로그인
회원가입
lnb영역
수강신청
컨텐츠 내용
- 수강신청
- 과정정보
AI 학습 모델 이론과 실습 딥러닝과 머신러닝
과정소개
AI 학습 모델의 이론과 실습을 다루는 강좌입니다. 데이터 수집과 전처리 과정부터 머신러닝과 딥러닝의 기초 개념을 학습하고, 다양한 회귀 및 분류 기법을 실습합니다. 또한, 퍼셉트론을 활용한 비정형 데이터 학습 모델을 실습을 통해 익힙니다.
학습목표
- 인공지능을 위한 데이터 수집 및 전처리 방법 이해하기
- 머신러닝과 회귀·분류 기법을 활용한 학습 모델 탐구하기
- KNN 알고리즘 및 조건부 확률을 활용한 학습 방법론 학습하기
- 퍼셉트론 기반 비정형 데이터 학습 모델을 실습을 통해 익히기
- 머신러닝과 회귀·분류 기법을 활용한 학습 모델 탐구하기
- KNN 알고리즘 및 조건부 확률을 활용한 학습 방법론 학습하기
- 퍼셉트론 기반 비정형 데이터 학습 모델을 실습을 통해 익히기
교육대상
- AI 학습 모델의 원리와 실습을 병행하여 배우고 싶은 사람
- 머신러닝과 데이터 분석을 학습하고 싶은 개발자, 연구자
- 회귀와 분류 기법을 활용한 데이터 분석에 관심 있는 사람
- 비정형 데이터 기반 학습 모델을 이해하고 실습하고 싶은 사람
- 머신러닝과 데이터 분석을 학습하고 싶은 개발자, 연구자
- 회귀와 분류 기법을 활용한 데이터 분석에 관심 있는 사람
- 비정형 데이터 기반 학습 모델을 이해하고 실습하고 싶은 사람
수료기준
| 평가기준 | 총점 |
|---|---|
| 반영비율 | 100점 |
| 이수(과락)기준 | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 왜 데이터가 필요할까? |
| 2차시 | 데이터를 수집하는 다양한 방법들 |
| 3차시 | 성능을 좌우하는 데이터 전처리 |
| 4차시 | 데이터를 해석하는 통찰력 |
| 5차시 | 나쁜 데이터가 초래하는 편향과 좋은 데이터 |
| 6차시 | 실습) 티처블 머신의 편향 |
| 7차시 | 정형데이터 VS 비정형 데이터 |
| 8차시 | 실습) 코랩을 이용한 데이터시각화 |
| 9차시 | 회귀와 분류로 풀어보는 인간의 지적 활동 |
| 10차시 | 회귀를 활용한 정확한 미래 예측 방법 |
| 11차시 | 실습) 오렌지를 활용한 회귀분석 |
| 12차시 | 실습) 화이트 와인과 레드와인 예측하기 |
| 13차시 | K-최근접 이웃(KNN) 알고리즘의 이해와 응용 |
| 14차시 | 오차, 확률, 정보, 유사도를 활용한 학습 방법론 |
| 15차시 | 실습) 다양한 모델의 성능 비교 |
| 16차시 | 조건부확률로 풀어보는 베이지안 정리의 원리와 활용 |
| 17차시 | 딥러닝의 시작,'퍼셉트론' |
| 18차시 | 퍼셉트론 탄생과 AI 혁명의 서막 |
| 19차시 | 실습) 티처블 머신 오디오 프로젝트 |
| 20차시 | 실습) 우리나라 문화제 이미지 분류하기 |