⛔️ 이 공고는 마감된 공고 혹은 비공개입니다
#K-Mooc #무료교육 #온라인
강좌소개
- 데이터 분석하고 AI 예측하려면 , 제일 먼저, 파이썬부터 시작해야 합니다. 파이썬을 배우고 나서 데이터가 어떻게 생겼는지, 어떤 추세인지 데이터 분석 수행하고 결측치 처리, 이상치 처리 등 데이터 전처리를 실행해서 컴퓨터가 데이터를 잘 이해할 수 있도록 만들어야 합니다. 그 후 여러가지 모델을 가지고 학습하고 평가하는 과정으로 진행하게 됩니다.여러분들은 A부터 Z까지 데이터분석 기초과정을 차근차근 따라오시면, 전체 흐름을 이해할 수 있고 실제 코딩을 통해 데이터 분석과 모델링을 구현할 수 있게 됩니다.
학습목표
- 여러분들이 전체 강좌를 학습하고 실습을 따라오게 된다면, 파이썬 프로그래밍 코딩 능력을 키울 수 있으며, 이를 통해 다양한 문제해결에 활용할 수 있게 됩니다. 또한, 실습 코딩을 통해 데이터 분석하고 머신러닝 모델과 딥러닝 모델을 구현할 수 있으며, 이를 통해 AI 모델링 전체 과정을 이해하고 설명할 수 있으며 데이터 분석과 ai 활용 능력을 향상 시킬 수 있습니다.
이수 및 평가기준
- 이수 기준: 출석 (20%), 중간고사 (40%, 객관식 30문항), 기말고사 (40%, 객관식 30문항)
- 평가 기준: 출석, 중간고사, 기말고사 합산하여 60% 이상
수업계획서
| 주차 | 주차명(주제) | 차시 | 차시명(학습내용) |
| 1 | AI이해 및 실습환경 구성 | 1-1 | AI 활용 및 AI 개념 |
| 1-2 | 파이썬 실습 환경 구성 | ||
| 2 | 파이썬 기초 | 1-1 | 파이썬 기초 |
| 1-2 | 파이썬 인덱싱, 슬라이싱 및 함수 | ||
| 1-3 | 파이썬 실습 | ||
| 3 | 데이터 분석과 전처리 | 1-1 | 데이터 분석 |
| 1-2 | 데이터 전처리 | ||
| 1-3 | 데이터 분석 및 전처리 실습 | ||
| 4 | 중간평가 | 1-1 | 1-3주차 학습 정리 및 평가 |
| 5 | 시각화와머신러닝의 기초 | 1-1 | 데이터 시각화 |
| 1-2 | 데이터 시각화 실습 | ||
| 1-3 | 머신러닝 개념과 기술원리 | ||
| 6 | 머신러닝 모델과 딥러닝 모델 | 1-1 | 머신러닝 주요 알고리즘 |
| 1-2 | 머신러닝 모델링 실습 | ||
| 1-3 | 딥러닝 개념, 기술원리 및 알고리즘 | ||
| 7 | AI 모델링프로젝트 적용 | 1-1 | 딥러닝 모델링 실습 |
| 1-2 | 사례실습 프로젝트(1) | ||
| 1-3 | 사례실습 프로젝트(2) | ||
| 8 | 기말평가 | 1-1 | 5-7주차 학습 정리 및 평가 |
#K-Mooc #무료교육 #온라인
강좌소개
- 데이터 분석하고 AI 예측하려면 , 제일 먼저, 파이썬부터 시작해야 합니다. 파이썬을 배우고 나서 데이터가 어떻게 생겼는지, 어떤 추세인지 데이터 분석 수행하고 결측치 처리, 이상치 처리 등 데이터 전처리를 실행해서 컴퓨터가 데이터를 잘 이해할 수 있도록 만들어야 합니다. 그 후 여러가지 모델을 가지고 학습하고 평가하는 과정으로 진행하게 됩니다.여러분들은 A부터 Z까지 데이터분석 기초과정을 차근차근 따라오시면, 전체 흐름을 이해할 수 있고 실제 코딩을 통해 데이터 분석과 모델링을 구현할 수 있게 됩니다.
학습목표
- 여러분들이 전체 강좌를 학습하고 실습을 따라오게 된다면, 파이썬 프로그래밍 코딩 능력을 키울 수 있으며, 이를 통해 다양한 문제해결에 활용할 수 있게 됩니다. 또한, 실습 코딩을 통해 데이터 분석하고 머신러닝 모델과 딥러닝 모델을 구현할 수 있으며, 이를 통해 AI 모델링 전체 과정을 이해하고 설명할 수 있으며 데이터 분석과 ai 활용 능력을 향상 시킬 수 있습니다.
이수 및 평가기준
- 이수 기준: 출석 (20%), 중간고사 (40%, 객관식 30문항), 기말고사 (40%, 객관식 30문항)
- 평가 기준: 출석, 중간고사, 기말고사 합산하여 60% 이상
수업계획서
| 주차 | 주차명(주제) | 차시 | 차시명(학습내용) |
| 1 | AI이해 및 실습환경 구성 | 1-1 | AI 활용 및 AI 개념 |
| 1-2 | 파이썬 실습 환경 구성 | ||
| 2 | 파이썬 기초 | 1-1 | 파이썬 기초 |
| 1-2 | 파이썬 인덱싱, 슬라이싱 및 함수 | ||
| 1-3 | 파이썬 실습 | ||
| 3 | 데이터 분석과 전처리 | 1-1 | 데이터 분석 |
| 1-2 | 데이터 전처리 | ||
| 1-3 | 데이터 분석 및 전처리 실습 | ||
| 4 | 중간평가 | 1-1 | 1-3주차 학습 정리 및 평가 |
| 5 | 시각화와머신러닝의 기초 | 1-1 | 데이터 시각화 |
| 1-2 | 데이터 시각화 실습 | ||
| 1-3 | 머신러닝 개념과 기술원리 | ||
| 6 | 머신러닝 모델과 딥러닝 모델 | 1-1 | 머신러닝 주요 알고리즘 |
| 1-2 | 머신러닝 모델링 실습 | ||
| 1-3 | 딥러닝 개념, 기술원리 및 알고리즘 | ||
| 7 | AI 모델링프로젝트 적용 | 1-1 | 딥러닝 모델링 실습 |
| 1-2 | 사례실습 프로젝트(1) | ||
| 1-3 | 사례실습 프로젝트(2) | ||
| 8 | 기말평가 | 1-1 | 5-7주차 학습 정리 및 평가 |
⛔️ 이 공고는 마감된 공고 혹은 비공개입니다
