본문 콘텐츠 바로가기

인공지능 활용능력 향상을 위한 데이터 모델링

수강신청
인공지능 활용능력 향상을 위한 데이터 모델링의 이미지
온라인 초급
빅데이터 IT 데이터 분석/사이언스
  • 학습기간
    학습시작일로부터 30일
  • 지원기기
    PC
  • 수료기준
    총점 100점 (진도 100%)  자세히 보기
  • 0점
    0점 (0)
100,000원(VAT 없음)

과정소개

[과정소개]
본 과정은 데이터 모델링의 기초부터 고급 기술까지 체계적으로 학습하여, 데이터 분석 및 인공지능 모델링의 성과를 극대화하는 것을 목표로 합니다. 데이터 모델링 과정에서는 데이터의 구조를 이해하고, 적절한 모델을 선택하여 데이터를 효과적으로 분석하는 방법을 배웁니다.

본 과정을 통해 학습자는 회귀 분석, 분류 모델, 클러스터링 기법 등 다양한 머신러닝 알고리즘을 이해하고, 이를 실제 데이터에 적용하여 모델을 구축하는 실습을 진행합니다. 또한, 모델의 성능을 평가하고 최적화하는 방법을 배우며, 데이터 모델링의 전반적인 프로세스를 경험할 수 있습니다.

실제 사례를 기반으로 한 프로젝트를 통해 학습자는 데이터 모델링의 실무적 적용 능력을 기르고, 결과를 시각적으로 표현하여 이해관계자에게 효과적으로 전달하는 방법을 익힐 수 있습니다.

[교육목표]
데이터 모델링의 기본 개념과 다양한 머신러닝 알고리즘을 이해하고 활용할 수 있다.
실제 데이터를 기반으로 모델을 구축하고, 모델의 성능을 평가 및 최적화할 수 있다.
데이터 분석 결과를 시각적으로 표현하여 인사이트를 도출하고, 이를 효과적으로 전달하는 능력을 기를 수 있다.

[교육대상]
대학생, 직장인 등 인공지능 및 데이터 분석에 관심이 있는 준전공자 대상

목차

  • 01차시 : 인공지능과 머신러닝 개요
  • 02차시 : scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
  • 03차시 : scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
  • 04차시 : 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
  • 05차시 : 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
  • 06차시 : 분류(Classification) #1. 결정트리 개념의 이해
  • 07차시 : 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
  • 08차시 : 앙상블 #1. 앙상블 개념의 이해
  • 09차시 : 앙상블 #2. 부스팅 앙상블
  • 10차시 : 앙상블 #3. XGBoost
  • 11차시 : 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
  • 12차시 : 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
  • 13차시 : 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
  • 14차시 : 비지도학습 #3. 협업 필터링
  • 15차시 : 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
  • 16차시 : 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
  • 17차시 : 딥러닝 #3. 합성곱 신경망(CNN)
  • 18차시 : 딥러닝 #4. 순환 신경망(RNN)
  • 19차시 : 실전 실습 #7. 자동차 보험 제안 수락 예측
  • 20차시 : 실전 실습 #8. 비트코인 가격 예측

수료기준

수료기준 표로, 항목, 반영비율, 과락기준으로 구성되어 있습니다.
항목 반영 비율 과락기준
진도 0.0% 100
중간평가 10.0% -
최종평가 50.0% -
과제 40.0% -
수료기준
  • 진도 : 100% 달성 (필수)
  • 총점 : 100 점이상 (필수)

강사소개

강사
박홍규

現 동양미래대학교 부교수

- 기획혁신부처장 / LINC 3.0사업단장 / 산학협력단부단장 / 재직자교육센터장 / 평생직업교육센터장 / HiVE센터장 / 산업기술연구소장


[학력사항]
연세대학교 학사 (1999.3~2004.2, 컴퓨터공학)
연세대학교 석사 (2004.3~2007.2, 컴퓨터공학, 실시간 빅데이터 처리 연구)
연세대학교 박사 (2007.3~2012.2, 컴퓨터공학, 실시간 빅데이터 처리 연구)

[경력사항]
삼성전자 무선사업부 (2012.03~2015.04)
SK텔레콤 종합기술원 (2015.05~2017.08)
동양미래대학교 컴퓨터소프트웨어공학과 (2017.09~현재)

[강의 및 관련 경력]
전공분야 : 데이터베이스, 빅데이터 처리, 빅데이터 분석
담당과목 : 데이터베이스관리, 빅데이터실습, 클라우드관리, 클라우드기반인공지능, 클라우드기반데이터처리

후기

  • 취소 및 환불 정책

    1. 회사는 아래 환불 기준표에 따라 반환 사유 발생 시 ‘이용자’가 지급한 콘텐츠 이용대금을 반환합니다.
    2. 환불 소요기간은 반환 사유가 발생한 날로부터 온라인 교육과정 및 정기결제 상품은 전자상거래 등에서의 소비자보호법에 관한 법률에 의거하여 “사유발생일로부터 3일 이내” 대금을 환불할 수 있도록 합니다. 단, 현금으로 환불을 할 경우 입금자 명의의 통장으로 환불하도록 합니다.
    3. 회사는 원활한 환불을 위하여 소비자에게 계좌정보를 요구할 수 있으며, 계좌정보가 틀리거나 원활하게 받지못할 경우 환불이 지연될 수 있습니다.
    4. 온라인 환불 기준은 아래와 같으며, 홈페이지에 공지합니다.
    온라인교육 교육 환불 정보
    취소시점 환불범위 비고
    교육기간 1개월 이내
    단기 교육과정
    개강 전 전액환불 즉시 취소 가능
    개강 후
    (7일 이내)
    • 진도율 0%: 전액 환불
    • 진도율1%이상: 전체 진도율 대비 잔여 진도율에 해당하는 금액
    개강 후
    (7일 이후)
    • 진도율 0%: 10% 공제 후 환불
    • 진도율1%이상: 전체 진도율 대비 잔여 진도율에 해당하는 교육비에서 10% 공제한 금액 환불
    교육기간1개월 이상 중장기 교육
    또는 2개 이상의 패키지 교육
    개강전 전액환불
    1교시 학습 시작 후
    (7일 이내)
    • 1교시 진도율 0%인 경우: 전액 환불
    • 1교시 진도율 1%이상인 경우: 전체 학습기간 대비 잔여 학습기간에 해당하는 금액 환불
    1교시를 제외한 각 교시 학습 시작 후
    (7일 이내)
    • 해당 교시 진도율이 0%인 경우: 환불 요청 교시 과목을 포함한 잔여 개월수의 교육비에서 10% 공제 후 환불
    • 해당 교시 진도율이 1% 이상인 경우: 전체학습기간 대비 잔여 학습기간에 해당하는 교육비에서 10% 공제 후 환불
    각 교시 학습 시작 후
    (7일 이후)
    • 전체 학습기간 대비 잔여 학습기간에 해당하는 교육비에서 10% 공제 후 환불