Practice - 실습 프로젝트
머신러닝 이론을 실제로 구현하고 적용해보는 실습 공간입니다.
📁 구조
Basic-Algorithms/
기본 알고리즘을 직접 구현하며 동작 원리를 이해하는 실습
Data-Projects/
실제 데이터셋을 활용한 문제 해결 프로젝트
Model-Comparison/
다양한 모델의 성능을 비교하고 분석하는 실습
🎯 실습 목표
- 이론과 실무 연결: 배운 이론을 실제 코드로 구현
- 문제 해결 경험: 실제 데이터로 머신러닝 문제 해결
- 성능 최적화: 모델 튜닝 및 개선 방법 습득
- MLOps 준비: 운영 환경을 고려한 모델 개발 경험
📊 진행 계획
Phase 1: 기본 알고리즘 구현
- 선형 회귀 from scratch
- 로지스틱 회귀 from scratch
- K-means 군집화 구현
- 의사결정 트리 구현
Phase 2: 데이터 프로젝트
- 타이타닉 생존 예측 (분류)
- 보스턴 주택 가격 예측 (회귀)
- 붓꽃 분류 (다중 분류)
- 고객 세분화 (군집화)
Phase 3: 모델 비교 및 최적화
- 분류 모델 성능 비교
- 회귀 모델 성능 비교
- 하이퍼파라미터 튜닝
- 앙상블 모델 구현
🛠️ 사용 도구
- Python: 메인 프로그래밍 언어
- scikit-learn: 머신러닝 라이브러리
- pandas: 데이터 처리
- numpy: 수치 계산
- matplotlib/seaborn: 데이터 시각화
- jupyter notebook: 실습 환경