Scikit-learn으로 구현하는 실전 비즈니스 예측 모델링
강좌 소개
파이썬 데이터 과학의 대표 라이브러리인 Scikit-learn을 깊이 있게 활용하여, 실제 기업의 비즈니스 데이터를 기반으로 엔드투엔드 예측 파이프라인을 구축하는 실전 과정입니다.
데이터 전처리, 특성 공학(Feature Engineering), 모델 선택, 하이퍼파라미터 최적화, 모델 저장 및 추론까지 끊김 없는 Scikit-learn Pipeline 객체를 작성하여 현업에 바로 적용 가능한 완성도 높은 코드를 완성합니다.
이 강좌에서 배우는 것들
- Scikit-learn Pipeline과 ColumnTransformer 완벽 활용
- 고객 이탈 예측(Churn Prediction) 실전 모델링 프로젝트 완수
- 특성 중요도(Feature Importance) 분석 및 비즈니스 인사이트 도출
- Joblib을 활용한 모델 직렬화 및 추론 서빙 기초
교육 과정 (Curriculum)
Section 1: Scikit-learn 파이프라인 아키텍처
- 머신러닝 코드의 기술 부채와 Pipeline의 필요성
- ColumnTransformer를 활용한 혼합 데이터 타입 일괄 처리
- 커스텀 변환기(Custom Transformer) 작성 및 통합
Section 2: 실전 비즈니스 예측 프로젝트: 고객 이탈
- 통신사 고객 이탈 데이터 탐색 및 특성 엔지니어링
- 클래스 불균형(Imbalanced Data) 처리: SMOTE vs 가중치 조정
- XGBoost, LightGBM과 Scikit-learn 통합 벤치마킹
Section 3: 모델 해석과 프로덕션 준비
- SHAP 라이브러리를 활용한 모델 예측 근거 시각화
- Optuna를 활용한 자동화 하이퍼파라미터 최적화
- 모델 영속화(Serialization) 및 신규 데이터 배치 예측 스크립트 작성
필수 조건
- 파이썬 기초 및 머신러닝 기본 알고리즘 이해
수강 대상
- 이론을 넘어 실제 비즈니스 예측 문제를 풀고 싶은 데이터 분석가
- 재사용 가능한 깔끔한 머신러닝 파이프라인을 작성하려는 개발자
- 머신러닝 프로젝트의 실무 워크플로우를 경험하고 싶은 취업 준비생