K-디지털 기초역량훈련
강의 썸네일
국민내일배움카드
모바일
왕초보로 시작하는 머신러닝 프로젝트 완성
수강정원
500
복습기간
3개월
교재정보
온라인 교재
교육기간
  •   국민내일배움카드 : 17기 (2022-12-09 ~ 2023-03-08)
          * 모집마감 (2022-12-07)
  •   국민내일배움카드 : 18기 (2022-12-23 ~ 2023-03-22)
          * 모집마감 (2022-12-21)
환급유형
국민내일배움카드
 교육비
결제금액
유의사항
  • 국민내일배움카드 과정은 국민내일배움카드로만 신청 가능합니다.
  • 국민내일배움카드 결제 시 카드 한도내에서 자동 차감됩니다.
  • 국민내일배움카드 연동계좌에 자부담금 잔액이 있어야합니다.(25,000원)
  • 국민내일배움카드 계좌번호는 농협/신한 앱에서 확인하실 수 있습니다.
  • 국민내일배움카드 수강신청 시 [원격평생교육원]과 [HRD-Net]에서 모두 수강신청 하여야 최종 신청이 완료됩니다.
  • 수강신청
    과정소개 강의목차 평가기준 강사소개 수강후기
    [과정소개]

     

    데이터분석, 머신러닝 누구나 쉽게 배울 수 있습니다.

    - 왕초보를 위한 과정으로 코딩과 수학을 몰라도 누구나 머신러닝 데이터분석을 배울 수 있습니다.
    - 고려대 현직 교수님과 코딩엑스AI의 연구진들이 누구나 쉽게 배울 수 있도록 준비했습니다.

     

    아래 영상보고 따라하면 신청 끝! 

    * 내일배움카드 연동계좌에 자부담금 잔액이 있어야합니다.(25,000원)
    * 연동계좌 조회 : NH올원뱅크 또는 신한 쏠 (모바일 앱)

     
    [학습목표]
    • 인공지능과 데이터 사이언스 기초
    • 머신러닝 데이터 분석을 위한 Python 프로그래밍 
    • 데이터 분석 기초와 활용
    • 데이터 분석에 필요한 머신러닝 알고리즘
    • 머신러닝을 활용한 데이터 분석 프로세스와 모델 성능 평가
    • 내손으로 체화하는 실전 프로젝트
    [학습대상]
    • (지원대상) 국민내일배움카드를 발급받은 누구나 (구직자, 재직자 무관)
    • 새로운 기술, 머신러닝을 배워 경쟁력을 키우고 싶은 학습자
    • 코딩을 배우고 싶지만 무엇부터 시작할지 모르는 학습자
    • 머신러닝 기술을 활용하여 데이터에서 가치를 찾고 싶은 모든 분들
    • IT 인재를 꿈꾸는 학습자 & 커리어 전환을 꿈꾸는 비전공자
    [학습방법]
    • 온라인 강의
    • 온라인 워크북 학습
    • 프로젝트 완성

    *아래 링크를 통해 강의 세부정보를 확인할 수 있습니다.
    [과정소개서 다운로드]

    [강의목차]
    01.  The! 인공지능 인공지능_알아보기
    02.  The! 인공지능 인공지능_학습 시작하기
    03.  인공지능을 위한 파이썬_파이썬의 시작
    04.  인공지능을 위한 파이썬_파이썬 실습환경
    05.  인공지능을 위한 파이썬_파이썬의 기초
    06.  인공지능을 위한 파이썬_수학? 파이썬!
    07.  인공지능을 위한 파이썬_변수와 데이터
    08.  인공지능을 위한 파이썬_문자열 포매팅
    09.  인공지능을 위한 파이썬_컬렉션 데이터
    10.  인공지능을 위한 파이썬_조건과 반복
    11.  인공지능을 위한 파이썬_함수에 대해
    12.  데이터 분석 입문_데이터를 활용하는 방법
    13.  데이터 분석 입문_데이터 구조 이해하기
    14.  데이터 분석 입문_데이터를 다루는 도구
    15.  데이터 분석 입문_Pandas에 대해 알아보자
    16.  데이터 분석 입문_이상한 데이터?
    17.  데이터 분석 입문_데이터 살펴보기
    18.  데이터 분석 입문_상관관계 파악하기
    19.  데이터 분석 입문_그룹별 연산
    20.  데이터 분석 활용_편리한 작업 환경
    21.  데이터 분석 활용_탐색적 데이터 분석
    22.  데이터 분석 활용_탐색적 데이터 분석2
    23.  데이터 분석 활용_그룹별 연산 적용
    24.  데이터 분석 활용_데이터 변환
    25.  데이터 분석 활용_데이터 시각화1
    26.  데이터 분석 활용_데이터 시각화2
    27.  데이터 분석 활용_분석 과정 리뷰
    28.  머신러닝 알고리즘_머신러닝 개요
    29.  머신러닝 알고리즘_K-NN(최근접 이웃법)
    30.  머신러닝 알고리즘_의사결정 나무
    31.  머신러닝 알고리즘_앙상블과 랜덤포레스트
    32.  머신러닝 알고리즘_K-means 군집분석
    33.  머신러닝 알고리즘_연관규칙분석
    34.  머신러닝 알고리즘_신경망
    35.  머신러닝의 흐름_데이터 준비와 분석 목표
    36.  머신러닝의 흐름_데이터 나누기
    37.  머신러닝의 흐름_데이터 스케일링
    38.  머신러닝의 흐름_클래스 불균형
    39.  머신러닝의 흐름_하이퍼파라미터 탐색
    40.  머신러닝의 흐름_모델 성능 평가
    41.  프로젝트 1차(문제)
    42.  프로젝트 1차(해설)
    43.  프로젝트 2차(문제)
    44.  프로젝트 2차(해설)
    45.  프로젝트 3차(문제)
    46.  프로젝트 3차(해설)
    [평가기준]
    항목 진도율 진행단계평가 최종평가 과제 총점
    평가비율 100% 0% 0% 0% 100점
    수료기준 80% 이상 0점 이상 0점 이상 0점 이상 80점 이상
    [강사소개]
    · 교수명
    석준희
    · 약력

    [학력]

    한국과학기술원(KAIST) 전자전자공학부 학사

    미국 스탠포드 대학 전기전자공학과 석사

    미국 스탠포드 대학 전기전자공학과 박사

     

    [경력]

    現 고려대학교 전기전자공학부 조/부교수 (2014.03 ~   )

     

    · 교수명
    김중헌
    · 약력

    [경력]

    現 고려대학교 공과대학 전기전자공학부 부교수

    · 교수명
    한경식
    · 약력

    [경력]

    現 한양대학교 서울 인텔리전스컴퓨팅학부 데이터사이언스 학과, 서울 대학원 인텔레전스컴퓨팅학과/ 서울 공과대학 컴퓨터 소프트웨어학부, 서울 대학원 인공지능학과 부교수 

    [수강후기]
    ★★★★★5
    1건의 수강후기
    tm****
    2022-10-17
    ★★★★★
    쉽고 차분하게 설명을 잘해주십니다. 그리고 다 듣고 난 후 어려웠던 점을 다시 볼 수 있는 점도 좋았습니다. 그 외에도 e-book이 제공되는 것도 좋았습니다. 강의 듣고 e-book를 다시 보면서 복습하고 어려웠던 점을 다시 한번 보면서 공부해서 좋은 공부가 됬습니다.