| 접수일정 | 2021-02-17 ~ 2021-03-10 |
|---|---|
| 교육일정 | 2021-03-15 ~ 2021-04-23(월~금 18:30~22:30 / 토 09:00~18:00, 총160H) (5 차수) |
| 교육대상 | 인공지능에 관심 있는 누구나 |
| 교육장소 | 경상대학교 교육실 |
| 강사명 | 유동희, 서종환 |
| 정원 | 40 (등록인원 : 41명) |
| 교육방식 | 온라인 |
| 주의사항 | ※ 로그인시 신청서 버튼이 표시되므로 로그인 후 신청하셔야 합니다. |
▶ 과정명 : 인공지능 기초부터 프로젝트 실습까지 : Python과 Weka 활용
▶ 과정개요 :
- 인공지능 구현에 필요한 프로그래밍
- 오픈소스 기반 플랫폼 및 도구 활용
- 인공지능 핵심 분야인 기계학습 : 딥러닝 프로젝트 기반 기초 및 심화과정 학습
- 기업 연계 프로젝트의 세부 모듈 기반 구성 및 기술 융합 교육
▶ 교육대상 :
- 인공지능 분야에 관심있는 누구나
- 인공지능 관련 스타트업을 준비하는 사람
▶ 모집기간 : 2021년 02월 17일(수) ~ 2021년 03월 10일(수)
▶ 교육일정 : 2021년 03월 15일 ~ 2021년 04월 23일(월~금 18:30~22:30 / 토 09:00~18:00)
▶ 교육 장소 : 온라인
▶ 교육비 : 전액무료
▶ 강사진 : 인공지능 전문가
▶ 선정결과 :
- 1차 : 서류전형
- 2차 : 화상 및 전화 면접
- 3차 : 합격자 통보
▶ 문의처 :
- E-MAIL : ch.cho@wtbi.or.kr
- 전화번호 : 02 - 6101 - 9956 / 8855
▶ 수강혜택 :
- 교육비 전액 무료, 수료증 발급
▶ 커리큘럼 :
교육구분 | AI 기본과정 | |||||
교 육 명 | 인공지능 기초부터 프로젝트 실습까지: Python과 Weka 활용 | |||||
교육일정 | 2021. 3. 15. ~ 4. 23 | 교육시수 | 총 160시간 | |||
교육장소 | 경상대학교 | 교육방법 | 온라인교육 | |||
교육목표 | ∘인공지능, 기계학습에 대한 전반적 이해 증진 ∘Python과 Weka를 활용한 기계학습 및 인공지능 모델 구현 능력 배양 | |||||
교육커리큘럼 | ||||||
차수 | 세부 교육 내용 | 교육일시 | 교육시수 | 강사명 | ||
1 | Python 기초 (환경구축, 변수, 연산자, 조건, 반복) | 2021. 3. 15. 18:30~22:30 | 4 | 서종환 | ||
2 | Python 기초 (함수, 내장함수, 외장함수) | 2021. 3. 16. 18:30~22:30 | 4 | 서종환 | ||
3 | 인공지능 기본 개념 소개 | 2021. 3. 17. 18:30~22:30 | 4 | 유동희 | ||
4 | 데이터 분석 방법 소개 | 2021. 3. 18. 18:30~22:30 | 4 | 유동희 | ||
5 | 통계의 기초 | 2021. 3. 19. 18:30~22:30 | 4 | 유동희 | ||
6 | 전처리 | 2021. 3. 20. 09:00~13:00 2021. 3. 20. 14:00~18:00 | 8 | 유동희 | ||
7 | Python 응용 (객체, 클래스, Numpy, Pandas) | 2021. 3. 22. 18:30~22:30 | 4 | 서종환 | ||
8 | Python 응용 (Pandas, Data Visualization) | 2021. 3. 23. 18:30~22:30 | 4 | 서종환 | ||
9 | Weka 설치 | 2021. 3. 24. 18:30~22:30 | 4 | 유동희 | ||
10 | 연관규칙분석 (Apriori) | 2021. 3. 25. 18:30~22:30 | 4 | 유동희 | ||
11 | 데이터 수집 방법 소개 | 2021. 3. 26. 18:30~22:30 | 4 | 서종환 | ||
12 | 머신러닝 개요 | 2021. 3. 27. 09:00~13:00 2021. 3. 27. 14:00~18:00 | 8 | 서종환 | ||
13 | Python 활용 지도학습 (Regression) | 2021. 3. 29. 18:30~22:30 | 4 | 서종환 | ||
14 | Python 활용 지도학습 (Classification) | 2021. 3. 30. 18:30~22:30 | 4 | 서종환 | ||
15 | 순차패턴분석 (Apriori 응용) | 2021. 3. 31. 18:30~22:30 | 4 | 유동희 | ||
16 | 군집분석 (K-means, EM) | 2021. 4. 1. 18:30~22:30 | 4 | 유동희 | ||
17 | Python활용 비지도학습 | 2021. 4. 2. 18:30~22:30 | 4 | 서종환 | ||
18 | 딥러닝 개요, 심층신경망 학습 전략 | 2021. 4. 3. 09:00~13:00 2021. 4. 3. 14:00~18:00 | 8 | 서종환 | ||
19 | CNN(Convolutional Neural Network) 개요 | 2021. 4. 5. 18:30~22:30 | 4 | 서종환 | ||
20 | Python 활용 CNN 실습 | 2021. 4. 6. 18:30~22:30 | 4 | 서종환 | ||
21 | 분류분석 (의사결정나무, 인공신경망) | 2021. 4. 7. 18:30~22:30 | 4 | 유동희 | ||
22 | 분류분석 (베이지안, SVM) (1) | 2021. 4. 8. 18:30~22:30 | 4 | 유동희 | ||
23 | 분류분석 (베이지안, SVM) (2) | 2021. 4. 9. 18:30~22:30 | 4 | 유동희 | ||
24 | 앙상블기법 및 성능 평가, 모델 튜닝 실습(1) | 2021. 4. 10. 09:00~13:00 2021. 4. 10. 14:00~18:00 | 8 | 유동희 | ||
25 | RNN(Recurrent Neural Network) 개요 및 실습 | 2021. 4. 12. 18:30~22:30 | 4 | 서종환 | ||
26 | 딥러닝 기반 서비스 사례 소개, 구축 기획 | 2021. 4. 13. 18:30~22:30 | 4 | 서종환 | ||
27 | 모델 튜닝 실습(2) | 2021. 4. 14. 18:30~22:30 | 4 | 유동희 | ||
28 | 머신러닝 기반 예측모형 구축 - 데이터 수집 | 2021. 4. 15. 18:30~22:30 | 4 | 유동희 | ||
29 | 머신러닝 기반 예측모형 구축 - 전처리 | 2021. 4. 16. 18:30~22:30 | 4 | 유동희 | ||
30 | 딥러닝 기반 서비스 구축 - 데이터 수집 및 처리 | 2021. 4. 17. 09:00~13:00 2021. 4. 17. 14:00~18:00 | 8 | 서종환 | ||
31 | 딥러닝 기반 서비스 구축 – 모델 개발 | 2021. 4. 19. 18:30~22:30 | 4 | 서종환 | ||
32 | 딥러닝 기반 서비스 구축 – 모델 평가 | 2021. 4. 20. 18:30~22:30 | 4 | 서종환 | ||
33 | 머신러닝 기반 예측모형 구축 - 모델 개발(1) | 2021. 4. 21. 18:30~22:30 | 4 | 유동희 | ||
34 | 머신러닝 기반 예측모형 구축 - 모델 개발(2) | 2021. 4. 22. 18:30~22:30 | 4 | 유동희 | ||
35 | 머신러닝 기반 예측모형 구축 - 모델 평가 | 2021. 4. 23. 18:30~22:30 | 4 | 유동희 | ||
총 시수 | 160 | | ||||
