사이트맵
사이트맵
교재없음
0원
1. 평생교육이용권(바우처) 과정은 지원 대상자만 수강이 가능합니다.
2. 수강 기간 외 복습기간(이수시 1년, 진도율 50% 달성 시 6개월) 추가 제공됩니다.
3. 모바일 학습은 전용페이지(https://edu.jobgo.ne.kr/_mobile)에서 학습하실 수 있습니다.
이 과정은 인공지능과 머신러닝의 기본 개념을 이해하고 실무에서 활용할 수 있는 핵심 기술을 익히는 것을 목표로 한다.
Scikit-learn을 활용하여 회귀, 분류, 앙상블, 군집화 등의 머신러닝 모델을 실습하고, TensorFlow를 통해 ANN, CNN, RNN, 강화학습을 포함한 다양한 딥러닝 모델을 구현한다.
또한, 교차검증과 하이퍼파라미터 튜닝 등의 최적화 기법을 익혀 모델 성능을 향상시키는 방법을 학습한다.
이론과 실습을 병행하여 데이터 분석 및 모델 구축 능력을 배양하며, 최신 AI 기술 트렌드를 반영한 실습을 통해 실무 적용 역량을 강화한다
* 훈련대상 : 대학생, 직장인 등 인공지능 관련 (준)전공자, AI Certificate for Everyone(AICE) Associate등급 자격증을 준비하는 사람
없음
이수 시, 복습기간 1년 제공하며, 미이수 시 진도율 50% 이상일 경우 복습기간 6개월 제공
| 구분 | 내용 |
|---|---|
| 자격증명 | AICE Associate |
| 관련링크 | https://aice.study/info/aice/asso |
| 자격증소개 | 1. 개요 AICE Associate는 실무에서 AI를 활용하는 역량을 습득하고 진단하기 위해 개발하였습니다. 2. 시험 정보 1) 시험 정보 : 14문항/90분 2) 합격 기준 : 80점 이상 합격 3) 응시료 : 80,000원 4) 시험 방법 : 온라인 (오픈북) 5) 자격 유효 기간 : 3년 3. 자세한 내용은 공식 사이트에서 확인해주시기 바랍니다. |
| 차수 | 주요내용 |
|---|---|
| 1 | 빅데이터를 위한 파이썬 소개 |
| 2 | 데이터 분석을 위한 개발환경 소개 및 기초 실습 |
| 3 | Series #1. 1차원 데이터 개념 및 Series 생성 실습 |
| 4 | Series #2. 자유자재로 다루기 (속성 및 함수) |
| 5 | DataFrame #1. 개념 및 생성 실습 |
| 6 | DataFrame #2. 자유자재로 다루기 (속성 및 함수) |
| 7 | DataFrame #3. 원하는 데이터만 선택하기 |
| 8 | 데이터 입출력. 파일에서 데이터 읽고 쓰기 |
| 9 | 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수 적용, 산술 연산) |
| 10 | 데이터 가공 #2. 고차원 데이터 다루기 (feat. 계층 색인) |
| 11 | 데이터 가공 #3. 데이터 통합하기(여러 개의 데이터를 하나로 합치기) |
| 12 | 데이터 가공 #4. 정렬 및 집계 |
| 13 | 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1) |
| 14 | 실전 실습 #1. 영화 평점 심화 분석 (2) |
| 15 | 시계열 데이터 #1. 날짜와 시간 데이터 다루기 (datetime) |
| 16 | 시계열 데이터 #2. datetime 관련 주요 함수 |
| 17 | 실전 실습 #2. covid 19 데이터 탐색 및 기초분석 |
| 18 | 실전 실습 #2. covid 19 데이터 심화 분석 |
| 19 | 외부 데이터 활용 #1. API 활용 |
| 20 | 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium) |
| 21 | 데이터 시각화 및 전처리 개요 |
| 22 | matplotlib #1. 라이브러리 소개 및 기본 실습 |
| 23 | matplotlib #2. 설정 변경 및 pandas 시각화 |
| 24 | seaborn #1. 범주형 데이터 시각화 실습 |
| 25 | seaborn #2. 관계형 데이터 시각화와 히트맵 실습 |
| 26 | plotly #1. 소개 및 기초 실습(막대 그래프) |
| 27 | plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교 |
| 28 | folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습 |
| 29 | folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습 (feat. 서울시 따릉이 대여소 시각화) |
| 30 | 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리 |
| 31 | 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화 |
| 32 | 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치, 구간화, 정규화) |
| 33 | 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩) |
| 34 | 실전 실습 #4. 타이타닉 데이터 전처리 |
| 35 | 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR, Z-Score) |
| 36 | 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE) |
| 37 | 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습 |
| 38 | 특성 공학 #2. 차원 축소의 이해와 MNIST 실습 |
| 39 | 텍스트 데이터 전처리 개요 및 과정 실습(토큰화, 불용어 제거, TF-IDF) |
| 40 | 실전 실습 #5. 네이버 영화 리뷰 분석 |
| 41 | 인공지능과 머신러닝 개요 |
| 42 | Scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개 |
| 43 | Scikit-learn #2. iris 데이터를 활용한 모델링 실습 |
| 44 | 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초 |
| 45 | 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해 |
| 46 | 분류(Classification) #1. 결정트리 개념의 이해 |
| 47 | 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측 |
| 48 | 앙상블 #1. 앙상블 개념의 이해 |
| 49 | 앙상블 #2. 부스팅 앙상블 |
| 50 | 앙상블 #3. XGBoost |
| 51 | 실전 실습 #6. 금융 데이터 분석(산탄데르 은행 고객 거래 예측) |
| 52 | 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석) |
| 53 | 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링) |
| 54 | 비지도학습 #3. 협업 필터링 |
| 55 | 딥러닝 #1. 신경망 기초 및 Tensorflow 소개 |
| 56 | 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망) |
| 57 | 딥러닝 #3. 합성곱 신경망(CNN) |
| 58 | 딥러닝 #4. 순환 신경망(Recurrent Neural Network) |
| 59 | 실전 실습 #7. 자동차 보험 제안 수락 예측 |
| 60 | 실전 실습 #8. 비트코인 가격 예측 |
신청매뉴얼
학습매뉴얼
원격지원
