추천검색어
![[AICE] 인공지능활용능력향상을 위한 패키지 교육](https://saved.lcampus.co.kr/course_image/source/20260225102049_5761.png)
[AICE] 인공지능활용능력향상을 위한 패키지 교육
- AICE는 인공지능 능력시험으로, 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가한다.
- AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인민간 자격으로 신규공인 되었다.
- 본 과정은 국가공인민간 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 있다.
- 또한 유형별 실제 업무 적용 방안과 현실 사용 사례도 함께 제시하여 자격취득 이후에도 실무에 적용하여 활용할 수 있도록 학습이 구성되어 있다.
| 학습시간 | 총 60차시 30일 과정 |
|---|---|
| 강사 | 박홍규 |
| 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. |
시험평가 없음 |
| 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.차시별 총 학습시간의 특정 시간 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. ※ 산업안전보건교육은 90%이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. |
학습목표
- AICE Associate 자격 합격을 위한 학습을 할 수 있다.
- 판다스와 같은 데이터 분석을 위한 라이브러리에 대해 학습하고 적합한 환경을 세팅할 수 있다.
- 필수적인 데이터 전처리 기술을 익히고 활용할 수 있다.
- 데이터 모델링의 기본 개념과 다양한 머신러닝 알고리즘을 이해하고 활용할 수 있다.
학습대상
- AICE Associate 자격증에 관심있는 학습자
- AICE Associate 자격증을 취득하고자 하는 학습자
- 대학생, 직장인 등 인공지능 관련 준전공자
강사 소개
박홍규
(강사)
- 경력
- 동양미래대학교 부교수
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 |
| 21차시 | 데이터 시각화 및 전처리 개요 | 25분 |
| 22차시 | matplotlib #1. 라이브러리 소개 및 기본 실습 | 25분 |
| 23차시 | matplotlib #2. 설정 변경 및 pandas 시각화 | 25분 |
| 24차시 | seaborn #1. 범주형 데이터 시각화 실습 | 26분 |
| 25차시 | seaborn #2. 관계형 데이터 시각화와 히트맵 실습 | 28분 |
| 26차시 | plotly #1. 소개 및 기초 실습(막대 그래프) | 27분 |
| 27차시 | plotly #2. 기초 실습(선 그래프， 파이차트， 산점도) 및 시각화 라이브러리 비교 | 25분 |
| 28차시 | folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습 | 28분 |
| 29차시 | folium #2. 플러그인 기능(MarkerCluster， choropleth 등)을 활용한 심화 실습 (feat. 서울시 따릉이 대여소 시각화) | 29분 |
| 30차시 | 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리 | 27분 |
| 31차시 | 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화 | 30분 |
| 32차시 | 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치， 구간화， 정규화) | 29분 |
| 33차시 | 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩， 원핫 인코딩) | 32분 |
| 34차시 | 실전 실습 #4. 타이타닉 데이터 전처리 | 42분 |
| 35차시 | 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR， Z-Score) | 33분 |
| 36차시 | 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE) | 31분 |
| 37차시 | 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습 | 28분 |
| 38차시 | 특성 공학 #2. 차원 축소의 이해와 MNIST 실습 | 35분 |
| 39차시 | 텍스트 데이터 전처리 개요 및 과정 실습(토큰화， 불용어 제거， TF-IDF) | 26분 |
| 40차시 | 실전 실습 #5. 네이버 영화 리뷰 분석 | 31분 |
| 41차시 | 인공지능과 머신러닝 개요 | 25분 |
| 42차시 | Scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개 | 31분 |
| 43차시 | Scikit-learn #2. iris 데이터를 활용한 모델링 실습 | 34분 |
| 44차시 | 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초 | 28분 |
| 45차시 | 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해 | 33분 |
| 46차시 | 분류(Classification) #1. 결정트리 개념의 이해 | 33분 |
| 47차시 | 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측 | 31분 |
| 48차시 | 앙상블 #1. 앙상블 개념의 이해 | 30분 |
| 49차시 | 앙상블 #2. 부스팅 앙상블 | 40분 |
| 50차시 | 앙상블 #3. XGBoost | 39분 |
| 51차시 | 실전 실습 #6. 금융 데이터 분석(산탄데르 은행 고객 거래 예측) | 37분 |
| 52차시 | 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석) | 31분 |
| 53차시 | 비지도학습 #2. 클러스터링 심화(DBScan， 계층적 클러스터링) | 25분 |
| 54차시 | 비지도학습 #3. 협업 필터링 | 32분 |
| 55차시 | 딥러닝 #1. 신경망 기초 및 Tensorflow 소개 | 27분 |
| 56차시 | 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망) | 30분 |
| 57차시 | 딥러닝 #3. 합성곱 신경망(CNN) | 32분 |
| 58차시 | 딥러닝 #4. 순환 신경망(Recurrent Neural Network) | 35분 |
| 59차시 | 실전 실습 #7. 자동차 보험 제안 수락 예측 | 33분 |
| 60차시 | 실전 실습 #8. 비트코인 가격 예측 | 36분 |
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.