강의시간

강의내용

실습여부

1

머신러닝과 데이터 전처리 이해

- 머신러닝의 동작 원리 이해 및 구현 방법 소개

- 머신러닝 모델의 성능을 높이기 위해서 필요한 데이터 전처리의 이해

O

2

판다스와 넘파이 실습

데이터처리의 기본 도구인 데이터프레임을 이용한 데이터 처리 방법 습득

데이터프레임과 ndarray와의 변환 방법 습득

O

3

데이터 전처리 실습

- 결측치 처리, 이상치 처리, 스케일링 이해 및 실습

로그변환, 역수변환, 카테고리 변환 등 데이터 변환 실습

O

4

데이터 시각화 기법

matplotlib, seaborn, plotly 등 라이브러리 사용법

streamlit을 이용한 웹기반 시각화 기법

O

5

탐색적 분석

시각화를 이용한 데이터 탐색 방법 실습

통계적 특성 분석

O

6

특성 공학 이해 및 실습

특성 선택, 차원축소, PCA 이해 및 t-SNE를 이용한 시각화

특성 추가, polynomial 방법 습득

O

7

화합물 데이터 표현형 이해

1차원, 2차원, 3차원의 화합물 표현형의 이해

- SMILE, Fingerprint, mol, SDF 소개

O

8

클러스터링 이해

데이터 샘플의 유사도를 이용한 클러스터링 이해

화합물의 유사도를 이용한 클러스터링 이해

O

9

화합물 데이터 처리 라이브러리 실습

RDKit을 이용한 화합물 데이터 처리 및 특성 파악 방법 실습

DeepChem이 제공하는 데이터 처리 및 특성 파악 방법 실습

O

10

화합물 데이터베이스 이용법

공개 화합물 데이터베이스 PubChem 데이터 액세스 및 처리 방법 실습

ChEMBL 데이터를 프로그램에서 접근하는 방법 실습

O