파이썬 기반의 AI 프로그래밍

부산디지털대학교
김준희

페이스북 트위터 카카오톡 네이버밴드 링크복사

주제분류

공학 >컴퓨터ㆍ통신 >컴퓨터공학
강의학기

2021년 1학기

조회수

37,022

최소한의 프로그래밍과 라이브러리 도구를 활용하여 인공지능의 주요 개념을 학습하며, 최종적으로 학습된 인공지능 프로그래밍 지식을 기반으로 데이터 분류, 예측, 분석을 위한 학습 모델 구축을 목적으로 함

수강안내 및 수강신청
※ 수강확인증 발급을 위해서는 수강신청이 필요합니다

오리엔테이션

차시별 강의

	오리엔테이션
	사전진단체크리스트
1.	머신러닝 개요	머신러닝과 필수 라이브러리
	머신러닝 개요	머신러닝과 필수 라이브러리
	머신러닝 개요	머신러닝 실습
	머신러닝 개요	머신러닝 실습
	머신러닝 개요	머신러닝 실습 분석
	머신러닝 개요	머신러닝 실습 분석
2.	지도 학습 알고리즘 Ⅰ	분류와 회귀
	지도 학습 알고리즘 Ⅰ	분류와 회귀
	지도 학습 알고리즘 Ⅰ	지도 학습 알고리즘(1)
	지도 학습 알고리즘 Ⅰ	지도 학습 알고리즘(1)
	지도 학습 알고리즘 Ⅰ	지도 학습 알고리즘(2)
	지도 학습 알고리즘 Ⅰ	지도 학습 알고리즘(2)
3.	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(3)
	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(3)
	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(4)
	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(4)
	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(5)
	지도 학습 알고리즘 Ⅱ	지도 학습 알고리즘(5)
4.	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(6)
	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(6)
	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(7)
	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(7)
	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(8)
	지도 학습 알고리즘 Ⅲ	지도 학습 알고리즘(8)
5.	지도 학습 알고리즘 Ⅳ	지도 학습 알고리즘(9)
	지도 학습 알고리즘 Ⅳ	지도 학습 알고리즘(9)
	지도 학습 알고리즘 Ⅳ	지도 학습 알고리즘(10)
	지도 학습 알고리즘 Ⅳ	지도 학습 알고리즘(10)
	지도 학습 알고리즘 Ⅳ	분류 예측의 불확실성 추정
	지도 학습 알고리즘 Ⅳ	분류 예측의 불확실성 추정
6.	비지도 학습과 데이터 전처리Ⅰ	비지도 학습과 데이터 전처리
	비지도 학습과 데이터 전처리Ⅰ	비지도 학습과 데이터 전처리
	비지도 학습과 데이터 전처리Ⅰ	주성분 분석 (PCA)
	비지도 학습과 데이터 전처리Ⅰ	주성분 분석 (PCA)
	비지도 학습과 데이터 전처리Ⅰ	비음수 행렬 분해(NMF)와 매니폴드 학습
	비지도 학습과 데이터 전처리Ⅰ	비음수 행렬 분해(NMF)와 매니폴드 학습
7.	비지도 학습과 데이터 전처리 Ⅱ	군집(1)
	비지도 학습과 데이터 전처리 Ⅱ	군집(1)
	비지도 학습과 데이터 전처리 Ⅱ	군집(2)
	비지도 학습과 데이터 전처리 Ⅱ	군집(2)
	비지도 학습과 데이터 전처리 Ⅱ	군집(3)
	비지도 학습과 데이터 전처리 Ⅱ	군집(3)
8.	중간평가	1~4주 학습정리
	중간평가	5~7주 학습정리
	중간평가	직무능력 점검하기
9.	사전진단체크리스트
	데이터 표현	원-핫-인코딩(가변수)과 숫자로 표현된 범주형 특성
	데이터 표현	원-핫-인코딩(가변수)과 숫자로 표현된 범주형 특성
	데이터 표현	구간 분할, 이산화, 선형 및 트리모델, 및 상호작용과 다항식
	데이터 표현	구간 분할, 이산화, 선형 및 트리모델, 및 상호작용과 다항식
	데이터 표현	특성 자동 선택
	데이터 표현	특성 자동 선택
10.	모델 평가와 성능 향상	교차 검증
	모델 평가와 성능 향상	교차 검증
	모델 평가와 성능 향상	그리드 서치
	모델 평가와 성능 향상	그리드 서치
	모델 평가와 성능 향상	평가 지표와 측정(1)
	모델 평가와 성능 향상	평가 지표와 측정(1)
11.	알고리즘 체인과 파이프라인	평가 지표와 측정(2)
	알고리즘 체인과 파이프라인	평가 지표와 측정(2)
	알고리즘 체인과 파이프라인	데이터 전처리와 매개변수 선택 및 파이프라인 구축
	알고리즘 체인과 파이프라인	데이터 전처리와 매개변수 선택 및 파이프라인 구축
	알고리즘 체인과 파이프라인	파이프라인 인터페이스와 모델 선택을 위한 그리드서치
	알고리즘 체인과 파이프라인	파이프라인 인터페이스와 모델 선택을 위한 그리드서치
12.	자연어 처리	문자열 데이터 타입과 실전 예제
	자연어 처리	문자열 데이터 타입과 실전 예제
	자연어 처리	텍스트 데이터 BOW 표현
	자연어 처리	텍스트 데이터 BOW 표현
	자연어 처리	불용어, tf-idf로 데이터 스케일 변경, 모델 계수 조사
	자연어 처리	불용어, tf-idf로 데이터 스케일 변경, 모델 계수 조사
13.	자연어 처리와 문자추출	여러 단어로 만든 BOW(n-그램)
	자연어 처리와 문자추출	여러 단어로 만든 BOW(n-그램)
	자연어 처리와 문자추출	고급 토큰화, 어간 및 표제어 추출
	자연어 처리와 문자추출	고급 토큰화, 어간 및 표제어 추출
	자연어 처리와 문자추출	토픽 모델링과 문서 군집화
	자연어 처리와 문자추출	토픽 모델링과 문서 군집화
14.	딥러닝과 심층 신경망 활용	딥러닝과 심층 신경망
	딥러닝과 심층 신경망 활용	딥러닝과 심층 신경망
	딥러닝과 심층 신경망 활용	딥러닝 활용과 동향
	딥러닝과 심층 신경망 활용	딥러닝 활용과 동향
	딥러닝과 심층 신경망 활용	머신러닝과 딥러닝 지원 소프트웨어
	딥러닝과 심층 신경망 활용	머신러닝과 딥러닝 지원 소프트웨어
15.	기말평가	9~11주 학습정리
	기말평가	12~14주 학습정리
	기말평가	직무능력 점검하기