Warning: mysql_result() [function.mysql-result]: Unable to jump to row 0 on MySQL result index 10 in /home/www/public_html/corns/header.php on line 65
국가인적자원개발컨소시엄 한국전자정보통신산업진흥회
과정코드 201905
과정명 파이썬을 활용한 딥러닝 실무 향상 과정
강사 이정봉
교육기간 4 일( 9:30~18:30 ) 이론56%, 실습44%
교육비 무료
교육일정
11월 19일~11월 22일(상암 교육장) (정원 : 20)
담당자 관리자 [Tel: 02-6388-6127]
 
expand_less교육내용 정보 닫기
[ 교육내용 ]

일차

시간

훈련모듈명

훈련내용

훈련

시간

교수

방법

교육

방법

강사

1일

1교시

09:30∼10:20

머신러닝기반 데이터 분석(1)

1. 수행방법 계획하기

- 머신러닝 기반 데이터 분석 도입 및 프로세스 관리하기

- 머신러닝 기법 적용 필요성 판단하기

- 머신러닝 기법 선정 및 절차 계획하기

- 수행계획 문서화 하고 구성원에게 공유하기

3

이론2

집체

(이론강의 및 실습법)

이정봉

2교시

10:30∼11:20

3교시

11:30∼12:20

실습1

점 심

 

 

 

4교시

13:30∼14:20

2. 데이터셋 분할하기

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

5

이론1

5교시

14:30∼15:20

실습2

6교시

15:30∼16:20

7교시

16:30∼17:20

3. 지도학습 모델 적용하기

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

이론2

8교시

17:30∼18:30

2일

1교시

09:30∼10:20

머신러닝기반 데이터 분석(2)

3. 지도학습 모델 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

3

이론2

집체

(이론강의 및 실습법)

이정봉

2교시

10:30∼11:20

3교시

11:30∼12:20

3. 지도학습 모델 적용하기 실습

실습1

점심시간

 

4교시

13:30∼14:20

3. 지도학습 모델 적용하기 실습

5

실습2

5교시

14:30∼15:20

6교시

15:30∼16:20

4. 모델 성능 평가하기

- 모델 성능 평가 방법 선정 및 비교하기

- 평가 메트릭 계산하고 해석하기

- 주어진 모델의 성능 향상하기

이론2

7교시

16:30∼17:20

8교시

17:30∼18:30

실습1

3일

1교시

09:30∼10:20

딥러닝 기반 텍스트 분석(1)

5. 텍스트 데이터 변환하기

- 형태소로 분리하기

- 필요 키워드 추출하기

- 말뭉치 작성하기

- 행렬 작성하기

- 기본 집계 수행하기

- 텐서플로우 설치와 환경 구축하기

- Graph 이론과 텐서플로우 구조 이해하기

5

이론3

집체

(이론강의 및 실습법)

이정봉

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

 

4교시

13:30∼14:20

실습2

5교시

14:30∼15:20

6교시

15:30∼16:20

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기

- 신경망 기초 이해하기

  1. 과 RNN 이해하기

3

이론3

7교시

16:30∼17:20

8교시

17:30∼18:30

4일

1교시

09:30∼10:20

딥러닝 기반 텍스트 분석(2)

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기

  • 이용한 실시간 분석하기
  • 데이터 분류 결과 분석하기
  • 데이터 분류 방법 적용하기

8

이론3

집체

(이론강의 및 실습법)

이정봉

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

 

 

4교시

13:30∼14:20

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기 실습

실습5

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

8교시

17:30∼18:30

※ 단, 교육 내용은 교육의 질적 향상을 위해 사전 예고 없이 변경될 수 있습니다.

과정개요
  ○ 머신러닝 기반 데이터 분석

- 머신러닝 수행방법 계획하기

- 데이터셋 분할하기

- 지도학습 모델 적용하기

- 모델 성능 평가하기

○ 딥러닝 기반 텍스트 데이터 분석

- 텍스트 데이터 분석하기

- 텍스트 데이터 변환하기

- 텐서플로우 설치와 환경구축하기

- Graph 이론과 텐서플로우 구조의 이해

- 텐서플로우를 이용한 실시간 분석하기

- 신경망 기초 이해하기

- CNN과 RNN
교육목적
  ○ 고도의 정확도가 요구되는 문제를 해결하기 위해 복잡한 데이터 구조 패턴을 기계(컴퓨터)로 하여금 스스로 학습하게 하는 머신러닝 알고리즘 기술을 활용하여 현업의 데이터를 분석하고, 실제 업무에 적용할 수 있다.

○ 다양한 형태의 텍스트 데이터로부터 고품질의 정보를 도출하기 위해 협업의 텍스트 데이터를 변환 및 정제하여, 추출된 단어 관계 및 패턴, 규칙을 분석할 수 있다.
교육대상
  ○ 딥러닝을 활용하여 빅데이터 분석 분야로 직무능력 향상을 희망하는 재직자 (분석용 데이터 구축, 빅데이터 분석 결과 시각화와 관련한 직무경험이 있는자)
기타
  ○ 본 과정은 한국전자정보통신산업진흥회와 컨소시엄 협약을 맺은 우선지원대상(중소)기업의 재직자만 수강하실 수 있습니다

* 협약 방법 및 대상은 educ 홈페이지 내 "컨소시엄 협약 안내(http://educ.or.kr/core/?cid=15)" 참고 요망

○ 비콘 출석체크를 위해 필히 www.hrd.go.kr 개별 회원가입 및 승인 후 스마트폰에 'HRD-Net" 어플리케이션을 설치하시기 바랍니다. 가입 및 앱설치를 안할 경우 교육 참여가 어렵습니다(가이드 참고 : http://educ.or.kr/data/attend2018.pdf)

○ 수료생 기준 교재 및 다과 무료 제공

○ 무료주차 지원 불가(1일 2만원 별도 구매) 가급적 대중교통 이용 요망

○ 전체 교육시간의 80% 이상 출석한 교육생에 한하여 수료증 발급

* 수료생 기준 무료교육이며, 무단이탈 및 미수료할 경우 발생하는 교육비용을 신청기업 및 수료생에게 청구할 수 있음

○ 최소 수강인원 미달 경우 폐강될 수 있음

○ 문의처: 기업혁신센터 컨소시엄 담당자(02-6388-6123, 6127 / hjkim@gokea.org , hrd@gokea.org)

# 본 강좌는 기존 박선아 강사님에서 이정봉 강사님으로 변경 되었음을 안내드립니다.

하반기 과정은 박선아 강사님으로 진행되오니 변경 내용 참고 부탁 드립니다.