체인지아카데미
본문 바로가기
주메뉴 바로가기
메인으로 바로가기

[AICE] 인공지능활용능력향상을 위한 패키지 교육

0 (수강평 0개, 수강생 0명)  47
  • #평생교육이용권
  • #AI과정
  • #첨단신기술과정
  • #국가자격증
  • #AI활용
  • #데이터활용
  • #생성형AI
  • #데이터분석
  • #자격증시험
학습차시60차시
커리큘럼수업 총 60개, 총 50시간 0분
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. 파이썬 기초 문법과 데이터 분석 개발환경을 이해하고 분석 업무에 활용할 수 있다.

2. Pandas의 Series, DataFrame 구조를 활용하여 데이터를 생성·관리·가공할 수 있다.

3. 파일 입출력, 데이터 통합, 정렬, 집계 등 실무형 데이터 처리 기술을 수행할 수 있다.

4. 시계열 데이터 처리와 API, 웹스크래핑을 활용한 외부 데이터 수집 방법을 적용할 수 있다.

5. Matplotlib, Seaborn, Plotly 등을 활용하여 다양한 데이터 시각화를 구현할 수 있다.

6. Folium을 활용하여 지도 기반 공간 데이터를 시각화할 수 있다.

7. 결측치, 이상치, 인코딩, 정규화, 불균형 데이터 처리 등 데이터 전처리 기법을 실무에 적용할 수 있다.

8. 특성 선택, 차원 축소, 텍스트 전처리 등 고급 데이터 분석 기법을 이해하고 활용할 수 있다.

9. 인공지능과 머신러닝의 개념을 이해하고 scikit-learn 기반 예측 모델을 구현할 수 있다.

10. 회귀, 분류, 앙상블, 클러스터링 등 다양한 머신러닝 알고리즘을 활용하여 문제를 해결할 수 있다.

11. TensorFlow 기반 딥러닝 모델(CNN, RNN 등)의 구조와 활용 방법을 이해할 수 있다.

12. 금융, 유동인구, 리뷰 분석, Bitcoin 가격 예측 등 실제 사례 데이터를 통해 AI·빅데이터 실무 역량을 강화할 수 있다.​

교수소개

 

학습 커리큘럼

총 60개 ∙ 50시간 0분
  • 차시 1. 빅데이터를 위한 파이썬 소개
  • 차시 2. 데이터 분석을 위한 개발환경 소개 및 기초 실습
  • 차시 3. Series #1. 1차원 데이터 개념 및 Series 생성 실습
  • 차시 4. Series #2. 자유자재로 다루기 (속성 및 함수)
  • 차시 5. DataFrame #1. 개념 및 생성 실습
  • 차시 6. DataFrame #2. 자유자재로 다루기(속성 및 함수)
  • 차시 7. DataFrame #3. 원하는 데이터만 선택하기
  • 차시 8. 데이터 입출력. 파일에서 데이터 읽고 쓰기
  • 차시 9. 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수적용, 산술연산)
  • 차시 10. 데이터 가공 #2. 고차원 데이터 다루기(feat. 계층 색인)
  • 차시 11. 데이터 가공 #3. 데이터 통합하기 (여러 개의 데이터를 하나로 합치기)
  • 차시 12. 데이터 가공 #4. 정렬 및 집계
  • 차시 13. 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1)
  • 차시 14. 실전 실습 #1. 영화 평점 심화 분석 (2)
  • 차시 15. 시계열 데이터 #1. 날짜와 시간 데이터 다루기(datetime)
  • 차시 16. 시계열 데이터 #2. datetime 관련 주요 함수
  • 차시 17. 실전 실습 #2. covid 19 데이터 탐색 및 기초분석
  • 차시 18. 실전 실습 #2. covid 19 데이터 심화 분석
  • 차시 19. 외부 데이터 활용 #1. API 활용
  • 차시 20. 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium)
  • 차시 21. 데이터 시각화 및 전처리 개요
  • 차시 22. matplotlib #1. 라이브러리 소개 및 기본 실습
  • 차시 23. matplotlib #2. 설정 변경 및 pandas 시각화
  • 차시 24. seaborn #1. 범주형 데이터 시각화 실습
  • 차시 25. seaborn #2. 관계형 데이터 시각화와 히트맵 실습
  • 차시 26. plotly #1. 소개 및 기초 실습(막대 그래프)
  • 차시 27. plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교
  • 차시 28. folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습
  • 차시 29. folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습(feat. 서울시 따릉이 대여소 시각화)
  • 차시 30. 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리
  • 차시 31. 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화
  • 차시 32. 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치, 구간화, 정규화)
  • 차시 33. 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩)
  • 차시 34. 실전 실습 #4. 타이타닉 데이티 전처리
  • 차시 35. 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR, Z-Score)
  • 차시 36. 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE)
  • 차시 37. 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습
  • 차시 38. 특성 공학 #2. 차원 축소의 이해와 MNIST 실습
  • 차시 39. 텍스트 데이터 전처리 개요 및 과정 실습 (토큰화, 불용어 제거, TF-IDF)
  • 차시 40. 실전 실습 #5. 네이버 영화 리뷰 분석
  • 차시 41. 인공지능과 머신러닝 개요
  • 차시 42. scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
  • 차시 43. scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
  • 차시 44. 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
  • 차시 45. 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
  • 차시 46. 분류(Classification) #1. 결정트리 개념의 이해
  • 차시 47. 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
  • 차시 48. 앙상블 #1. 앙상블 개념의 이해
  • 차시 49. 앙상블 #2. 부스팅 앙상블
  • 차시 50. 앙상블 #3. XGBoost
  • 차시 51. 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
  • 차시 52. 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
  • 차시 53. 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
  • 차시 54. 비지도학습 #3. 협업 필터링
  • 차시 55. 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
  • 차시 56. 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
  • 차시 57. 딥러닝 #3. 합성곱 신경망(CNN)
  • 차시 58. 딥러닝 #4. 순환 신경망(RNN)
  • 차시 59. 실전 실습 #7. 자동차 보험 제안 수락 예측
  • 차시 60. 실전 실습 #8. 비트코인 가격 예측

평가기준

출석: 100%