결제 취소나 환불은 어떻게 하나요?

결제 취소 및 환불이 필요하신 경우, 고객센터를 통해서 요청해주시기 바랍니다결제 취소 및 환불 내역은 ‘마이페이지 > 거래내역’에서 확인이 가능합니다. 환불 신청 절차 안내 1. 고객센터(help@fastcampus.co.kr)로 수강생 정보(성함 및 아이디), 강의명을 기재하시어 이메일로 환불 접수를 해주세요.2. 결제 수단에 맞춰 환불이 진행되며, 계좌 입금으로 결제하신 경우에는 환불받으실 계좌도 함께 기재해주시기 바랍니다.3. 이메일로 환불을 요청하신 경우, 카드/가상계좌/이니계좌 환불은 메일 답변 후 바로 취소 처리되며 결제사를 통해 실 환불이 진행되기 때문에 환불완료까지는 최대 3~7일 정도 소요될 수 있습니다.4. 무통장 결제건은 목요일까지 환불계좌정보와 함께 help@fastcampus.co.kr 로 환불 접수해주셨을 경우 다음 주 수~목요일 사이쯤 입금될 예정이오니 참고하셔서 추후 확인해 주시기 바랍니다.

현금영수증은 어디에서 발급 요청이 가능한가요?

현금영수증은 온라인 결제 시스템을 통해 결제를 진행하실 때, 해당 결제 시스템을 통해 신청이 가능하며 소득공제용(개인), 지출증빙용(사업자) 중 선택하실 수 있습니다.무통장 입금[우리 1005-902-393657 ㈜패스트캠퍼스)]으로 입금을 해주신 경우에는 고객센터(help@fastcampus.co.kr) 이메일 주소로 현금영수증 혹은 지출증빙 영수증을 발급하실 정보(핸드폰 번호 혹은 사업자번호)를 기재하여 따로 요청해주시기 바랍니다.

회사 비용으로 처리하기 위해 전자세금계산서를 발급받고 싶습니다.

전자세금계산서 발급을 원하실 경우, 무통장입금 방식으로 결제를 해주셔야 하며 입금하실 전용 계좌번호는 다음과 같습니다.패스트캠퍼스는 면세 사업자로 수강료에 별도의 부가세가 부과되지 않습니다. 수강료 입금 계좌 우리은행 1005-902-393657 패스트캠퍼스㈜전자세금계산서를 발급하실 귀사의 사업자등록증을 파일로 첨부하시어 고객센터 이메일 주소로 전자세금계산서 발행을 요청해주시기 바랍니다. 입금 시, 수강생명 혹은 계산서를 발급하신 회사명과 상이한 정보로 입금하시면 꼭 알려주시기 바랍니다. 상세 안내 1) 수강료 입금 후 발행을 원하실 경우전자계산서 발급을 위해 귀사의 사업자등록증을 PDF파일로 첨부하신 후 '수강생명/교육과정명 / 아이디(계정정보) / 전자계산서를 발급 받을 담당자 이메일 주소 '를 기재하여 고객센터(help@fastcampus.co.kr)로 요청해주세요.2) 수강료 입금 전 청구 발행 요청 시수강하고자 하는 과정의 '수강신청서 제출 '을 먼저 완료 해 주신 후, 전자계산서 발급을 위해 귀사의 사업자등록증을 PDF파일로 첨부하신 후 '수강생명 / 교육과정명 / 아이디(계정정보) / 입금액(수강료) / 입금예정일자 / 전자계산서를 발급 받을 담당자 이메일 주소 '를 상세 기재하여 고객센터(help@fastcampus.co.kr)로 요청해 주시면 입금하실 전용 계좌정보를 안내드립니다. 얼리버드 할인의 경우 결제일자 기준으로 적용됩니다.따라서 전자세금계산서만 발급하시고 입금완료가 되지 않을 경우 수강료는 추후 상향조정될 수 있는 점 참고하시어 할인 마감일을 지켜주시기 바랍니다.

수강신청확인서 및 수료증은 어디에서 발급 요청이 가능한가요?

수강신청확인증은 수강료 결제가 완료된 경우, 수강신청을 증빙하기 위해 발급해드리는 증빙 서류이며수료증명서는 강의를 완강하신 경우에 강의 수료를 증빙하기 위해 발급해드리는 증빙 서류입니다. 수료증명서 발급 기준 안내 1) 오프라인 강의의 경우 : 강의를 완강하신 경우 발급2) 온라인 강의의 경우 : 80% 이상 수강하신 경우에 발급위 증빙 서류 발급을 희망하실 경우 저희 고객센터(help@fastcampus.co.kr) 이메일 주소로 아이디/수강생명 / 과정명을 기재하여 발급을 요청해주시면 PDF 파일을 첨부하여 메일로 안내해드리고 있습니다.

AutoML 시스템 구축으로 익히는 모델 선택 및 하이퍼파라미터 튜닝

올인원 패키지 Online.

AutoML 시스템 구축으로 익히는 모델 선택 및
하이퍼파라미터 튜닝

01 AutoML 바닥부터 개발

3가지 머신러닝 AutoML을 개발해보며
머신러닝 모델 개발의 실무를 경험
02 AutoML 현직 개발자 직강

만들어진 서비스가 아닌 자체 AutoML
시스템을 직접 구현하는 저자/강사의 직강
03 질의응답을 통한 맞춤 학습

개인의 상황 / 회사의 비즈니스에 따라
다르게 생기는 문제 상황 대응

기본 정보

· 10개 파트, 19시간 분량
· 실전 - 응용

강의 특징

· 수강료 1회 결제로 평생 소장
· 실습 기반의 국내 유일 AutoML 강의

코스 프로모션 배너 전용입니다.

0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.

AutoML 시스템을 처음부터 만들어보는 실습으로
실질적인 머신러닝 모델 개발 과정을 익힙니다.

머신러닝 실무자가 마주하는 다양한 문제에 대한
의사결정을 보다 효율적으로 할 수 있습니다.

강의에서는 다음의 고민거리를 풀어가는 힌트를 얻을 수 있습니다.

데이터를 마주했을 때, 무엇을 해야할 지,
어떠한 모델로, 어떻게 학습해야 할 지 결정하기 어려운 모든 분들을 위한 강의 입니다.

머신러닝 모델 개발 입문자를 위한 ML 핵심 개념부터
실무자를 위한 ML 자동화 최적화 기법까지 학습합니다.

AutoML 입문자를 위한 기초 프로젝트부터
최신 논문에서 언급되는 주제로 구현된 고난이도 프로젝트까지 순차적으로 학습합니다.

길스랩

ㆍ(현) 제조 대기업 시니어 데이터 사이언티스트
ㆍ산업공학 박사 : 머신러닝 및 최적화 전공
ㆍ기술 블로그 길스랩 (https://gils-lab.tistory.com/) 운영
ㆍ"파이썬을 이용한 머신러닝 자동화 시스템 구축" 저자
ㆍ머신러닝 및 최적화 분야 20편 가량의 학술 논문 게재

머신러닝 자동화 시스템을 구축해야 하는 상황은 흔치 않습니다.
그러나, 머신러닝 자동화 시스템의 원리는 머신러닝 실무자에게 굉장히 중요한 내용입니다.

특히, 이 강의에서 자세히 설명하는 데이터 탐색 방법과 탐색 결과에 따른 적절한 전처리 기법과 모델 선택, 그리고 최적화 기법을 이용한 하이퍼파라미터 튜닝 등은 머신러닝 실무자에게 분명 도움이 될 것입니다.

강의에서는 함께 AutoML을 처음부터 개발해보면서, 머신러닝 실무자가 마주하는 각각의 문제 및 고민의 순간마다 어떠한 기준으로 의사결정을 하는지 알아보겠습니다.

보다 나은 의사 결정을 할 수 있는 머신러닝 실무자가 되는데 이 강의가 도움이 되시길 기대합니다.

권장 수강 대상

데이터 특성을 이해하고 데이터 특성에 따른 적절한전처리 및 모델 선택을 하고 싶은 분

모델 선택과 하이퍼 파라미터 튜닝에 대해 깊게 이해하고 싶은 분

이론적인 내용이 아니라, 머신러닝 실무에 반드시 필요한 모델의 특성을 이해하고 싶은 분

데이터와 최적화 기법을 사용해 전처리 기법, 모델, 하이퍼 파라미터를 선택하고 싶은 분

수업 환경 설정

*수업 전 설치 필요

*수업 중 함께 설치

강의 미리 엿보기.

커리큘럼.

아래의 모든 강의를 올인원 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!

Part 1. 머신러닝 모델 개발 프로세스

01. 머신러닝 과제의 분류

ㆍ지도 학습 개요
ㆍ일반화와 과적합
ㆍ데이터 분할
ㆍ비지도 학습

02. 문제 정의와 데이터 수집

ㆍ머신러닝 프로세스 개요
ㆍ문제 정의와 데이터 수집

03. 데이터 탐색 및 전처리

ㆍ데이터 탐색 및 전처리 개요
ㆍ결측치 처리
ㆍ범주형 변수 처리
ㆍ분포 확인
ㆍ클래스 불균형 문제
ㆍ특징 공학

04. 모델 학습

ㆍ모델 선택
ㆍ하이퍼 파라미터 튜닝

05. 모델 평가

ㆍ머신러닝 자동화에서의 모델 평가의 필요성
ㆍ분류 모델 평가
ㆍ회귀 모델 평가

Part 2. 파이썬을 이용한 머신러닝 모델 학습

01. 데이터 준비

ㆍ데이터 불러오기
ㆍ데이터 확인하기
ㆍ데이터 분할하기

02. 데이터 탐색 및 전처리

ㆍ사이킷런을 이용한 데이터 전처리
ㆍ결측치 처리
ㆍ범주형 변수 처리
ㆍ재샘플링
ㆍ특징 선택

03. 모델 학습 및 평가

ㆍ사이킷런을 이용한 모델 학습
ㆍ사이킷런을 이용한 모델 평가

04. 파이프라인과 모델 저장

ㆍ머신러닝 파이프라인
ㆍ피클을 활용한 모델 저장 및 불러오기

Part 3. 주요 지도 학습 모델

01. 선형 모델

ㆍ선형 회귀 (1) 모델 구조 및 특성
ㆍ선형 회귀 (2) 사이킷런 실습
ㆍ로지스틱 회귀
ㆍ선형성을 고려한 특징 공학

02. k-최근접 이웃

ㆍ작동 과정 및 모델의 장단점
ㆍ주요 하이퍼 파라미터
ㆍ스케일링과 특징 공학
ㆍ사이킷런 실습

03. 결정 나무

ㆍ모델 구조와 작동 과정
ㆍ모델 특성
ㆍ주요 하이퍼 파라미터
ㆍ사이킷런 실습

04. 신경망

ㆍ모델 구조와 작동 과정
ㆍ모델 학습과 주요 하이퍼 파라미터
ㆍ사이킷런 실습

05. 앙상블

ㆍ앙상블의 종류
ㆍ결정 나무 기반의 앙상블 모델
ㆍ실습

Part 4. 최적화 문제

01. 최적화 모델

ㆍ최적화 모델 개요
ㆍ머신러닝 자동화를 위한 최적화

02. 다양한 해법

ㆍ최적해 및 해법의 종류
ㆍ미분을 이용한 해법
ㆍ휴리스틱 방법

Part 5. 그리드 서치와 랜덤 서치

01. 그리드 서치

ㆍ그리드 서치 개요
ㆍ최댓값 및 최솟값 탐색 알고리즘
ㆍGridSearchCV를 이용한 그리드 서치
ㆍParameterGrid를 이용한 그리드 서치

02. 랜덤 서치

ㆍ랜덤 서치 개요
ㆍRandomSearchCV를 이용한 랜덤 서치
ㆍ랜덤 서치 직접 구현하기

Part 6. 유전 알고리즘

01. 이론

ㆍ유전 알고리즘의 개요 및 구성
ㆍ유전자 표현 방법
ㆍ적합도와 선택 연산
ㆍ교차 연산과 돌연변이 연산

02. 실습 1 - 특징 선택

ㆍ문제 정의
ㆍ연산자 정의
ㆍ메인 코드

03. 실습 2 - 외판원 순회 문제

ㆍ문제 정의
ㆍ연산자 정의
ㆍ메인 코드

Part 7. 베이지안 최적화

01. 이론

ㆍ베이지안 최적화 개요
ㆍ대체 모델
ㆍ샘플러와 대체 모델 실습
ㆍ획득 함수
ㆍ메인 코드

02. 실습 - 하이퍼 파라미터 튜닝

ㆍ문제 정의
ㆍ구성 요소 정의
ㆍ메인 코드

Part 8. 머신러닝 자동화를 위한 테크닉

01. 속도 향상을 위한 테크닉

ㆍ조기 종료
ㆍ다중 충실도

02. 웜 스타트와 메타 학습

ㆍ메타 학습
ㆍ실습 (1) 데이터 준비
ㆍ실습 (2) 메타 모델 학습 및 활용

03. 튜닝 범위 설정

ㆍ튜닝 범위 설정의 필요성
ㆍ주요 하이퍼 파라미터 식별
ㆍ하이퍼 파라미터 범위 설정

Part 9. 머신러닝 자동화를 위한 파이썬 패키지

01. Auto-Sklearn

ㆍ이론적 배경
ㆍ설치 및 개발 환경
ㆍ자동화 실습

02. H2O

ㆍ이론적 배경
ㆍ자동화 실습

Part 10. 실전 시스템 구축

01. MyAutoML1 - 그리드 서치를 이용한 머신러닝 자동화

ㆍ문제 정의 및 클래스 설계
ㆍ그리드서치 기반의 시스템 구현
ㆍ시스템 활용

02. MyAutoML2 - 탐색 공간 정의와 랜덤리서치를 이용한 머신러닝 자동화

ㆍ문제 정의 및 클래스 설계
ㆍ하이퍼 파라미터 범위 설정
ㆍ스태킹 앙상블 구현
ㆍ랜덤 서치 기반의 시스템 구현
ㆍ시스템 활용

03. MyAutoML3 - 메타모델과 베이지안 최적화를 이용한 머신러닝 자동화

ㆍ문제 정의 및 클래스 설계
ㆍ전처리 자동화 시스템 설계 및 구현
ㆍ메타 모델 학습
ㆍ메타 모델과 베이지안 최적화 기반의 시스템 구현
ㆍ시스템 활용

상세 커리큘럼.

자세한 커리큘럼 및 내용은 여기서 확인하세요!

자세히 보기 »

코스 프로모션 배너 전용입니다.

0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.

(자동)

정가 ~~(자동)~~

할인 금액 (자동)

현재 판매가 (자동)

(자동)

* 12개월 무이자 할부 시

바로 구매하기

이 강의도 추천해요.

학습규정 * 본 상품은 동영상 형태의 강의를 수강하는 상품입니다.
* 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
* 수강 신청 및 결제를 완료하시면, 마이페이지를 통해 바로 수강이 가능합니다.
* 본 강의는 강사님의 개별 질의응답이 가능하며, 질의응답 가능한 강사님의 메일주소는 강의영상에서 공개됩니다.

총 학습기간:
– 정상 수강기간(유료 수강기간) 최초 1개월(30일), 무료 수강 기간은 31일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
– 본 패키지는 약 19시간 분량으로, 일 1시간 내외의 학습 시간을 통해 정상 수강 기간(=유료 수강 기간) 내에 모두 수강이 가능합니다.
– 수강시작일: 수강 시작일은 결제일로부터 기간이 산정되며, 결제를 완료하시면 마이페이지를 통해 바로 수강이 가능합니다. (사전 예약 강의는 1차 강의 오픈일)
– 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.

주의사항 – 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
– 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
– 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인 이벤트 적용이 불가할 수 있습니다.
– 커리큘럼은 제작 과정에서 일부 추가, 삭제 및 변경될 수 있습니다.
– 쿠폰 적용이나 프로모션 등으로 인해 5만원 이하의 금액으로 강의를 결제할 경우, 할부가 적용되지 않습니다.

환불규정 – 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.

– 수강시작 후 7일 이내, 5강 미만 수강 시에는 100% 환불 가능합니다.
– 수강시작 후 7일 초과, 5강 이상 수강 시 정상 수강기간(유료 수강기간) 대비 잔여일에 대해 다음과 같이 환불 가능합니다.
환불요청일 시 기준
: 수강시작 후 1/3 경과 전, 실 결제금액의 2/3에 해당하는 금액 환불
: 수강시작 후 1/2 경과 전, 실 결제금액의 1/2에 해당하는 금액 환불
: 수강시작 후 1/2 경과 후, 환불 금액 없음

* 보다 자세한 환불 규정은 홈페이지 취소/환불 정책에서 확인 가능합니다.

패스트캠퍼스 정책 안내 [패스트캠퍼스 아이디 공유 금지 정책]
패스트캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러명이 공유하는 형태를 금지하고 있습니다.
동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.

[기기제한 정책]
패스트캠퍼스 온라인 강의 시청을 위해서는 ID별 최대 3개의 기기를 등록할 수 있으며, 기기 등록은 온라인 강의장 접속 시 자동 등록됩니다.
최대 갯수를 초과하였을 경우 등록된 기기 해제가 필요합니다.

[저작권 정책]
패스트캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡쳐 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.

머신러닝 튜닝

기본 정보

강의 특징

길스랩

01. 머신러닝 과제의 분류

02. 문제 정의와 데이터 수집

03. 데이터 탐색 및 전처리

04. 모델 학습

05. 모델 평가

01. 데이터 준비

02. 데이터 탐색 및 전처리

03. 모델 학습 및 평가

04. 파이프라인과 모델 저장

01. 선형 모델

02. k-최근접 이웃

03. 결정 나무

04. 신경망

05. 앙상블

01. 최적화 모델

02. 다양한 해법

01. 그리드 서치

02. 랜덤 서치

01. 이론

02. 실습 1 - 특징 선택

03. 실습 2 - 외판원 순회 문제

01. 이론

02. 실습 - 하이퍼 파라미터 튜닝

01. 속도 향상을 위한 테크닉

02. 웜 스타트와 메타 학습

03. 튜닝 범위 설정

01. Auto-Sklearn

02. H2O

01. MyAutoML1 - 그리드 서치를 이용한 머신러닝 자동화

02. MyAutoML2 - 탐색 공간 정의와 랜덤리서치를 이용한 머신러닝 자동화

03. MyAutoML3 - 메타모델과 베이지안 최적화를 이용한 머신러닝 자동화

상세 커리큘럼.

이 강의도 추천해요.

수강료.