[AICE] 인공지능활용능력향상을 위한 패키지 교육
일반

[AICE] 인공지능활용능력향상을 위한 패키지 교육

신청유형
신청 유형
수강기간
-
예상 수강료
사업주 훈련과정은 기업규모에 따라 정부 지원금 및 실제 결제 금액이 달라질 수 있습니다.
수강료 구분 정부지원금 기업부담금
대기업 0원 0원
중견기업 0원 0원
우선지원 대상기업 0원 0원
결제금액
수강신청
[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
  • (학습자료)[AICE] 인공지능활용능력향상을 위한 패키지 교육
수료 조건
수료 기준 안내 테이블
수료항목 수료기준 평가 방법
평가 - 시험 있는 과정 : 시험 응시(점수 무관)<br /> - 시험 없는 과정 : 시험 없음(진도율로 수료)<br /> ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. 시험평가 없음
진도율 진도율 100% 기준, 100% 이상 시 수료 가능<br /> ※ 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.<br /> ※ 산업안전보건교육은 90%이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다.
학습목표
  1. AICE Associate 자격 합격을 위한 학습을 할 수 있다.
  2. 판다스와 같은 데이터 분석을 위한 라이브러리에 대해 학습하고 적합한 환경을 세팅할 수 있다.
  3. 필수적인 데이터 전처리 기술을 익히고 활용할 수 있다.
  4. 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
훈련내용 안내 테이블
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
  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.)