교육안내
인공지능 제품 및 서비스를 구현할 수 있는 역량을 갖추는 교육과정
| 교과목 | 세부 교육 내용 |
|---|---|
| 인공지능을 위한 Python | Python 기초 |
| 인공지능을 위한 Python | |
| Python 기반의 다양한 오픈소스 AI관련 라이브러리 활용 |
Git |
| Numpy / Scipy | |
| Matplotlib / Bokeh | |
| Pandas | |
| Seaborn / Vincent | |
| Follium / Geopandas | |
| Python 기반의 Machine Learning |
기계학습 개념 |
| 선형 모델 | |
| 지도 학습 | |
| 비지도 학습 | |
| 앙상블 방법 | |
| 특징 추출 / 선택 | |
| 모델 선택 | |
| 모델 세부튜닝 | |
| 기계학습 평가 | |
| 추천 | |
| 활용 | |
| Python 기반의 Deep Learning |
딥러닝 기초 |
| CNN | |
| CNN 활용 | |
| RNN | |
| RNN 활용 |
출석(70%)에 따른 수료증 수여
신청 후 선발결과 개별 통보(이메일, 문자)