위 스터디는 온라인 강의가 아닌, [ Live 스터디 ] 이기 때문에, [ 기존 할인 쿠폰을 추가로 사용 하실 수 없습니다 ]

[ 할인 쿠폰을 추가 사용 ] 하셔서 결제하신다면, [ 결제 취소 ]가 바로 진행될 예정입니다.

💥 (8기 모집) 7주 딥러닝/데이터분석 포트폴리오 스터디💥
대기업 현직자, 서울대 대학원 출신 선생님과 함께 만들어보세요

📌 진행 일정
 - 모집 시기 : 02.28 ~ 주제별 첫 수업 전까지
 - 시작 일정
  (A 주제)  

   1팀 : 03.09 (토) - 오후 3시 시작

   2팀 : 03.10 (일) - 오전 10시 시작

  (B 주제) : 03.10 (일) - 오후 3시 시작
 

📌 진행일정
- 총 7주 , 14시간 과정 (주 1회 수업)

📌 수업방식
1) 온라인 줌 - 이론 수업
2) 오프라인 - 프로젝트 발표 수업
3) 매주 과제 제출 예정
4) 매 수업 녹화강의 - 별로 제공
5) 수강생별 오프라인 별도 스터디 공부 희망시, <강남 메타코드 오프라인 스터디룸 시설 별도 무료 제공> 6) 디스코드 채널 통해서, 강의/프로젝트 관련 Q&A
7) 모집인원 - 주제별 7 ~ 10명 - 신청자가 많을 경우 나중에 신청하신분들은, 새로운 주말 시간대로 제안드릴 예정

📌 수업결과
1) 딥러닝/데이터분석 포트폴리오 생성
2) 수료증 발급
3) 이직시 헤드헌팅 서비스 제공
4) 메타코드M  사이트 혜택
 ~ 직무별 전체 로드맵 Total 강의 1개 코스 제공 (40만원 상당 무료 혜택)
  [ 데분/데사 분야 - 4~6개 강의 묶음 / 4월 초부터 Open ]
  ~ 이 혜택은 다음기수부터는 사라질 수도 있습니다  
 

📌 비 용

- 월 13.2만원 (5개월 할부시, Total 66만원) - [ 7기 비용 88만원 대비 25% 할인 이벤트중 - 다음 기수부터는 다양한 할인이 사라질 수 있습니다 ]

📌 프로젝트결과물 과거 예시들
(ex1) https://github.com/bkdinghun/deep_learning_creditcard/blob/main/Deep%20learning%20project.ipynb
(ex2) https://colab.research.google.com/drive/1VRwsOdEYd0SEV3c_puxINUeelZk20id7?usp=sharing
(ex3) https://github.com/gkswns0531/Credit_Card_Fraud_Detection/blob/main/Fraud_Detecting.ipynb



<프로젝트 제목 및 내용>

[📊 A주제 : credit card fraud detecting system (신용카드 이상거래 감지 프로그램)]

📌부제 : <서울대 데이터사이언스 대학원> 출신이 알려주는, 신용카드 이상거래 탐지를 위한 방법들, 회귀분석에서 딥러닝까지

📌사용 데이터 : credit card fraud transaction dataset (Kaggle)  / MNIST dataset

📌실습 환경 : Google Colab notebooks / Jupyter Notebook

📌학습 언어 : Python3

📌학습 내용 : 금융권에서 AI가 사용되는 가장 대표적인 사례로 이상 거래를 감지하는 Fraud Detect System이 존재합니다. 이 실습을 통해 신용카드 거래에서 이상거래를 감지하는 시스템을 만듭니다. 이를 위해서 전통적인 방법부터 시작해서 최신의 딥러닝 계열 방법을 공부합니다. 위 과정을 통해서 금융권 데이터의 특징과 머신러닝 기법을 실제 데이터에 적용하는 방법에 대해서 배우게 됩니다. 또한 산업계에서 많이 사용되고 있는 Tensorflow를 통해서 이 모든 과정을 구현하게 됩니다.

📌일정 : 총 7주, 14시간 과정 (2시간씩 수업 7회) - 세부 일정 실라버스 참고

            1팀 : 첫수업 3월 9일 (토), 오후 3시

            2팀 : 첫수업 3월 10일 (일), 오전 10시  

📌필요 역량 : 성실함, 기초적인 파이썬 코딩 능력

📌수강 추천대상 :
1. 기초적인 회귀분석부터 딥러닝까지 전체적인 흐름을 배우고 싶으신 분
2. 금융권 데이터에 관심이 있고 취업 희망하시는분
3. SKY AI/데이터사이언스 대학원 진학 희망하시는분
4. Tensorflow를 배워보고 싶으신 분

📌수강 비추천대상 :
1. 딥러닝이 아닌 머신러닝에 대해서 배우고 싶으신 분 (SVM, RandomForest 등)
2. 이미 회귀분석이나 딥러닝에 대해서 충분히 체계적으로 알고계신 분
3. 파이썬을 전혀 다루지 못하시는 분

🔖Syllabus
https://verdant-gladiolus-c69.notion.site/Fraud-Detecting-Schedule-ef3993ee4d5b436b86178f7df26a0267

🔖Syllabus
week1. Tensorflow / Linear Regression (온라인)
week2. Linear Reg Prac / Logistic Regression / Multi-Class Classification (온라인)
week3. Logistic Reg Prac  & MNIST Prac / Aritificial Neural Netw (온라인)
week4. ANN Prac / Convolutional Neural Nework (온라인)
week5. CNN Prac / Overfitting Control (온라인)
week6. Overfitting Prac / Hyper-Parameter (온라인)
week7. Hyper-Parameter (오프라인)

🔗 참고사항 : 7주차에는 중간 과제 결과물을 합쳐서, 하나의 최종 프로젝트로 오프라인 결과 발표 / 최종 발표 진행은 (개인/팀) 선택 가능



[📊 B주제 : 유통/이커머스 판매 데이터 시각화 및 인사이트 분석 및 나만의 프로젝트 만들기]

📌부제 : <대기업 데이터사이언티스트 현직자>가 알려주는, 유통/이커머스 도메인의 판매데이터를 이용한 인사이트 도출 프로젝트, 시각화 및 대시보드 만들기

📌사용 데이터 : Adidas Sales Dataset (Kaggle)  / E-Commerce Data (인도 이커머스 데이터, Kaggle)

📌실습 환경 : Google Colab notebooks / Jupyter Notebook

📌학습 언어 : Python3

📌학습 내용 : 유통/이커머스 산업의 대표적인 데이터는 판매데이터입니다. 실습을 통해 유통/이커머스 데이터에서 인사이트를 도출하고, 시각화하는 방법을 배웁니다. 데이터를 통해 인사이트를 도출할 수 있는 주제를 잡는법부터 시작하여 통계분석을 통해 이를 증명할 수 있는 방법까지 공부합니다. 또한, 효율적으로 분석결과를 보고 및 배포할 수 있는 대시보드를 만드는 방법까지 실습을 합니다. 이 과정에서 시각화 패키지인 plotly와 대시보드를 만들 수 있는 steamlit을 이용해 쉽게 대시보드를 개발하여 구현하는 실습을 하게 됩니다.

📌일정 : 총7주, 14시간 과정 (2시간씩 수업 5회) / 첫수업 3월 10일(일), 오후 3시 / 세부 일정 실라버스 참고

+ 5~7주차 프로젝트 관련 수업은 수업 1개 타임별 최대 10명으로만 진행하며, 1~4주차는 온라인 수업이므로 그 정원이 10명 이상일 수 있습니

📌필요 역량 : 성실함, 기초적인 파이썬 코딩 능력, 기초적인 통계학지식

📌수강 추천대상 :
1. 유통/이커머스 도메인의 데이터분석에 관심이 있는 분
2. 데이터분석/데이터사이언티스트 취업/이직 관심있는분
3. 단순하게 파이썬으로 구현하는 기술이 아니라 분석가로써 인사이트를 '분석' 하는 것을 배워보고 싶은 분
4. 시각화한 것을 대시보드로 구현해보고 싶은 분

📌수강 비추천대상 :
1. 이미 plotly, streamlit 등 시각화 패키지를 잘 아시는 분
2. '분석'이 아니라 시각화 기술만을 배우고 싶은분
3. 파이썬을 전혀 다루지 못하시는 분

🔖Syllabus
https://retailecommerceschedule.notion.site/retailecommerceschedule/997c44a0eeb6494c82c63b1f91a4e2a6?v=5c8c7dafe0a84b1a9543ac87a80802e9


🔖Syllabus
week1. Adidas 데이터를 이용한 인사이트 분석 (1) (온라인)
week2. Adidas 데이터를 이용한 인사이트 분석 (2) (온라인)
week3. ploty 패키지를 이용한 이커머스 데이터 시각화 (온라인)
week4. streamlit 패키지를 이용한 대시보드 제작 (온라인)
week5. 개인/팀 프로젝트 주제 발표 (오프라인)
week6. 개인/팀 프로젝트 중간 발표 (온라인)
week7. 개인/팀 프로젝트 결과 발표 (오프라인)

🔗 참고사항 : 5주차부터는 <자시만의 데이터 관련 프로젝트 만들기> 시작됩니다.
 1) 1~4주차에 했던 프로젝트를 보다 심화해서도 가능하며,
 2) 아예 새로운 주제와 팀별로 함께 프로젝트를 만들수 있습니다  / 개인으로만 희망하시는분은 개인 프로젝트로 진행