![[AICE] 인공지능활용능력향상을 위한 데이터 분석](https://media.invione.com/ctsimages/U25082100177/U25082100177.jpg)
[AICE] 인공지능활용능력향상을 위한 데이터 분석
- 지원유형
- 평생교육이용권
- 학습기간 수료여부 관계없이 복습 12개월 추가 제공
- 수료기준 진도 80% 이상
comment
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
과정은 파이썬을 활용한 데이터 분석의 개념부터 실전 프로젝트까지 학습하여 실무 적용 및 AICE 자격증 취득을 목표로 한다.이를 위해 데이터 구조와 조작, 파일 입출력, API 및 웹 스크래핑을 통한 데이터 수집, 그룹 집계, 시계열 분석 등의 핵심 기술을 익힌다.또한, 영화 평점 및 COVID-19 데이터 분석 실습을 통해 데이터 탐색과 인사이트 도출을 경험하며, 궁극적으로 데이터 기반 의사결정 능력과 실무 활용 역량을 배양하는 것을 목표로 한다
01차시 : 인공지능과 머신러닝 개요02차시 : scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개03차시 : scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)04차시 : 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초05차시 : 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해06차시 : 분류(Classification) #1. 결정트리 개념의 이해07차시 : 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측08차시 : 앙상블 #1. 앙상블 개념의 이해09차시 : 앙상블 #2. 부스팅 앙상블10차시 : 앙상블 #3. XGBoost11차시 : 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)12차시 : 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)13차시 : 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)14차시 : 비지도학습 #3. 협업 필터링15차시 : 딥러닝 #1. 신경망 기초 및 Tensorflow 소개16차시 : 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)17차시 : 딥러닝 #3. 합성곱 신경망(CNN)18차시 : 딥러닝 #4. 순환 신경망(RNN)19차시 : 실전 실습 #7. 자동차 보험 제안 수락 예측20차시 : 실전 실습 #8. 비트코인 가격 예측
대학생, 직장인 등 인공지능 관련 (준)전공자 등
- [AICE] 인공지능활용능력향상을 위한 데이터 분석
- 1. 빅데이터를 위한 파이썬 소개25 분
- 2. 데이터 분석을 위한 개발환경 소개 및 기초 실습28 분
- 3. Series #1. 1차원 데이터 개념 및 Series 생성 실습27 분
- 4. Series #2. 자유자재로 다루기 (속성 및 함수)53 분
- 5. DataFrame #1. 개념 및 생성 실습30 분
- 6. DataFrame #2. 자유자재로 다루기(속성 및 함수)52 분
- 7. DataFrame #3. 원하는 데이터만 선택하기55 분
- 8. 데이터 입출력. 파일에서 데이터 읽고 쓰기51 분
- 9. 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수적용, 산술연산)29 분
- 10. 데이터 가공 #2. 고차원 데이터 다루기(feat. 계층 색인)28 분
- 11. 데이터 가공 #3. 데이터 통합하기 (여러 개의 데이터를 하나로 합치기)30 분
- 12. 데이터 가공 #4. 정렬 및 집계59 분
- 13. 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1)59 분
- 14. 실전 실습 #1. 영화 평점 심화 분석 (2)66 분
- 15. 시계열 데이터 #1. 날짜와 시간 데이터 다루기(datetime)51 분
- 16. 시계열 데이터 #2. datetime 관련 주요 함수57 분
- 17. 실전 실습 #2. covid 19 데이터 탐색 및 기초분석25 분
- 18. 실전 실습 #2. covid 19 데이터 심화 분석30 분
- 19. 외부 데이터 활용 #1. API 활용26 분
- 20. 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium)30 분