• 본 과정은 인공지능의 개념 및 모델링을 학습합니다.
• 인공지능의 활용이 기업의 비즈니스에서 중요한 부분을 차지하기 때문에 관련된 전문지식을 체계적으로 학습합니다.
• 기업체들은 자사의 경영 전략에 인공지능 기반의 자동화를 도입하여 수익 증대를 실현할 수 있으며, 공공영역에 도입할 경우에는 높은 사회적, 경제적 효과가 발생할 것으로 예상됩니다.
• 인공지능 기반의 인간/기계 협업을 위해서는 머신러닝과 딥러닝 기반의 학습모델링을 구현할 수 있는 우수한 역량을 갖춘 AI 전문가의 확보가 필수적입니다.

< 학습 목표 >

• 파이썬 기반의 데이터 분석의 개념 학습
• 인공지능의 개념 및 학습기반의 인공지능 알고리즘의 이해
• 지도학습과 비지도학습 알고리즘의 개념
• 머신러닝 모델 검증의 이해
• 딥러닝의 학습 원리 및 케라스 활용방법 학습

• 파이썬을 활용한 데이터 분석에 관심이 있는 분
• 인공지능 알고리즘 모델링에 관심이 있는 분
• 파이썬을 활용한 머신러닝 모델링에 관심이 있는 분
• 케라스를 활용한 딥러닝 모델링에 관심 있는 분

Day 1 – 인공지능 및 학습 원리의 이해

• 인공지능이란?
• 기계 학습의 종류(지도 학습 vs. 비지도 학습)
• 학습 원리와 경사 하강법(Gradient Descent)
• 모델 검증(Model Validation)

Day 2 – Machine Learning(예측 알고리즘)

• 예측 분석(Regression Analysis)
• 단일 회귀분석 모델링
• 다중 회귀분석 모델링
• 예측 모델 실습

Day 3 – Machine Learning(분류 알고리즘)

• 로지스틱 회귀분석(Logistic Regression)
• 의사결정 나무(Decision Tree)
• 랜덤 포레스트(Random Forest)
• 앙상블(Ensemble)

Day 4 – Deep Learning

• Multi-Layer Perceptron(MLP)
• Artificial Neural Network(ANN)
• Deep Neural Network(DNN)
• 오차 역전파(Error Backpropagation)

Day 5 – Deep Learning

• Convolutional Neural Network(CNN)
• Recurrent Neural Network(RNN)
• Generative Adversarial Network(GAN)

• 파이썬 데이터분석 기초