주제

세부내용

시간(H)

강사

수치 예측

․회귀와 분류의 이해

․수치형 변수와 범주형 변수

․데이터 스케일러

․One-Hot Encoding

․LabelEncoder

․일반화, 과대적합, 과소적합

․상관관계 분석

․Bagging, Boosting, Voting

․hyper parameter 튜닝

- GridSearchCV

- RandomizedSearchCV

․평가지표

․학습 알고리즘 모델링

- DecisionTree - RandomForest

- SVM - XGBoost

- LGBM - Extra-Tree

12

이현석

이미지 분류

․object detection

․semantic segmentation

․instance segmentation

․keypoint detection

․rcnn, fast-rcnn, faster-rcnn, mask-rcnn

coco dataset-format

․사용 Platform : Facebook AI Research Detectron2

․Coco Car Damage Detection Dataset

- 데이터 분석

- augmentation 적용

- 모델 생성

- train set 학습

- test set 추론

12

자연어 분류

․텍스트 데이터 BOW(Bag Of Words)로 표현

- tokenization

- 어휘사전 구축

- encoding

․불용어 처리

․어간 추출, 표제어 추출

․CountVectorizer와 TfidfVectorizer

․KoNLPy로 한국어 형태소 분석기 사용

- Okt

- Kkma

- Mecab

12

실전 프로젝트

< 2022 인공지능 온라인 경진대회 >

․일정 : 6/7 ∼ 6/21

․분야

- 수치해석 분야

- 자연어 분야

- 이미지 분야

․팀(최대 4인) 구성으로 팀별 1개 과제에 참여

44

AWS에서 머신러닝

․S3 버킷만들기

․SageMaker 노트북 생성 &실행

․Lambda 함수 생성하기

․S3 업로드

․SageMaker로 머신러닝 하기

<미니 프로젝트>

․MNIST dataset을 이용한 머신 러닝 알고리즘 구현

20

이시경

AWS EC2

․EC2 인스턴스에서 GPU 개발환경 구축하기

․EC2 환경에서 YOLOv5 객체 러닝하기

․Open Image dataset에서 pre labeling data 받기

․Google에서 Custom Data 받기

․Custom Data Labeling 하기

․EC2 환경에서 GAN을 이용한 Face Aging model 학습 및 구현

<미니 프로젝트>

․Yolov5를 이용한 객체인식

40

Jetson Nano를 이용한 머신러닝 구현

․Jetson Nano 환경 구축하기

․Jetson Nano에서 FakeGAN 구현하기

․Jetson Nano에서Yolov5 구현하기

․Flask Sever와 Yolov5를 이용한 Smart CCTV 만들기

<미니 프로젝트>

․jetson에서 머신러닝 알고리즘 실시간 구현

20

합계

160