2025 Winter Machine Learning Study
- 3학년 전공필수 수업 <기계학습> 미리 공부해보기
- 머신러닝에 대한 흥미도 높이기
- 머신러닝 기초 탄탄하게 쌓기
- 시간 : 매주 월, 금 13:00 ~ 14:00
- 온라인으로 진행
- 스터디 활용 교재 :
혼자 공부하는 머신러닝 + 딥러닝(머신러닝 부분만 공부할 예정) - 준비물 : 노트북
- 팀으로 진행
- 챕터 별 2회차로 진행함
- 챕터 첫 번째 수업
☑️ 세팅(10min) : 출석체크 및 발표자료 준비 (출석체크 시 화면으로 확인) ☑️ 수업(50min) : 해당 회차에 수업을 맡은 팀(이하 '수업팀', 이외 팀은 '수강팀')이 수업을 진행
- 챕터 두 번째 수업
☑️ 세팅(10min) : 출석체크 (출석체크 시 화면으로 확인) ☑️ 문제풀이(40min) : 주어진 문제 각자 풀기 ☑️ 문제해설(10min) : 랜덤으로 선정된 한 명이 화면공유하여 자신이 푼 방법 소개
수업팀 순서 : OT날 사다리타기를 통해 정할 예정.
사이킷런 과제와 본교재를 기반으로 한 과제가 번갈아 주어질 예정
-
사이킷런 과제
✅주어진 코드를 분석하고 그 내용을 작성하여 제출 ✅코랩에서 실행한 화면 스크린샷을 포함해야 함 ✅과제 형식 : N회차_김마클_과제.md
-
교재 과제
- 수업팀과 수강팀으로 나누어짐
- 수업팀
✅진도에 따른 개념 설명과 문제 해설이 포함된 ppt 준비 ✅과제 형식 : N회차_N팀_과제.pptx
- 수강팀
✅주어진 코드를 분석하여 제출 ✅과제 형식 : N회차_김마클_과제.md
-
제출 기한 : 다음 수업 전 날 23시 59분까지
-
제출 위치 → github N회차 폴더 내 본인 팀 폴더에 업로드
| 회차 | 날짜 | 내용 | 수업팀 | 다시보기 |
|---|---|---|---|---|
| 0 | 25.01.03 | OT | 바로가기 | |
| 1 | 25.01.06 | Ch.1,2 | 운영진 | 바로가기 |
| 2 | 25.01.10 | 문제 풀이 | ||
| 3 | 25.01.13 | Ch.3 | 운영진 | |
| 4 | 25.01.17 | 문제 풀이 | ||
| 5 | 25.01.20 | Ch.4 | 1팀 | |
| 6 | 25.01.24 | 문제 풀이 | ||
| 25.01.27 | 휴식 | |||
| 7 | 25.01.31 | Ch.5 | 3팀 | |
| 8 | 25.02.03 | 문제 풀이 | ||
| 9 | 25.02.07 | Ch.6 | 2팀 | |
| 10 | 25.02.10 | 문제 풀이 | ||
| 11 | 25.02.14 | 프로젝트(수업x) | ||
| 12 | 25.02.17 | 프로젝트 발표 |
운영진 : 강지윤, 박찬욱, 안정원, 유시은, 이정현
| 1팀 | 2팀 | 3팀 |
|---|---|---|
| 강지윤 | 이정현 | 박찬욱 |
| 김서영 | 안정원 | 방우영 |
| 김시우 | 최정완 | 유시은 |
| 김강민 |
- 스터디 경고 3회 누적 시 스터디 퇴출 및 동아리 경고 1회 부여
- 결석 및 과제 미제출 시 스터디경고 1회
- 출석 지각 3회 누적 시 스터디경고 1회 단, 해당 스터디 날짜 자정 전까지 운영진에게 지각사유가 합당함을 증명시 지각처리 면제
- 1시 10분 이후부터 지각 처리
- 과제 지각 3회 누적 시 스터디경고 1회, 면제없음
- 과제 미제출 기준
- 과제 양식을 갖추지 않을 시 미제출로 간주
- 과제 제출 기한 기준 2일 뒤 자정까지 제출하지 않을 시 미제출로 간주
- 결석사유가 학교공결처리기준에 부합시 대체과제 + 결석사유서를 통해 스터디경고를 차감가능
- 결석하더라도 이전 주차 과제를 제출하여야 함
- 대체 과제 : 결석 회차 기준 2주 내로 github 대체과제 폴더에 제출
- 챕터 첫 번째 수업 : 수업팀 발표 내용 요약 10줄 이상 작성
- 챕터 두 번째 수업 : 스터디 시간에 푼 문제 직접 풀어보고 풀이과정 및 해설 작성
- 제출 형식 :
N회차_대체과제_N팀_김마클.md
- 결석사유서 : 결석하는 스터디 회차의 전 날까지 운영위원에게 제출([email protected])
동아리 결석 사유서.hwpx
동아리 결석 사유서.docx
-
목적: 출석, 과제, 팀활동에서의 참여도 증진
-
상품: 엄청난 기프티콘
-
기준: 점수
- 출석, 과제 제출, 문제 해설시 부여되는 점수의 합산이 높은 사람에게 부여함.
-
점수 기준
항목 점수 출석 100% 20점 과제 100% 20점 문제 해설 5점
- 혼자 공부하는 머신러닝+딥러닝, 한빛미디어
- Scikit-learn
- DACON
- 기타 연락처: [email protected]
