[AICE]인공지능활용능력향상을 위한 데이터 모델링
사업주 일반 Ai요약

[AICE]인공지능활용능력향상을 위한 데이터 모델링

신청유형
수강기간
-
정부지원금
사업주 훈련과정은 기업규모에 따라 정부 지원금 및 실제 결제 금액이 달라질 수 있습니다.
구분 정부지원금 사업주부담금
대기업 28090원 59690원
중견기업 56179원 31601원
우선지원 대상기업 63202원 24578원
결제금액
수강신청
[AICE]인공지능활용능력향상을 위한 데이터 모델링
  • 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, 박해미, 김준호
교재
  • (보충학습자료)[AICE] 인공지능활용능력향상을 위한 데이터 모델링
수료 조건
수료 기준 안내 테이블
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
  1. 이 과정은 인공지능과 머신러닝의 기본 개념을 이해하고 실무에서 활용할 수 있는 핵심 기술을 익히는 것을 목표로 한다. Scikit-learn을 활용하여 회귀, 분류, 앙상블, 군집화 등의 머신러닝 모델을 실습하고, TensorFlow를 통해 ANN, CNN, RNN, 강화학습을 포함한 다양한 딥러닝 모델을 구현한다. 또한, 교차검증과 하이퍼파라미터 튜닝 등의 최적화 기법을 익혀 모델 성능을 향상시키는 방법을 학습한다. 이론과 실습을 병행하여 데이터 분석
학습대상
  • 대학생, 직장인 등 인공지능 관련 (준)전공자
강사 소개
박홍규 (강사)
경력
동양미래대학교 부교수
박해미 (내용전문가)
경력
총 경력 : 6 년 9개월
- 엔타입 ( 1 년 8 개월 )
- 렛유인 ( 5 년 )
학력
- 경북대 컴퓨터 시스템 공학과( 학사졸업 )
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
훈련내용
훈련내용 안내 테이블
차시 차시명 강의시간
1차시 인공지능과 머신러닝 개요 25분
2차시 Scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개 31분
3차시 scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화) 34분
4차시 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초 28분
5차시 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해 33분
6차시 분류(Classification) #1. 결정트리 개념의 이해 33분
7차시 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측 31분
8차시 앙상블 #1. 앙상블 개념의 이해 30분
9차시 앙상블 #2. 부스팅 앙상블 40분
10차시 앙상블 #3. XGBoost 39분
11차시 실전 실습 #6. 금융 데이터 분석(산탄데르 은행 고객 거래 예측) 37분
12차시 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석) 31분
13차시 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링) 25분
14차시 비지도학습 #3. 협업 필터링 32분
15차시 딥러닝 #1. 신경망 기초 및 Tensorflow 소개 27분
16차시 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망) 30분
17차시 딥러닝 #3. 합성곱 신경망(CNN) 32분
18차시 딥러닝 #4. 순환 신경망(RNN) 35분
19차시 실전 실습 #7. 자동차 보험 제안 수락 예측 33분
20차시 실전 실습 #8. 비트코인 가격 예측 36분
모사답안 처리기준
  1. 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.
  2. 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.

문의사항을 남겨주시면
빠른 시일 내에 답변해드리겠습니다.

문의사항

  1. 수집항목 : 기업명, 연락처, 이메일 그 외 개인이 직접 입력한 내용
  2. 수집목적 : 문의 결과 회신
  3. 이용기간 : 원칙적으로, 개인정보 수집 및 이용목적이 달성된 후에는 해당 정보를 지체없이 파기합니다.
  4. 단, 관계법령의 규정에 의하여 보존할 필요가 있는 경우 아래와 같이 관계법령에서 정한 일정 기간동안 개인정보를 보관할 수 있습니다.
  5. - 소비자의 불만 또는 분쟁처리에 관한 기록 : 3년(전자상거래등에서의 소비자보호에 관한 법률)
  6. - 위의 개인정보 수집 및 이용에 동의합니다. (동의 후 문의가 가능합니다.)