교육 세부 내용
과정코드 201904
과정명 파이썬 인공지능 머신러닝 프로그래밍 향상 과정
강사 박선아
교육기간 4 일( 9:30~18:30 ) 이론44%, 실습56%
교육비 무료
교육일정
6월 18일~6월 21일(상암 교육장) (신청현황 : 10/20)
9월 24일~9월 27일(상암 교육장) (신청현황 : 0/20)
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

1. 머신러닝 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)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

실습1

점 심

 

4교시

13:30∼14:20

2. 데이터셋 분할하기(1)

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

5

이론3

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

8교시

17:30∼18:30

2일

1교시

09:30∼10:20

2. 데이터셋 분할하기(2)

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

3

실습3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

 

4교시

13:30∼14:20

3. 지도학습 모델 적용하기(1)

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

5

이론3

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

8교시

17:30∼18:30

3일

1교시

09:30∼10:20

3. 지도학습 모델 적용하기(2)

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

3

실습3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

 

4교시

13:30∼14:20

4. 자율학습 모델 적용하기

- 필요한 자율학습 머신러닝 기법 적용하기

- 군집화 기법 적용 및 최적 기법 적용하기

- 차원 축소 기법 선청 및 적용하기

- 목적에 맞는 문제해결을 위해 알고리즘 비교 및 적용하기

5

이론2

5교시

14:30∼15:20

실습3

6교시

15:30∼16:20

7교시

16:30∼17:20

8교시

17:30∼18:30

4일

1교시

09:30∼10:20

5. 모델 성능 평가하기

- 모델 성능 평가 방법 선정 및 비교하기

- 평가 메트릭 계산하고 해석하기

- 주어진 모델의 성능 향상하기

4

이론2

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

실습2

점 심

4교시

13:30∼14:20

5교시

14:30∼15:20

6. 학습결과 적용하기

- 분석 결과 부합성 판단 및 평가하기

- 평가결과 문서화 및 커뮤니케이션하기

- 프로세스화 작업 수행하기

- 피드백 사이클 시행 및 관리하기

4

이론2

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

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

- 자율학습 모델 적용하기

- 모델 성능 평가하기

- 학습결과 적용하기
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.
교육대상
  ○ 머신러닝을 활용하여 빅데이터 분석 분야로 직무능력 향상을 희망하는 재직자 (분석용 데이터 구축, 빅데이터 분석 결과 시각화와 관련한 직무경험이 있는 자)
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

○ QR코드 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)

○ 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

○ 최소 수강인원 미달 경우 폐강될 수 있음

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