메인메뉴로 이동 본문으로 이동

lnb영역

수강신청

컨텐츠 내용

  1. 수강신청
  2. 과정정보

데이터 처리와 알고리즘 실습 AI 의사결정 모델

과정 이미지
데이터 처리와 알고리즘 실습 AI 의사결정 모델 과정정보
수강기간 365일
강의구성 20차시
교육비 무료
과정소개

AI의 데이터 처리와 의사결정 모델을 실습하는 강좌입니다. 머신러닝과 통계의 차이를 이해하고, 기호주의와 연결주의 접근법을 비교하며, 데이터 전처리 및 레이블링 기법을 학습합니다. 또한, 의사결정 트리, 서포트 벡터 머신, 딥러닝 모델의 수학적 원리를 실습을 통해 익힙니다

학습목표
- 머신러닝과 통계의 차이 및 상관관계를 이해하기
- 데이터 전처리 및 레이블링 기법을 실습을 통해 학습하기
- 의사결정 트리 및 서포트 벡터 머신 모델을 탐구하기
- 딥러닝의 순전파, 역전파 원리를 수학적으로 이해하기
교육대상
- AI 데이터 처리 및 머신러닝 모델에 관심 있는 사람
- 데이터 레이블링과 전처리 실습을 통해 AI 모델을 배우고 싶은 사람
- 의사결정 트리, SVM 등 AI 의사결정 모델을 학습하고 싶은 연구자
- 딥러닝 모델의 수학적 원리를 깊이 이해하고 싶은 연구자, 학생
수료기준
수료기준
평가기준 진도율 총점
반영비율 100% 100점
이수(과락)기준 80% 60점
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
강의목차
차시 강의명
1차시 통계로 여는 머신러닝의 세계
2차시 상관계수로 풀어보는 인공지능 모델링
3차시 통계의 이상과 머신러닝의 미래
4차시 실습) 파이썬을 활용한 기초통계
5차시 딥러닝 이전의 모델들의 변화
6차시 인공지능과 지식의 다중 표현 방법
7차시 실습) 횡단보도 규칙 프로그래밍
8차시 실습) AI를 활용한 프로그래밍
9차시 AI의 정확도를 높이는 데이터 전처리
10차시 정확한 레이블로 완성하는 이미지 데이터
11차시 실습) Roboflow 데이터 레이블링
12차시 실습) Roboflow 모델 만들기
13차시 의사결정트리에서 중요한 질문의 역할
14차시 머신러닝의 강력한 도구 '서포트 벡터 머신'
15차시 숨겨진 데이터 구조 탐색하는 비지도학습
16차시 실습) 의사결정 트리 DT 모델 만들기
17차시 딥러닝 예측의 시작 순전파
18차시 딥러닝의 핵심, 역전파 이해하기
19차시 활성함수와 비용함수
20차시 실습) 파이썬 딥러닝 코드개발