AICE
손미란 강사
비전공자도 가능하게 만드는 진짜 전문가!
학습Q&A
강의소개
커리큘럼
AICE Associate 과정
※ 상기 강의주제는 사정에 따라 변경될 수 있습니다.
| 강의 차수 (총 28강) |
강의 주제 및 세부내용 |
| 제1장 (1강) |
AI & Python 시작하기 -AICE 소개 -Jupyter 사용, 첫 코드 실행 |
| 제1장 (2강) |
-Pandas, Numpy 등 라이브러리 소개 |
| 제1장 (3강) |
데이터 입출력 -pd.read_csv(), info(), to_csv()등 |
| 제2장 (4강) |
데이터 합치기 -pd.concat(), pd.merge() 등 |
| 제2장 (5강) |
단일 변수 시각화 -기초 정보 분석: 단일 변수 시각화(histplot 등) |
| 제2장 (6강) |
다변수 시각화 -다변수 시각화(scatterplot,heatmap 등) |
| 데이터 분석 종합 (7강) |
데이터 분석 A to Z -데이터 분석 파이프라인 실습 |
| 제3장 (8강) |
결측치 처리 -isnull(), fillna(), dropna() |
| 제3장 (9강) |
이상치 탐색 -이상치 처리(IQR, 박스플롯 등) |
| 제3장 (10강) |
필요없는 데이터 제거 -컬럼 삭제(df.drop) 및 선택(df.loc) |
| 제4장 (11강) |
범주형 변수 처리 -LabelEncoder,get_dummies() |
| 제4장 (12강) |
데이터 스케일링 -StandardScaler, MinMaxScaler, RobustScaler |
| 데이터 전처리 종합 (13강) |
데이터 전처리 A toZ -데이터 전처리 파이프라인 실습 |
| 제5장 (14강) |
데이터셋 분할 -train_test_split() 사용 |
| 제5장 (15강) |
회귀 모델 구축 -LinearRegression, MSE, R² |
| 제5장 (16강) |
분류 모델 구축 -LogisticRegression, DecisionTree 등 |
| 제5장 (17강) |
앙상블 모델 이해 -랜덤 포레스트, 앙상블 개념 |
| 제5장 (18강) |
모델 평가 지표 -다양한 성능지표(MAE, F1, AUC등) |
| 머신러닝 모델링 종합 (19강) |
머신러닝 A to Z -머신러닝 모델 파이프라인 실습 |
| 제6장 (20강) |
딥러닝 개념 및 구성 -Keras, Dense,relu/sigmoid/softmax |
| 제6장 (21강) |
딥러닝 모델 학습 -model.compile(), model.fit() |
| 제6장 (22강) |
학습 도우미 활용 -EarlyStopping,ModelCheckpoint |
| 제6장 (23강) |
모델 저장과 불러오기 -model.save(), load_model(), 시각화 |
| 딥러닝 모델링 종합 (24강) |
딥러닝 A to Z -딥러닝 모델 파이프라인 실습 |
| 제7장 (25강) |
회귀 문제 실습 |
| 제7장 (26강) |
분류 문제 실습 |
| 제7장 (27강) |
다중분류 문제 실습 |
| 제7장 (28강) |
시험 전략 및 Q&A |
※ 상기 강의주제는 사정에 따라 변경될 수 있습니다.
수강후기
제목
등록자
별점
