학습대상
대학생, 직장인 등 인공지능 관련 (준)전공자 등
학습목표
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
학습내용
- 01 차시인공지능과 머신러닝 개요
- 02 차시데이터 분석을 위한 개발환경 소개 및 기초 실습
- 03 차시Series #1. 1차원 데이터 개념 및 Series 생성 실습
- 04 차시Series #2. 자유자재로 다루기 (속성 및 함수)
- 05 차시DataFrame #1. 개념 및 생성 실습
- 06 차시DataFrame #2. 자유자재로 다루기(속성 및 함수)
- 07 차시DataFrame #3. 원하는 데이터만 선택하기
- 08 차시데이터 입출력. 파일에서 데이터 읽고 쓰기
- 09 차시데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수적용, 산술연산)
- 10 차시데이터 가공 #2. 고차원 데이터 다루기(feat. 계층 색인)
- 11 차시데이터 가공 #3. 데이터 통합하기 (여러 개의 데이터를 하나로 합치기)
- 12 차시데이터 가공 #4. 정렬 및 집계
- 13 차시실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1)
- 14 차시실전 실습 #1. 영화 평점 심화 분석 (2)
- 15 차시시계열 데이터 #1. 날짜와 시간 데이터 다루기(datetime)
- 16 차시시계열 데이터 #2. datetime 관련 주요 함수
- 17 차시실전 실습 #2. covid 19 데이터 탐색 및 기초분석
- 18 차시실전 실습 #2. covid 19 데이터 심화 분석
- 19 차시외부 데이터 활용 #1. API 활용
- 20 차시외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium)