-
심사중인과정
[AICE] 인공지능활용능력향상을 위한 패키지 교육
훈련등급 : C 등급
PC 모바일총 60차시 / 60시간 교육과정
수료기준 및 수강정원
수강정원 총진도율 중간평가 최종평가 과제 0 명 80% 이상 총 100점 /
10% 반영총 100점 /
50% 반영총 100점 /
40% 반영반영된 평가 합산 70점 이상
교육비 안내
교육비 환급 : 우선지원 기업 환급 : 대규모
(1,000인 미만)환급 : 대규모
(1,000인 이상)181,170 원 0 원 0 원 0 원
- 과정소개
- 강의목차
- 학습후기
과정소개
'AICE는 인공지능 능력시험입니다. 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가합니다.
KT가 개발했고, 한국경제신문과 함께 주관합니다. AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인민간 자격으로 신규공인 되었습니다.
본 과정은 AICE Associate 자격 합격을 위한 과정입니다.
본 과정은 데이터 모델링의 기초부터 고급 기술까지 체계적으로 학습하여, 데이터 분석 및 인공지능 모델링의 성과를 극대화하는 것을 목표로 합니다. 데이터 모델링 과정에서는 데이터의 구조를 이해하고, 적절한 모델을 선택하여 데이터를 효과적으로 분석하는 방법을 배웁니다.
본 과정을 통해 학습자는 회귀 분석, 분류 모델, 클러스터링 기법 등 다양한 머신러닝 알고리즘을 이해하고, 이를 실제 데이터에 적용하여 모델을 구축하는 실습을 진행합니다. 또한, 모델의 성능을 평가하고 최적화하는 방법을 배우며, 데이터 모델링의 전반적인 프로세스를 경험할 수 있습니다.
실제 사례를 기반으로 한 프로젝트를 통해 학습자는 데이터 모델링의 실무적 적용 능력을 기르고, 결과를 시각적으로 표현하여 이해관계자에게 효과적으로 전달하는 방법을 익힐 수 있습니다과정목표
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 있습니다.또한 유형별 실제 업무 적용 방안과 현실 사용 사례도 함께 제시하여 자격취득 이후에도실무에 적용하여 활용할 수 있도록 학습이 구성되었습니다.학습대상
대학생, 직장인 등 인공지능 관련 준전공자강의목차
- 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. 함수적용, 산술연산)
- 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 데이티 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(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
- 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(RNN)
- 59 . 실전 실습 #7. 자동차 보험 제안 수락 예측
- 60 . 실전 실습 #8. 비트코인 가격 예측
학습후기
