올해 2월부터 머신러닝 인강으로 진행해오던 패스트캠퍼스 환급 챌린지 미션이 끝이났다. "머신러닝과 데이터분석 올인원 패키지" 머신러닝 인강을 수강했고, 매주 2회씩 학습내용을 기록해오면서 느낀점과 머신러닝 인강을 수강한 후기를 적어보려 한다.
참여하게된 계기
코딩을 공부하면서 어느 분야로 나아가야 할지 고민하는 시기가 왔었다. 처음에는 웹과 백엔드 개발자가 되어야겠다고 생각하고 있었지만 막연했다. 그런 고민을 하던 시기에 파이썬으로 알고리즘을 공부하고 있었고, 파이썬을 이용해 할 수 있는 것이 무엇인가 생각했다. 고민 끝에 데이터 분석과 머신러닝을 공부하고자 했다. 기존에 알고리즘을 패스트캠퍼스 강의로 학습하고 있었기 때문에 데이터분석, 머신러닝 관련 강의를 찾아보았고, 마침 환급 챌린지 이벤트도 진행하고 있었기에 바로 실행에 옮겼다.
강의 소개
강의는 파이썬 문법에서부터 시작하고 pandas, numpy 라이브러리를 이용해서 데이터를 수집하고 분석하는 방법을 배운다. Part.3부터는 머신러닝에 대해서 배우며, 딥러닝과 실전 데이터 분석을 마지막으로 강의가 구성된다.
Part.1부분에서는 파이썬 기초 문법과 BeautifulSoup, Selenium 라이브러리를 이용한 웹 크롤링과 자동화를 학습한다. Part.2에서는 파이썬의 pandas, numpy 라이브러리를 이용한 데이터 수집, 처리, 분석을 학습한다. Part.3에서는 지도학습과 비지도학습을 공부하고 해당 모델들을 하나씩 살펴볼 수 있다. Part.4에서는 딥러닝에 대해서 학습하며 Part.5는 실전 데이터를 분석하는 연습을 한다. 나는 아직 Part.3를 수강 중이며 챌린지와는 상관없이 완강을 목표로 하고 있다.
강의 후기
장점
1. 자세한 커리큘럼
보통의 경우 데이터분석과 머신러닝에 입문하는 사람들은 본인이 무엇을 공부해야 하는지 찾아보고 직접 방향성을 잡아야 하지만, 올인원 패키지를 수강하면 고민할 필요없이 자세한 커리큘럼과 그에 대한 강의를 제공한다. 참고로 구글에서 검색한 머신러닝 로드맵은 다음과 같다.
2. 기초부터 심화까지
강의이름(A-Z)에서도 알 수 있듯이 하나부터 열까지 기초부터 세세하게 설명한다. 이미 머신러닝에 대해서 잘 알고 있는 사람들에게는 단점이 될 수도 있겠지만, 나와 같은 입문자에게는 기초부터 세세한 설명은 학습하는데 도움이 된다.
3. 좋은 강의자료
해당 강의는 강의자료를 PPT와 주피터 노트북 파일(ipynb)로 제공한다. 강의내용을 직접 따라 해보면 실습할 수 있고, 실습코드와 완성코드를 각각 제공하기 때문에 전후 비교도 쉽다.
아쉬운 점
1. 수학적인 설명
물론 머신러닝을 공부하면서 수학은 필연적이겠지만 입문자의 입장에서 볼 때 수학과 관련된 부분에서 어려움을 느낀 것은 사실이다. 이과로 진학해서 이제 고등 수학을 배우기 시작한 나는 어떻게든 따라갈 수 있었지만, 문과출신이나 비전공자들에게는 해당 부분을 학습하는데 상당히 힘들 것 같다고 생각한다. 예를들면 미션을 진행하면 기록했던 Matrix 미분과 관련된 부분이다.
앞으로의 목표
대략 3달간의 챌린지가 끝이 났다. 앞으로 내가 무엇을 해야 할지 생각해봤다.
첫 번째는 남은 강의를 완강해야 한다. 챌린지를 진행하면서 강의를 수강했지만, 시간이 지날수록 강의를 위해 미션을 하는지 미션을 위해 강의를 듣는지 헷갈릴 정도가 되었다. 이제 챌린지가 끝났으니 강의에 집중하면서 완강을 목표로 달려야겠다.
두 번째는 개인 프로젝트를 진행하고 싶다. 현재 목표는 상장기업의 재무 데이터와 주가 데이터를 가지고 데이터 분석, 머신러닝 프로젝트를 구상하고 있다. 강의를 넘어서 실제로 내가 관심 있는 분야에 적용해보는 것이다.
세 번째는 알고리즘 공부이다. 사실 수강하던 알고리즘 올인원 패키지도 환급 챌린지 미션을 핑계로 미뤄두고 있었다. 알고리즘공부를 병행하면서 백준, 프로그래머스, 릿코드 등을 이용해서 코딩테스트를 꾸준히 준비하는 것이다.
머신러닝과 데이터 분석 A-Z 올인원 패키지 Online. 👉 https://bit.ly/3cB3C8y
