"DNA(빅데이터)"
강의 소개
• 데이터 분석 환경 구축을 위한 프로그래밍 언어를 이해한다.
• 데이터 분석 도구인 아나콘다를 설치하여 개발환경을 구축한다.
• 콘솔창 인터페이스와 주피터 랩을 활용한 파이썬 프로그래밍 실습을 수행한다.
• 기계학습을 위한 scikit-learn, tensorflow 프로그래밍을 익히도록 한다.
강의 목표
• 데이터 분석의 효율성을 최대화 하기 위한 데이터 모델링의 개념을 학습한다.
• 의사소통, 창의적 사고와 논리적 사고의 이해, 요구사항 분석 문제 정의와 타당성 분석
• 일상생활에서 발생하는 패턴의 이해와 분해 및 설계를 통한 문제해결력을 기른다.
• 데이터 과학에 필요한 넘파이, OpenCV, matplotlib, scikit-learn, tensorflow 등의 도구를 익힌다.
강의 시수
• 24회차, 회당 180분
강의내용
"DNA(인공지능)"
강의 소개
- 기초적인 딥러닝 기법을 체험해보고, 직접 몇 가지 인공지능을 제작해보는 과정
- 손쉽게 딥러닝 인공지능을 설계하고 성능을 향상시키는 방법을 소개
- 코드를 천천히 읽어보고, 학습에 사용한 데이터가 어떤 형태인지도 살펴볼 수 있다.
- 코딩 실력이나 빅 데이터 관련 지식에 구애받지 않고, 첨단 기술을 자유롭게 익혀보자
강의 목표
- 데이터 분석을 시도하는 아나콘다라는 주요 개발도구의 설치와 주피터 노트북의 세부 메뉴를 하나하나 학습
- 데이터 분석의 종착지인 인공 지능의 핵심 기술이라 할 심층 신경망과 합성곱 신경망의 깊이 있는 이론까지 학습
- 데이터의 전처리와 결측값 처리, 합병과 분석, 시각화의 다음 단계는 데이터를 기반으로 학습하여 이 데이터를 분석하고 그 가치를 높여주는 머신러닝과 딥러닝이 될 것이기에 들은 머신러닝과 딥러닝의 주요 주제와 개념을 최대한 쉽게 설명
강의 시수
24회차, 회당 120분
강의내용
