컨텐츠 내용
- 수강신청
- 과정정보
[AICE] 인공지능활용능력향상을 위한 패키지 교육
과정소개
본 과정은 국가공인 AICE Associate 자격취득을 위한 커리큘럼으로 시험 출제 범위인 데이터 분석, 데이터 처리, 데이터 모델링 세가지로 독립 된 커리큘럼 및 실전 예제 중심의 학습을 제공하여 다양한 종류의 예제를 학습할 수 있다
또한 유형별 실제 업무 적용 방안과 현실 사용 사례도 함께 제시하여 자격취득 이후에도실무에 적용하여 활용할 수 있도록 학습이 구성되었다.
[교재정보]
- 학습자료 다운로드 버튼을 클릭하면 PDF 파일로 다운 받을 수 있습니다.
학습목표
국가공인 AICE Associate 자격시험 출제 범위(데이터 분석·처리·모델링)에 기반한 실전 예제 중심 학습을 통해 다양한 데이터 활용 역량을 강화한다.
다양한 업무 환경에서 인공지능 기술을 활용할 수 있는 실무 역량을 확보한다.
다양한 업무 환경에서 인공지능 기술을 활용할 수 있는 실무 역량을 확보한다.
교육대상
대학생, 직장인 등 인공지능 관련 (준)전공자 등
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 반영비율 | 100% | 100점 |
| 이수(과락)기준 | 80% | 100점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 100점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 빅데이터를 위한 파이썬 소개 |
| 2차시 | 데이터 분석을 위한 개발환경 소개 및 기초 실습 |
| 3차시 | Series #1. 1차원 데이터 개념 및 Series 생성 실습 |
| 4차시 | Series #2. 자유자재로 다루기 (속성 및 함수) |
| 5차시 | DataFrame #1. 개념 및 생성 실습 |
| 6차시 | DataFrame #2. 자유자재로 다루기(속성 및 함수) |
| 7차시 | DataFrame #3. 원하는 데이터만 선택하기 |
| 8차시 | 데이터 입출력. 파일에서 데이터 읽고 쓰기 |
| 9차시 | 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수적용, 산술연산) |
| 10차시 | 데이터 가공 #2. 고차원 데이터 다루기(feat. 계층 색인) |
| 11차시 | 데이터 가공 #3. 데이터 통합하기 (여러 개의 데이터를 하나로 합치기) |
| 12차시 | 데이터 가공 #4. 정렬 및 집계 |
| 13차시 | 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1) |
| 14차시 | 실전 실습 #1. 영화 평점 심화 분석 (2) |
| 15차시 | 시계열 데이터 #1. 날짜와 시간 데이터 다루기(datetime) |
| 16차시 | 시계열 데이터 #2. datetime 관련 주요 함수 |
| 17차시 | 실전 실습 #2. covid 19 데이터 탐색 및 기초분석 |
| 18차시 | 실전 실습 #2. covid 19 데이터 심화 분석 |
| 19차시 | 외부 데이터 활용 #1. API 활용 |
| 20차시 | 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium) |
| 21차시 | 데이터 시각화 및 전처리 개요 |
| 22차시 | matplotlib #1. 라이브러리 소개 및 기본 실습 |
| 23차시 | matplotlib #2. 설정 변경 및 pandas 시각화 |
| 24차시 | seaborn #1. 범주형 데이터 시각화 실습 |
| 25차시 | seaborn #2. 관계형 데이터 시각화와 히트맵 실습 |
| 26차시 | plotly #1. 소개 및 기초 실습(막대 그래프) |
| 27차시 | plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교 |
| 28차시 | folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습 |
| 29차시 | folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습(feat. 서울시 따릉이 대여소 시각화) |
| 30차시 | 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리 |
| 31차시 | 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화 |
| 32차시 | 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치, 구간화, 정규화) |
| 33차시 | 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩) |
| 34차시 | 실전 실습 #4. 타이타닉 데이티 전처리 |
| 35차시 | 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR, Z-Score) |
| 36차시 | 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE) |
| 37차시 | 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습 |
| 38차시 | 특성 공학 #2. 차원 축소의 이해와 MNIST 실습 |
| 39차시 | 텍스트 데이터 전처리 개요 및 과정 실습 (토큰화, 불용어 제거, TF-IDF) |
| 40차시 | 실전 실습 #5. 네이버 영화 리뷰 분석 |
| 41차시 | 인공지능과 머신러닝 개요 |
| 42차시 | scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개 |
| 43차시 | scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화) |
| 44차시 | 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초 |
| 45차시 | 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해 |
| 46차시 | 분류(Classification) #1. 결정트리 개념의 이해 |
| 47차시 | 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측 |
| 48차시 | 앙상블 #1. 앙상블 개념의 이해 |
| 49차시 | 앙상블 #2. 부스팅 앙상블 |
| 50차시 | 앙상블 #3. XGBoost |
| 51차시 | 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측) |
| 52차시 | 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석) |
| 53차시 | 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링) |
| 54차시 | 비지도학습 #3. 협업 필터링 |
| 55차시 | 딥러닝 #1. 신경망 기초 및 Tensorflow 소개 |
| 56차시 | 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망) |
| 57차시 | 딥러닝 #3. 합성곱 신경망(CNN) |
| 58차시 | 딥러닝 #4. 순환 신경망(RNN) |
| 59차시 | 실전 실습 #7. 자동차 보험 제안 수락 예측 |
| 60차시 | 실전 실습 #8. 비트코인 가격 예측 |
