인공지능
오프라인
교육마감

울산 [2기] 인공지능 활용 빅데이터 분석 기초

접수일정
2023-05-08 ~ 2023-06-14
교육일정
2023-06-19 ~ 2023-08-11(평일, 14시~18시) (40 차수)
교육대상
재직자, 창·취업준비자, 대학생 등(프로그래밍 경험이 없는 분)
교육장소
임차교육장(삼산동, 신정동 부근 추후 통보 예정)
강사명
송정수, 이단영, 장영민
정원
30 (등록인원 : 26명)
교육방식
오프라인
주의사항※ 로그인시 신청서 버튼이 표시되므로 로그인 후 신청하셔야 합니다.
  • 교육내용
  • Zoom

○ 과정명 

- 인공지능 활용 빅데이터 분석 기초


○ 교육대상 

- 재직자, 창·취업준비자, 대학생 등(프로그래밍 경험이 없으신 분)


○ 모집기간 

- 2023년 05월 08일(월) ~ 06월 14일(수)


○ 교육일정

- 2023년 06월 19일(월) ~ 08월 11일(금) (평일, 14:00 ~ 18:00)

 ※ 교육일정은 변경될 수 있습니다.


○ 교육장소

- 임차교육장

(삼산동, 신정동 부근으로 추후 통보 예정)


○ 교육비

- 전액무료


○ 교육생 선발

- 서류전형(홈페이지 신청서 검토) 및 개별 전화면접 이후 합격자 통보

○ 교육과정 

이름

교과목

강의내용

시간

송정수

파이썬 기초

데이터 사이언스 소개

파이썬 언어 및 실습 환경

데이터 종류

조건문

자료형

반복문

함수

클래스와 모듈

미니 프로젝트

# 미니 프로젝트 수행

파이썬 문법을 활용한
미니 프로젝트

40

이단영

데이터 분석

및 시각화

numpy, pandas, matplotlib 소개

numpy 배열 인덱싱, 슬라이싱, 연산

pandas DataFrame 다루기

pandas를 이용한 데이터 가공 및 처리

matplotlib 활용 데이터 시각화

seaborn 활용 데이터 시각화

folium 활용 데이터 지도시각화

미니 프로젝트

# 미니 프로젝트 수행

공공 데이터를 활용한
미니 프로젝트

40

장영민

다양한 산업의 데이터 분석과 머신러닝

4차 산업혁명 소개

- 빅데이터, 인공지능 등 소개

 

공공분야 및 다양한 산업의 데이터 응용 사례

- 우리 동네(울산 등) 데이터 활용 실습

 

정형 데이터, 비정형 데이터

- 시각화 활용 산업밀접 데이터 분석

 

회귀 분석, 머신 러닝, 지도학습, 비지도학습 - 인공지능 활용 산업밀접 데이터 예측

 

미니 프로젝트 & 포트폴리오

# 우리 동네 데이터 활용 실습

울산 데이터를 활용한 보건,         복지, 안전 상황 데이터 실습

 

# 미니 프로젝트 수행

산업밀접 데이터를 활용한
미니 프로젝트

80

※ 교육과정은 내부 사정및 강사님 의견에 따라 조정될 수 있습니다.


인공지능 활용 빅데이터 분석 기초 - 주간과정

 

주간과정

기간 : 619() ~ 630() (10)

강사 : 송정수

 

 

강의 주요 과정

Ch. 1. 데이터 사이언스 소개

Ch. 2. 파이썬 언어 및 실습 환경

Ch. 3. 데이터 종류

Ch. 4. 조건문

Ch. 5. 자료형

Ch. 6. 반복문

Ch. 7. 함수

Ch. 8. 클래스와 모듈

Ch. 9. 미니 프로젝트

교과목

주차

시간

주제

소제

파이썬 기초

1

4

데이터 사이언스 소개

데이터 사이언스 소개

파이썬이란?

파이썬 소개

파이썬 설치 및 실행

기본 연산 실습

4

데이터

타입, 리터럴 값

산술연산, 비교연산

변수, 복사

연습문제

리터럴, 변수(10 문항)

4

숫자

불리언, 정수

부동소수점, 수학함수

연습문제

숫자(10 문항)

미니프로젝트 A

삼각함수 결과 구하기,

단리, 복리 원리합계

4

If

TrueFalse, 비교연산, 논리연산

if~else

elif, in

반복문

while

forin

기타 이터레이터

연습문제

if(10 문항)

미니프로젝트 B

UP&Down 숫자 맞추기

4

팀빌딩

4~5명 단위의 팀 빌딩

텍스트 문자열

문자열 생성, str(), 결합, 이스케이프 문자

복제, 추출, 슬라이싱, len(), split()

연습문제

문자열 처리(10 문항)

2

4

튜플과 리스트

튜플

리스트

튜플 vs 리스트

연습문제

튜플, 리스트(10 문항)

4

딕셔너리와 셋

딕셔너리

자료구조 결합하기

연습문제

자료구조(10 문항)

4

함수

함수 정의

함수 호출

인수와 매개변수

미니프로젝트 C

소프트맥스 함수 구현

4

객체와 클래스

클래스

객체 생성

메서드 타입

모듈과 패키지

모듈과 import

패키지

표준 라이브러리

연습문제

모듈, 패키지(10 문항)

4

미니프로젝트 D

미니 포토샵

파일 열기, 저장

프로그램 종료

이미지 처리

 

 

미니프로젝트 진행 계획서

 

미니프로젝트 A-1

 

내용

비고

주제

삼각함수

 

사용 라이브러리

numpy

matplotlib

 

데이터 셋

직접 입력한 데이터

 

분석 모델

sin함수

cos함수

tan함수

 

내용

삼각함수 sin, cos, tan을 파이썬으로 구현해보기

sin, cos, tan의 그래프

비교

 

 

미니프로젝트 A-2

 

내용

비고

주제

단리와 복리로 원리금 계산

 

사용 라이브러리

없음

 

데이터 셋

직접 입력한 데이터

 

분석 모델

단리 모델

복리 모델

 

내용

정기예금을 들 때 단리와

복리로 원리금을 계산

단리와 복리 비교

 

 

미니프로젝트 B

 

내용

비고

주제

UP & Down 숫자 맞추기

 

사용 라이브러리

numpy

randint

 

데이터 셋

직접 입력한 데이터

 

분석 모델

if, elif, else

 

내용

UP & Down 숫자 맞추기를

파이썬으로 구현해보기

 

 

미니프로젝트 C

 

내용

비고

주제

소프트맥스 함수 구현

 

사용 라이브러리

numpy

matplotlib

 

데이터 셋

직접 입력한 데이터

 

분석 모델

소프트맥스 함수

 

내용

 

신경망 활성화 함수 중

소프트맥스 함수 구현

 

 

 

미니프로젝트 D

 

내용

비고

주제

미니 포토샵

 

사용 라이브러리

tkinter

PIL

 

 

데이터 셋

직접 입력한 데이터

 

분석 모델

회귀분석

 

내용

포토샵의 다양한 기능 구현

 

 

 

 

인공지능 활용 빅데이터 분석 기초 - 주간과정

 

주간과정

- 기간 : 73() ~ 714() (10)

- 강사 : 이단영

 

데이터분석의 이해

- numpy, pandas, matplotlib 소개

- numpy 배열 인덱싱, 슬라이싱, 연산

- pandas DataFrame 다루기

pandas를 이용한 데이터 가공 및 처리

- matplotlib 활용 데이터 시각화

- seaborn 활용 데이터 시각화

- folium 활용 데이터 지도시각화

단락별 미니 프로젝트 수행

종합 프로젝트 수행

 

실습 방안

- 실습목적 : 다양한 파이썬 라이브러리를 학습한다. 준비된 데이터로 결측치, 이상치 데이터를 처리한 다음 분석한 데이터로 시각화하는 과정을 학습한다. 오픈 데이터, 공공 데이터를 활용하여 여러 방법으로 분석하고 시각화하는 과정도 학습한다. 학습 내용을 이해할 수 있도록 미니프로젝트를 수행해 봄으로써 분석 결과로 insight를 찾을 수 있는 능력을 기른다. open API, 웹 크롤링 데이터를 활용하는 과정도 학습한다. 전체 학습 내용을 활용하는 종합프로젝트 수행하는 것으로 전체 수업을 마무리 한다.

 

- 활용 라이브러리 : Numpy, Pandas, matplolib, Seaborn, folium

- 사용 데이터셋 예시

- 인구구조 분석 및 시각화

- 소비패턴 분석 및 시각화

 

수강생 학습 능률 향상 방안

- 기본 개념을 학습하고 샘플 데이터셋(dataset)을 활용하여 바로 적용해 보는 실습 진행

미니프로젝트와 종합프로젝트 수행을 통해 데이터 분석 및 시각화 전반에 대한 이해도를 높임

프로젝트 진행을 위한 기본 Baseline 코드를 제공하여 누구나 쉽게 참여할 수 있도록 진행

 

교과목

주차

시간

주제

비고

데이터 분석

및 시각화

 

3

4

· numpy, pandas 소개

· numpy

. 인덱싱, 슬라이싱, 연산, 함수

· Pandas SeriesDataFrame

· 데이터 연결 및 병합

 

4

· Pandas SeriesDataFrame

· 결측치 처리

· 계층적 인덱싱과 그룹화

· 피벗, 멜트

 

4

. 데이터 파일 읽기/ 쓰기

. 공공데이터 사용법

 

4

. Matplotlib 데이터 시각화 _ 기본 시각화

· line plot, scatter plot

· hist plot, pie plot, subplot

- 다양한 데이터 분석 및 시각화

 

4

. 시계열 데이터 다루기

 

4

4

· Seaborn 데이터 시각화 _ 고급 시각화

· distplot (relational), relplot (distributions)

· catplot (categorical)

· 국가통계포털 데이터 분석과 차트 시각화

- 인구구조 분석 및 시각화

KOSIS

https://kosis.kr/index/index.do

4

· 웹 크롤링.

- 웹 크롤링으로 데이터 분석 및 시각화

·.API 사용법

 

4

· folium 패키지 소개 _ 지도 시각화

· 지도의 종류

· 마커와 팝업

 

4

. 공공 데이터 활용한 종합프로젝트 진행

- 소비패턴 분석 및 시각화

공공데이터

https://www.data.go.kr/

4

미니프로젝트 진행 계획서

 

미니프로젝트 1

 

내용

비고

주제

인구구조 분석 및 시각화

 

사용라이브러리

Numpy, Pandas, Matplotlib, Seaborn

 

데이터셋

시도별 인구 현황 Dataset

KOSIS

https://kosis.kr/index/index.do

분석과정

- 데이터 보기, - 데이터 클린징 : 결측치 및 이상치 처리

- 데이터 탐색, - 데이터 시각화 분석 및 시각화

- 분석요약 : insight 도출

 

기타

- 개별 프로젝트로 진행

- 제출로 결과 확인

 

 

미니프로젝트 2

 

내용

비고

주제

소비패턴 분석 및 시각화

 

사용라이브러리

Numpy, Pandas, Matplotlib, Seaborn

 

데이터셋

소비패턴 dataset

공공데이터

https://www.data.go.kr/

분석모델

- 데이터 보기, - 데이터 클린징 : 결측치 및 이상치 처리

- 데이터 탐색, - 데이터 분석 및 시각화

- 분석요약 : insight 도출

 

기타

- 팀별 프로젝트로 진행

- 제출로 결과 확인

 

 

 

인공지능 활용 빅데이터 분석 기초 - 주간과정

 

주간과정

기간 : 717() ~ 811() (20)

강사 : 장영민

 

 

강의 주요 과정

Ch. 1. 4차 산업혁명 소개

Ch. 2. 빅데이터, 인공지능 소개

Ch. 3. 우리 동네 데이터 활용 실습

Ch. 4. 다양한 산업의 동향 및 데이터

Ch. 5. 정형 데이터

Ch. 6. 비정형 데이터

Ch. 7. 회귀 분석

Ch. 8. 머신 러닝

Ch. 9. 산업밀접 데이터 활용

Ch. 10. 미니 프로젝트 

 

실습 방안

실습 목적 : 다양한 산업 및 데이터의 형식을 이해하며 파이썬 프로그래밍 언어를 기반으로 사용할 수 있는 라이브러리를 통해 데이터를 효과적으로 전처리하여 시각화, 예측하는 실습을 진행함

IDLE editor, jupyter notebook, colab 등의 통합 개발 학습 환경 툴 사용능력을 향상시키며 프로그래밍 언어의 사용에 집중도를 높임

 

 

수업 진행 방향

초반에는 간단한 예제를 통하여 통합 개발 학습 환경 툴 사용을 복습하면서 스킬을 향상 시키며 프로그래밍 언어 사용의 집중도를 높임

다양한 프로그래밍 방법론을 제시하여 수강생의 유연한 프로그래밍이 가능하도록 유도함

미니 프로젝트 및 포트폴리오 수행을 통해 수강생들이 향 후 계획을 세울 수 있도록 미래 지향적인 수업을 진행함

 

교과목

주차

시간

주제

강의내용

다양한 산업의 데이터 분석과 머신러닝

 

5

4

4차 산업혁명 소개

산업혁명 과정 및 단계별 정리

빅데이터 산업 분야

빅데이터 산업 분야

4

다양한 산업의 데이터 응용 사례

빅데이터와 인공지능을 결합한 응용 사례

파이썬, 데이터 분석 리뷰

파이썬, 데이터 분석 리뷰 및 진행 방향 소개

4

구글 API 인증 및 키 생성

API 사용자 인증 정보 입력

API 키 생성

4

구글 API 활용 실습

우리 동네 데이터를 활용한 분석 실습1

4

구글 API 활용 실습

우리 동네 데이터를 활용한 분석 실습2

6

4

자동차 산업 분야

미래형 자동차 산업의 이해

지능형 자동차 산업의 기술 동향

정형 데이터

4

미니 프로젝트1

주유소 데이터 분석

4

미니 프로젝트2

자동차 리콜 데이터 분석

4

반도체 산업 분야

반도체 산업의 이해

반도체 산업의 기술 동향

반정형 데이터

4

연습 문제 실습

반도체 특성 및 수율 분석

7

4

콘텐츠 산업 분야

영상 콘텐츠 산업의 이해

딥러닝 분야의 기술 동향

비정형 데이터

4

인터페이스 실습

영상 데이터 수집 및 읽기

이벤트 처리 및 그리기 함수

4

인터페이스 실습

동영상 데이터 수집 및 읽기

이벤트 처리 및 그리기 함수

4

화소처리 실습

배열 연산 및 시각화

화소 처리 및 시각화

4

미니 프로젝트3

데이터 합성 시각화

8

4

스마트팜 산업 분야

농축산 산업의 이해

스마트팜 산업의 기술 동향

정형 데이터

4

머신러닝 전처리 실습

훈련 세트와 테스트 세트

4

머신러닝 예측 실습

회귀 분석 및 예측 실습

4

미니 프로젝트4

가축의 성별 구분 및 무게 예측

4

포트폴리오 작성

나만의 포트폴리오 만들기

     

 

미니프로젝트 진행 계획서

 

미니프로젝트 1

 

내용

비고

주제

주유소 데이터 분석

 

사용 라이브러리

numpy, pandas, matplotlib, seaborn, folium

 

데이터셋

https://www.opinet.co.kr/

https://www.opinet.co.kr/

분석모델

구글 API를 활용한 데이터 분석

 

기타

<내용 및 절차>

- 제공 데이터 분석

- 데이터 전처리

- 라이브러리 사용 및 결과 도출

 

 

미니프로젝트 2

 

내용

비고

주제

자동차 산업 데이터 분석

 

사용 라이브러리

numpy, pandas, matplotlib, seaborn, wordcloud

 

데이터셋

자동차결함 리콜현황.csv

공공데이터포털 제공 데이터

분석모델

문자열 데이터를 이용한 분석

 

기타

<내용 및 절차>

- 제공 데이터 분석

- 데이터 전처리

- 라이브러리 사용 및 결과 도출

 

 

미니프로젝트 3

 

내용

비고

주제

데이터 합성 시각화

 

사용 라이브러리

numpy, opencv

 

데이터셋

lion_face.jpg, man_face.jpg

github 제공 데이터

분석모델

영상 데이터를 이용한 시각화

 

기타

<내용 및 절차>

- 제공 데이터 분석

- 데이터 전처리

- 라이브러리 사용 및 결과 도출

 

 

미니프로젝트 4

 

내용

비고

주제

가축의 무게 예측

 

사용 라이브러리

numpy, pandas, matplotlib, sklearn

 

데이터셋

ch5-1.csv ~ ch6-1.csv

github 제공 데이터

분석모델

회귀모델을 적용한 무게 예측

 

기타

<내용 및 절차>

- 제공 데이터 분석

- 데이터 전처리

- 라이브러리 사용 및 결과 도출

 




○ 교육생 혜택  

- 출석율 70%(28차수, 112시간이상 시 수료증 발급 

- 성적 우수자는 타 AI교육 신청 시 선발 우선권 부여

- 성적 우수자는 AI교육 강사양성으로 강사활동 기회 부여

- 교육이수 후 개별 프로젝트 개발 시 서버 활용 서비스 제공

- 교육 중도 포기자(미 수료자)는 연내 AI교육 수강 불가

- 구직 희망 교육생의 맞춤형 취업역량강화 프로그램 참여기회 제공 

 (컨설팅) 취업 및 진로에 대한 명확한 목표 방향 설정

 (포트폴리오) 취업에 대한 사전준비 및 계획 구체화 작성

 (동아리) 목표 지향적 자발적 자기 개발을 위한 운영

- 재직자 직무능력 및 구직자 역량 향상을 위한 ICT분야 자격증 취득 지원

 (지원내용) 자격증 취득 수수료 지원 ※자격증 취득자에 한해 최대 10만원

 (지원대상) 울산 AI교육과정 참여 교육생(교육기간 중 응시자에 한함)

 (지원분야) 23년 NIPA 중점 신기술(데이터, IoT, 네트워크) 분야

 (지원방법) 자격증 사본 제출 후 개인계좌 입금



○ 교육문의

- Email : uipadh@uipa.or.kr / dkfls3109@uipa.or.kr

- 전화 : 052-210-0237, 0244