CHIC_25 Machine Learning Study 🧠🤖

CHIC 25년 겨울 | AI & Machine Learning 스터디

---

👥 스터디 분반 구성

분반	멤버
스터디 멘토	⭐ 윤서환 ⭐
1분반	김다솔 (Leader ⭐), 유아름, 최은비
2분반	천성윤 (Leader ⭐), 강민혁, 장윤선, 전서연

---

📘 사용하는 교재

혼자 공부하는 머신러닝 + 딥러닝

🖋️ 저자: 박혜선
📚 출판사: 한빛미디어

---

📂 세부 목차

1장. 나의 첫 머신러닝

• 💡 1-1. 인공지능과 머신러닝, 딥러닝
• 💻 1-2. 코랩과 주피터 노트북
• 🛍️ 1-3. 마켓과 머신러닝

2장. 데이터 다루기

• 🧪 2-1. 훈련 세트와 테스트 세트
• 🛠️ 2-2. 데이터 전처리

3장. 회귀 알고리즘과 모델 규제

• 📊 3-1. k-최근접 이웃 회귀
• 📈 3-2. 선형 회귀
• 🔧 3-3. 특성 공학과 규제

4장. 다양한 분류 알고리즘

• 🔑 4-1. 로지스틱 회귀
• 🚀 4-2. 확률적 경사 하강법

5장. 트리 알고리즘

• 🌳 5-1. 결정 트리
• 🔍 5-2. 교차 검증과 그리드 서치
• 🌟 5-3. 트리의 앙상블

6장. 비지도 학습

• 👥 6-1. 군집 알고리즘
• 🎯 6-2. k-평균
• 🧮 6-3. 주성분 분석

7장. 딥러닝을 시작합니다

• 🧠 7-1. 인공 신경망
• 💡 7-2. 심층 신경망
• 🔄 7-3. 신경망 모델 훈련

8장. 이미지를 위한 인공 신경망

• 🖼️ 8-1. 합성곱 신경망의 구성 요소
• 📸 8-2. 합성곱 신경망을 사용한 이미지 분류
• 👓 8-3. 합성곱 신경망의 시각화

9장. 텍스트를 위한 인공 신경망

• 📝 9-1. 순차 데이터와 순환 신경망
• 💬 9-2. 순환 신경망으로 IMDB 리뷰 분류하기
• ⚙️ 9-3. LSTM과 GRU 셀

---

📌 참고 및 활용

• 💡 학습 팁: 각 장의 내용을 팀별로 나누어 스터디 후, 주요 개념을 공유하고 실습하기.
• ✅ 도구 추천: Colab, Jupyter Notebook 등 Python 기반 도구 활용.
• 📊 결과물: 코드 및 노트 정리를 Github에 공유하기