습 강화학습: 핵심정리07:16
- 04-3분류 추정 차원축소 군집화 연관성 규칙: 핵심정리12:34
- 04-4지도학습 모델타입: 핵심정리01:46
- 04-5지도학습: 예시06:11
- 04-6비지도학습: 예시06:52
- 04-7핵심 용어 정리03:13
- 04-8지도학습: 핵심 프로세스 정리무료 공개02:51
- 04-9사이킷런의 지도 학습: 실행 모델 정리05:56
- 04-10사이킷런의 비지도 학습: 실행 모델 정리03:34
- 04-11사이킷런: 소개와 특징08:02
- 04-12사이킷런: 프레임워크 정리03:30
- 04-13사이킷런: Estimator 클래스 지도학습 정리06:30
- 04-14사이킷런: Estimator 클래스 비지도학습 정리01:07
- 04-15사이킷런: 주요 모듈 정리04:20
- 04-16사이킷런: 예제 데이터 셋 구조 정리01:03
05실전 머신러닝 시작하기교차검증 · 데이터 전처리 · 회귀 · 분류 · K Means무료 2강
- 05-1Model Selection 모듈: 핵심정리11:02
- 05-2Model Selection 모듈: 핵심실습18:59
- 05-3Model Selection 모듈: 교차검증 핵심정리04:41
- 05-4Model Selection 모듈: 교차검증 핵심실습04:09
- 05-5Model Selection 모듈: iris 데이터셋 교차검증 사례실습09:07
- 05-6일반화의 오류: UnderFitting 및 OverFitting 핵심정리05:58
- 05-7데이터 전처리: 핵심정리무료 공개10:20
- 05-8데이터 전처리: 결측치 처리 핵심정리02:54
- 05-9데이터 전처리: 결측치 처리 핵심실습12:07
- 05-10데이터 전처리: 피처 스케일링과 정규화 핵심정리04:40
- 05-11데이터 전처리: 피처 스케일링과 정규화 핵심실습05:32
- 05-12데이터 전처리: 레이블 인코딩 핵심정리05:34
- 05-13데이터 전처리: 레이블 인코딩 핵심실습04:31
- 05-14데이터 전처리: 원핫인코딩 핵심정리01:48
- 05-15데이터 전처리: 원핫인코딩 핵심실습06:04
- 05-16데이터 전처리: 건강진단 데이터 실전사례18:18
- 05-17Regression 핵심정리108:38
- 05-18Regression 핵심정리212:57
- 05-19단순선형회귀와 다중선형회귀 핵심정리07:34
- 05-20회귀 모델 평가 지표 핵심정리02:56
- 05-21주택가격예측 회귀모델 실전사례27:43
- 05-22statsmodels 라이브러리 활용 회귀모델 핵심실습08:49
- 05-23Classification 핵심정리05:24
- 05-24최근접이웃 Knn 핵심정리05:13
- 05-25최근접이웃 Knn 핵심실습07:38
- 05-26Decision Tree 핵심정리05:26
- 05-27Decision Tree 핵심실습10:19
- 05-28분류 앙상블 모형 핵심정리05:06
- 05-29분류 앙상블 모형 핵심실습03:23
- 05-30분류 모델 평가지표 핵심정리09:21
- 05-31분류 모델 평가지표 핵심실습06:51
- 05-32K Means Clustering 핵심정리무료 공개05:41
- 05-33K Means Clustering: 와인데이터세트 실전사례16:17
* 강의 교안과 실습 파일은 수강 시작 후 <06. 교재 배포 페이지>에서 받으실 수 있습니다.
학습 규정 및 환불 규정
학습 규정
- 본 상품은 동영상 형태의 강의를 자유롭게 수강할 수 있는 VOD(온라인 녹화 강의) 상품입니다.
- 수강 신청 및 결제를 완료하시면, ‘내 강좌’를 통해 바로 수강이 가능합니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 30일, 무료 수강 기간은 31일 일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
- 하루 3시간 내외로 학습하시면 정상 수강기간(유료 수강기간) 내에 전체 과정을 모두 수강하실 수 있습니다.
- 수강 시작일은 결제일로부터 산정됩니다.
환불 규정
환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.
- 31일차 이후 무료로 제공되는 기간은 환불 산정에 포함되지 않습니다.
- 강의 자료(교재 등)를 다운로드한 경우에는 위 기준과 무관하게 환불이 불가합니다.
* 보다 자세한 환불 규정은 마소캠퍼스 [주의사항 및 환불규정]페이지에서 확인 가능합니다.
기타 환불 관련 안내
환불 요청은 cs@masocampus.com으로 주문번호를 함께 보내주시면 접수됩니다.
- 환불 금액은 신청 시점을 기준으로 산정되며, 업무시간 외 요청은 2영업일 오후까지 순차 처리됩니다.
- 환불 금액은 수업 시간을 기준으로 반올림하여 산정합니다.
- 계좌이체로 환불받으실 경우 이체 수수료 500원이 공제된 금액이 지급됩니다.
- 환불 대금은 접수일로부터 7영업일 이내 지급됩니다.
- 취소 및 환불 접수·처리는 평일 오전 10시~오후 4시 (점심시간 12시~1시 제외) 내에만 가능합니다.
- 취소 및 환불은 한국소비자원 고시 소비자분쟁해결기준에 의거하여 처리됩니다.
주의 사항
- 상황에 따라 별도의 사전 안내 없이 할인 혜택이 조기에 마감되거나 연장될 수 있는 점 참고 부탁드립니다.
- 천재지변, 폐업 등 불가피한 사유로 서비스 운영이 어려운 경우, 서비스가 종료될 수 있습니다.
- 커리큘럼은 완성도 향상을 위한 제작 과정에서 일부 내용이 추가, 삭제 또는 변경될 수 있습니다.
마소캠퍼스 정책 안내
마소캠퍼스 ID 공유 금지 정책
- 마소캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러 명이 공유하는 형태를 금지하고 있습니다.
- 동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.
저작권 정책
- 마소캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡처 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
- 부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.
그 외 공통 사항은 마소캠퍼스 [주의사항 및 환불규정], [이용약관] 페이지를 따릅니다.
