교재소개
본 과정은 별도 교재 없이 학습하실 수 있습니다.
학습개요
AICE는 인공지능 능력시험입니다. 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가합니다.
KT가 개발했고, 한국경제신문과 함께 주관합니다. AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인 자격으로 신규공인 되었습니다.
본 과정은 AICE Associate 자격 합격을 위한 과정입니다.
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
학습목표
1. 데이터 모델링의 기본 개념과 다양한 머신러닝 알고리즘을 이해하고 활용할 수 있다.
2. 실제 데이터를 기반으로 모델을 구축하고, 모델의 성능을 평가 및 최적화할 수 있다.
3. 데이터 분석 결과를 시각적으로 표현하여 인사이트를 도출하고, 이를 효과적으로 전달하는 능력을 기를 수 있다.
3. AICE Associate 자격 합격을 위한 학습을 할 수 있다.
학습대상
1. 대학생, 직장인 등 인공지능 관련 준전공자
학습내용
1. 인공지능과 머신러닝 개요
2. scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
3. scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
4. 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
5. 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
6. 분류(Classification) #1. 결정트리 개념의 이해
7. 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
8. 앙상블 #1. 앙상블 개념의 이해
9. 앙상블 #2. 부스팅 앙상블
10. 앙상블 #3. XGBoost
11. 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
12. 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
13. 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
14. 비지도학습 #3. 협업 필터링
15. 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
16. 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
17. 딥러닝 #3. 합성곱 신경망(CNN)
18. 딥러닝 #4. 순환 신경망(RNN)
19. 실전 실습 #7. 자동차 보험 제안 수락 예측
20. 실전 실습 #8. 비트코인 가격 예측
