인공지능
아카데미 |
신경망과 인공지능의 이해 |
인공지능 개요 및 활용사례 |
- 인공지능의 개념과 역사, 최근 인공지능이 부각되기 시작한 배경
- 인공신경망의 개념 및 인공신경망의 발전 역사
- 인공지능, 머신러닝 및 딥러닝의 상호 관계
- 최근 인공지능 분야별 활용사례에 대한 case study
|
김복주 |
| 딥러닝 개발환경 구축 |
- 딥러닝 개발환경으로 많이 사용되는 개발환경에 대한 소개, 구축방법
- 다양한 프레임워크 소개
- Tensorflow 및 Keras 설치 방법
|
| 딥러닝 학습 및 학습 사이클 |
- 모델과 학습, 머신러닝/딥러닝 학습의 유형
- 딥러닝 훈련 단계, 예측 단계 및 훈련 사이클
- 반복 학습을 통한 딥러닝 모델 성능 향상
- 데이터 로드, 전처리, 훈련, 예측 및 평가 등 딥러닝 학습 절차에 대한 세부내용
|
| 딥러닝 핵심 개념 및 최적화 이론 |
인공지능과 머신러닝 |
- 반쪽 짜리 머신러닝의 한계와 이를 극복하기 위한 글로벌 기업들의 시도들
- 머신러닝의 3가지 대분류 및 각 대분류의 중요한 특징
- 가장 간단한 머신러닝 알고리즘인 선형회귀를 통해 Gradient Descent 기법 학습
|
조대연 |
| 딥러닝 핵심 개념 |
- 전통적인 머신러닝과 딥러닝의 차이점
- 퍼셉트론과 활성화 함수
|
| 딥러닝 최적화 이론 |
- 인공신경망을 최적화 하기 위한 3가지 기법인 가중치 초기화, 드롭아웃, 발전된 Gradient Descent 알고리즘에 대해 학습
|
| 실전 딥러닝 프로그래밍 및 딥러닝 활용 사례 이해 |
Anaconda & Jupyter
NoteBook |
- Tensorflow 프로그래밍을 위한 Anaconda 개발환경 구축
- Jupyter NoteBook에 대한 이해 및 실습을 위한 단축키 학습
|
조대연 |
| 실전 딥러닝 프로그래밍 |
- 인공신경망 구현을 위한 파이썬 라이브러리인 Tensorflow를 활용해 딥러닝 모델 구현 실습
- 회귀 문제 및 분류 문제를 위한 모델을 각각 구축하고 학습시켜 새로운 데이터에 대해 예측하도록 구현
|
| 딥러닝 활용 사례 이해 |
- 시각/자연어처리/음성 관련 다양한 딥러닝 활용 사례 소개
- 머신러닝 & 딥러닝 관련 추가 학습 리소스 소개
|
빅데이터
아카데미 |
빅데이터 이해, 기획 및 분석® |
빅데이터 분석 기획 |
- 빅데이터 분석 기획의 이해
- 데이터 분석 수행에 대한 체계적인 방법론 및 분석 과제를 도출하는 다양한 방안
- 중장기적 관점에서의 분석 마스터 플랜과 분석 거버넌스 체계 수립에 대한 기본 강의
|
김선희 |
| 빅데이터 분석 개요 |
- 통계에 대한 기본적인 이론, 기초통계 및 빅데이터 분석에 사용되는 통계 기법들에 대한 개론
- 분석 기법에 대한 R 코드 소개
- 통계분석과 데이터 마이닝으로 구분하여 강의
|
| 빅데이터 분석 데이터 마이팅 |
| 빅데이터 활용 및 응용® |
R 기초와 데이터마트 |
- R을 설치하고 기본 개념, 도구사용법, 기본 문법 학습
- R의 기본 데이터마트를 구성하는 법과 관련 패키지 학습
- R을 이용하여 효율적으로 데이터의 정보 손실과 왜곡을 방지하는 기법
|
류신 |
| R 데이터시각화 |
- 시계열 데이터를 시각화하는 방법
- 데이터 분포에 대해 시각화하는 방법
- 여러 데이터간의 관계를 시각화하는 방법
- 분산된 데이터를 비교하여 시각화하는 방법
- 위치정보에 대해 시각화하는 방법
|
R 통계 분석 및
데이터마이닝 실습 |
- 통계분석과 회귀분석을 수행
- 상관분석과 주성분분석을 수행
- 분류분석, 군집분석, 연관분석 등의 정형 데이터마이닝을 수행
- 텍스트 마이닝을 이용하여 문서의 요약과 자연어처리, 특성추출을 수행
|
| 빅데이터 분석 서비스 기획 및 발굴 사례 |
데이터 이해 및 빅데이터 트랜드 |
- 데이터와 정보를 이해, 데이터 수집 및 품질활동을 통하여 분석에 필요한 데이터를 선별하는 능력을 배양
- 최근의 빅데이터 트렌드를 통하여 데이터 활용성을 이해
|
김정중 |
| 빅데이터 분석과 신규 과제 도출 |
- 빅데이터 분석 방향을 수립하여 업무 전반에 영향을 끼칠 수 있는 신규 과제를 도출하는 방법론
|
| 빅데이터 분석 서비스 기획과 도입 사례 |
- 데이터 분석업무에 필요한 지식과 기술을 습득, 분석 서비스 발굴을 위한 기획적 시각을 갖출 수 있도록 학습
- 분석 서비스를 통한 혁신 활동이 어떤 변화를 일으키는지 경험을 공유
|
데이터 분석
아카데미 |
데이터 처리, 분석 및 시각화 기술 활용 |
데이터 분석 기획 |
- CRISP-DM(Cross-Industry Standard Process for Data Mining) 방법론 소개
- 데이터를 얻을 수 있는 국내외 사이트 소개
- 실습 할 유튜브 관련 데이터 셋 소개
|
이수재 |
| 데이터 분석1 |
- 데이터 분석에 활용한 Padas, Numpy, Matplotlib 등 파이썬 주요 패키지 소개
- 분석을 통해 확인하고자 하는 분석 주제 설정
- 분석 결과를 도출하기 위한 데이터 변환 방법 소개
|
| 데이터 분석2 |
- 중심화 경향, 분산 정도, 상관성 분석 등의 기초 통계 분석 설명
|
| ADP(데이터 분석 전문가) 자격증 핵심 정리 |
ADSP와 ADP 자격증 개요 |
- 데이터 분석 전문가와 데이터 분석 준전문가 자격증의 차이점을 알아보고 자격증의 개요와 준비 방법을 전체적으로 알아봄
|
이상미 |
데이터 이해, 데이터 처리
기술 이해, 데이터 분석 기획 |
- 데이터 처리 기술이해, 분석 및 기획을 간략히 소개하고 출제된 문제 유형을 알아봄
|
| 데이터 분석, 데이터 시각화 |
- 데이터 시각화에 대한 이론을 간략히 소개하고 출제된 문제 유형을 알아봄
|
웹 기반
데이터 수집 및
분석 아카데미 |
웹 데이터 수집 방법론 이해 및 웹 크롤링 프로그램 구현 |
웹 데이터 수집 방법론 |
- 다양한 출처의 데이터를 수집하기 위한 각종 프로그램 및 프로그래밍 언어를 이해
- HTML 등 웹 크롤링을 위한 핵심 개념을 이해
|
조대연 |
| 파이썬 기반 웹 크롤링 기초 |
- 다음 사전 및 브런치 기사글을 대상으로 한 웹 크롤링을 실습하며 웹 크롤링의 핵심 패턴을 실습
|
| 자동 웹 크롤링 프로그램 구현 |
- 특정 키워드에 대한 네이버 뉴스를 수집하는 자동화 된 웹 크롤링 프로그램 구현
- 크롤링 된 데이터를 추후 활용하기 위해 Pandas DataFrame을 활용해 엑셀 파일로 저장
|
| 웹 크롤링 기반 데이터 분석 실습 |
웹 크롤링 데이터 전처리 실습 |
- 웹 크롤링을 통해 얻어진 텍스트 데이터를 대상으로 핵심적인 전처리 기법을 실습
|
조대연 |
텍스트 데이터 분석 및
시각화 실습 |
- 전처리를 마친 텍스트 데이터를 대상으로 빈도에 기반하여 다양한 시각화 기법 적용 실습
|
| 워드클라우드 구현 실습 |
- 워드클라우드 구현을 위한 개발 환경 구축
- 기본 워드클라우드 및 이미지 기반 고급 워드클라우드 구현 실습
|
