추천검색어
![[AICE]인공지능활용능력향상을 위한 데이터 분석](https://saved.lcampus.co.kr/__FileSave/Learning_Online_Course/5321/3695578353_20DT8UKV_AIEC98A4ED94BCEC8AA4EC9E90EB8F99ED9994_EB8DB0EC9DB4ED84B0EBB684EC849D_EC8DB8EB84A4EC9DBC.png)
[AICE]인공지능활용능력향상을 위한 데이터 분석
- 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 과정을 통해 데이터 구조와 조작, 파일 입출력, API 및 웹 스크래핑을 통한 데이터 수집, 그룹 집계, 시계열 분석 등의 핵심 기술을 익힐 수 있습니다.
- 또한, 영화 평점 및 COVID-19 데이터 분석 실습을 통해 데이터 탐색과 인사이트 도출을 경험하며, 궁극적으로 데이터 기반 의사결정 능력과 실무 활용 역량을 배양하는 것을 목표로 합니다.
| 학습시간 | 총 20차시 30일 과정 |
|---|---|
| 강사 | 박홍규, 김준호, 박해미 |
| 교재 |
|
수료 조건
| 수료항목 | 수료기준 | 평가 방법 |
|---|---|---|
| 평가 |
- 시험 있는 과정 : 시험 응시(점수 무관) - 시험 없는 과정 : 시험 없음(진도율로 수료) ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
|
| 진도율 |
진도율 100% 기준, 100% 이상 시 수료 가능 ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
차시별 총 학습시간의 50% 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. |
학습목표
- 이 과정은 파이썬을 활용한 데이터 분석의 개념부터 실전 프로젝트까지 학습하여 실무 적용 및 AICE 자격증 취득을 목표로 한다. 이를 위해 데이터 구조와 조작, 파일 입출력, API 및 웹 스크래핑을 통한 데이터 수집, 그룹 집계, 시계열 분석 등의 핵심 기술을 익힌다. 또한, 영화 평점 및 COVID-19 데이터 분석 실습을 통해 데이터 탐색과 인사이트 도출을 경험하며, 궁극적으로 데이터 기반 의사결정 능력과 실무 활용 역량을 배양하는 것을 목표로
학습대상
- - 대학생, 직장인 등 인공지능 관련 (준)전공자 등
강사 소개
박홍규
(강사)
- 경력
- 동양미래대학교 부교수
김준호
(내용전문가)
- 경력
- 현) 엘캠퍼스 교강사
- 전) 대기업 반도체 선행 연구 개발팀 연구원 3년
- 전) 연구 개발 담당 및 공정 프로세스 담당
- 학력
- 미국 TOP 10 대학원 출신
박해미
(내용전문가)
- 경력
- 총 경력 : 6 년 9개월
- - 엔타입 ( 1 년 8 개월 )
- - 렛유인 ( 5 년 )
- 학력
- - 경북대 컴퓨터 시스템 공학과( 학사졸업 )
훈련내용
| 차시 | 차시명 | 강의시간 |
|---|---|---|
| 1차시 | 빅데이터를 위한 파이썬 소개 | 25분 |
| 2차시 | 데이터 분석을 위한 개발환경 소개 및 기초 실습 | 28분 |
| 3차시 | Series #1. 1차원 데이터 개념 및 Series 생성 실습 | 27분 |
| 4차시 | Series #2. 자유자재로 다루기 (속성 및 함수) | 26분 |
| 5차시 | DataFrame #1. 개념 및 생성 실습 | 30분 |
| 6차시 | DataFrame #2. 자유자재로 다루기 (속성 및 함수) | 25분 |
| 7차시 | DataFrame #3. 원하는 데이터만 선택하기 | 27분 |
| 8차시 | 데이터 입출력. 파일에서 데이터 읽고 쓰기 | 25분 |
| 9차시 | 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수 적용, 산술 연산) | 29분 |
| 10차시 | 데이터 가공 #2. 고차원 데이터 다루기 (feat. 계층 색인) | 27분 |
| 11차시 | 데이터 가공 #3. 데이터 통합하기(여러 개의 데이터를 하나로 합치기) | 29분 |
| 12차시 | 데이터 가공 #4. 정렬 및 집계 | 29분 |
| 13차시 | 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1) | 29분 |
| 14차시 | 실전 실습 #1. 영화 평점 심화 분석 (2) | 32분 |
| 15차시 | 시계열 데이터 #1. 날짜와 시간 데이터 다루기 (datetime) | 25분 |
| 16차시 | 시계열 데이터 #2. datetime 관련 주요 함수 | 28분 |
| 17차시 | 실전 실습 #2. covid 19 데이터 탐색 및 기초분석 | 25분 |
| 18차시 | 실전 실습 #2. covid 19 데이터 심화 분석 | 30분 |
| 19차시 | 외부 데이터 활용 #1. API 활용 | 25분 |
| 20차시 | 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium) | 29분 |
모사답안 처리기준
- 모사답안의 정의
- 과제·시험에서 타인의 답안을 그대로 복사하거나, 문장의 구조·핵심 표현이 동일한 상태에서 일부만 바꾸어 제출한 답안을 모사답안이라고 합니다. 인터넷·서적·강의자료의 내용을 출처 없이 그대로 옮겨 적는 경우도 포함될 수 있습니다. - 처리 원칙
- 모사답안으로 판정된 경우, 해당 평가의 점수는 0점 처리됩니다.
- 모사답안이 1건 이상 적발되면 해당 수강생의 전체 과정이 미수료로 처리될 수 있습니다.
- 반복·중대한 부정행위 발생 시, 해당 사업장은 최대 1년간 직업능력개발훈련비 지원이 제한될 수 있습니다.
수강 후기
수강 후기 데이터가 없습니다.