체인지아카데미
본문 바로가기
주메뉴 바로가기
메인으로 바로가기

[AICE] 인공지능활용능력향상을 위한 데이터 모델링

0 (수강평 0개, 수강생 0명)  76
  • #평생교육이용권
  • #AI과정
  • #첨단신기술과정
  • #국가자격증
  • #AI활용
  • #데이터활용
  • #생성형AI
  • #데이터분석
  • #자격증시험
학습차시20차시
커리큘럼수업 총 20개, 총 16시간 40분
수강신청 하러가기

수강생들의 후기

아직 등록된 수강후기가 없습니다

현재 수강생들이 학습을 진행 중인 강의입니다.
실제 수강 완료 후 후기가 순차적으로 등록될 예정입니다.

지금 수강하시면 첫 후기를 남길 수 있어요

과정소개

AICE는 인공지능 능력시험으로, 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가한다.


AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인민간 자격으로 신규공인 되었다.
본 과정은 국가공인민간 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 이후에도 실무에 적용하여 활용할 수 있도록 학습이 구성되어 있다. 

학습대상

1. AICE Associate 자격증에 관심있는 학습자

2. AICE Associate 자격증을 취득하고자 하는 학습자

3. 대학생, 직장인 등 인공지능 관련 준전공자 

학습목표

1. 인공지능과 머신러닝의 개념 및 활용 분야를 이해할 수 있다.

2. scikit-learn을 활용하여 머신러닝 모델을 구현할 수 있다.

3. 데이터 분할, 교차검증, 하이퍼파라미터 최적화 등 모델 성능 향상 기법을 적용할 수 있다.

4. 회귀 알고리즘을 활용하여 수치 예측 문제를 해결할 수 있다.

5. 분류 알고리즘을 활용하여 범주 예측 및 의사결정 모델을 구축할 수 있다.

6. 앙상블 기법 및 XGBoost을 활용하여 예측 성능을 개선할 수 있다.

7. 클러스터링, 협업 필터링 등 비지도학습 기법을 이해하고 적용할 수 있다.

8. TensorFlow 기반 딥러닝 모델의 구조와 원리를 이해할 수 있다.

9. CNN, RNN 등 심층신경망 모델을 활용하여 다양한 데이터 분석 문제를 해결할 수 있다.

10. 금융, 보험, Bitcoin 등 실제 사례 데이터를 활용하여 AI 실무 역량을 강화할 수 있다.​ 

교수소개

 

학습 커리큘럼

총 20개 ∙ 16시간 40분
  • 차시 1. 인공지능과 머신러닝 개요
  • 차시 2. scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
  • 차시 3. scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
  • 차시 4. 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
  • 차시 5. 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
  • 차시 6. 분류(Classification) #1. 결정트리 개념의 이해
  • 차시 7. 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
  • 차시 8. 앙상블 #1. 앙상블 개념의 이해
  • 차시 9. 앙상블 #2. 부스팅 앙상블
  • 차시 10. 앙상블 #3. XGBoost
  • 차시 11. 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
  • 차시 12. 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
  • 차시 13. 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
  • 차시 14. 비지도학습 #3. 협업 필터링
  • 차시 15. 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
  • 차시 16. 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
  • 차시 17. 딥러닝 #3. 합성곱 신경망(CNN)
  • 차시 18. 딥러닝 #4. 순환 신경망(RNN)
  • 차시 19. 실전 실습 #7. 자동차 보험 제안 수락 예측
  • 차시 20. 실전 실습 #8. 비트코인 가격 예측

평가기준

출석: 100%