Skip to main content
인공지능을 위한 파이썬 기초 이미지

인공지능을 위한 파이썬 기초




강좌 소개

수업내용/목표


이 강좌는 기계학습, 딥러닝 등 인공지능 구현을 위한 핵심요소의 개념을 이해하고, 인공지능 응용 프로그램을 구현하기 위한 파이썬 기초 및 응용을 숙달하고자 합니다. 특히, 파이썬 기반 인공지능 기초 및 응용을 실습하는 과정을 통하여 학습자의 인공지능에 대한 이해를 높이고자 합니다. 이 강좌를 통해 학습자 여러분은 아래의 학습목표를 달성할 수 있을 것입니다.
1. 파이썬 기초를 습득하고 이를 실습할 수 있다.
2. 인공지능 구현을 위한 핵심요소의 개념을 설명할 수 있다.
3. 컴퓨터 비전, 기계학습, 딥러닝 등 인공지능 구현 및 응용을 실습할 수 있다.

강좌 운영 계획

강의계획서
주차주차명차시명오픈 일정
1 인공지능의 역사 (1차시)인공지능이란? 2022. 5. 23.
(2차시)인공지능의 역사
(3차시)인공지능의 분류
(1주차 학습목표)
1. 인공지능의 순기능과 역기능을 예시와 함께 설명할 수 있다. 
2. 인공지능의 역사를 이해하고 발전과정을 설명할 수 있다. 
3. 인공지능의 지적 수준, 기능 발전, 구현 방식에 따라 분류할 수 있다. 
2 인공지능 요소 기술 (1차시)인공지능 요소기술과 응용분야 2022. 5. 30.
(2차시)인공지능 플랫폼과 서비스 
(3차시)인공지능 구현 기술 요소

(2주차 학습목표)
1. 인공지능의 요소기술에 대해 이해하고 응용분야를 설명할 수 있다. 
2. 인공지능 플랫폼에 대해 이해하고 인공지능의 서비스를 설명할 수 있다.
3. 인공지능을 위해 필요한 기술이 무엇인지 설명할 수 있다. 

3 파이썬 환경 설정 (1차시)파이썬 개요 및 개발환경 2022. 6. 6.
(2차시)파이썬 쉘 활용
(3차시)파이썬 프로그래밍: 변수
(3주차 학습목표)
1. 파이썬 개발 환경에 대해 설명할 수 있다. 
2. 파이썬 쉘을 활용하는 방법에 대해 설명할 수 있다. 
3. 변수의 개념에 대해 설명할 수 있다
4 파이썬기초 (1차시)파이썬 프로그래밍: 연산자 2022. 6. 13.
(2차시)파이썬 프로그래밍: 데이터형
(3차시)파이썬 프로그래밍: 문자열의 형태와 이스케이프 문자
(4주차 학습목표)
1. 연산자의 우선순위에 대해 설명할 수 있다. 
2. 데이터 종류에 따른 특징을 설명할 수 있다. 
5 파이썬 프로그래밍: 조건문과 반복문 (1차시)파이썬 프로그래밍: 조건문 2022. 6. 20.
(2차시)파이썬 프로그래밍: 반복문
(3차시)파이썬 프로그래밍: 조건문과 반복문 연습
(5주차 학습목표)
1. 프로그램의 기본제어구조에 대해 설명할 수 있다. 
2. 조건문을 활용하여 코딩할 수 있다. 
3. 반복문을 활용하여 코딩할 수 있다. 
6 파이썬 프로그래밍: 리스트, 튜플, 딕셔너리 (1차시)리스트 2022. 6. 27.
(2차시)리스트의 활용
(3차시)튜플과 딕셔너리
(6주차 학습목표)
1. 리스트의 개념을 설명할 수 있다. 
2. 튜플과 딕셔너리를 적용할 수 있다. 
7 파이썬 프로그래밍: 함수 (1차시)함수 이해하기 2022. 7. 4.
(2차시)함수와 변수
(3차시)함수의 고급활용
(7주차 학습목표)
1.파이썬 함수의 개념과 특징을 설명할 수 있다. 
중간시험

2022. 7. 11.

9 파이썬 프로그래밍: 파일 입출력 (1차시)파일 읽기 2022. 7. 18.
(2차시)파일 쓰기
(3차시)파일 입출력

(9주차 학습목표)
1.파일입출력 방법 및 개념을 설명할 수 있다. 

10 파일입출력과 객체지향 프로그래밍 (1차시)객체지향 프로그래밍: 클래스와 객체 2022. 7. 25.
(2차시)객체지향 프로그래밍: 속성과 메소드
(3차시)객체지향 프로그래밍: 상속
(10주차 학습목표)
1. 객체지향 프로그래밍의 특징을 설명할 수 있다. 
11 모듈과 GUI 프로그래밍 (1차시)모듈과 패키지 2022. 8. 1.
(2차시)GUI 프로그래밍: Tkinter
(3차시)GUI 프로그래밍 응용
(11주차 학습목표)
1. GUI 프로그래밍의 적용 예시를 설명할 수 있다. 
2. Tkinter 모듈을 적용한 GUI 프로그래밍 실습을 할 수 있다. 
12 인공지능 프로그래밍1 (1차시)간단한 인공지능 구현 2022. 8. 8.
(2차시)인공지능 라이브러리
(3차시)NumPy
(12주차 학습목표)
1. 간단한 인공지능을 구현할 수 있다. 
2. NumPy의 개념과 활용방법을 설명할 수 있다. 
13 인공지능 프로그래밍2 (1차시)Pandas 2022. 8. 15.
(2차시)Matplotlib
(3차시)Scikit-Learn: 데이터와 분류
(13주차 학습목표)
1. Pandas, Matplotilb, Scikit-Learn을 비교할 수 있다. 
14 인공지능 프로그래밍3 (1차시)Scilkit-Learn: 회귀와 최적화 2022. 8. 22.
(2차시)신경망과 Keras
(3차시)Keras 딥러닝
(14주차 학습목표)
1. Keras를 이용한 신경망 모델을 설명할 수 있다. 
2. Keras API를 적용할 수 있다. 
기말시험 2022. 8. 22.

강좌운영팀 소개

교수자

김경백 교수 사진
김경백 교수
현) 전남대학교 인공지능융합학과 교수
현) 전남대학교 소프트웨어공학과 교수
현) 전남대학교 소프트웨어중심대학사업단장
E-mail: k-mooc@jnu.ac.kr

강좌지원팀

조교 프로필 사진
염성웅 조교
전남대학교 일반대학원 인공지능융합학과 박사과정
E-mail: ysb619@jnu.ac.kr

강좌 수강 정보

이수/평가정보

이수/평가정보
퀴즈 실습과제 중간시험 기말고사 합계
25% 25% 25%  25% 100%
*이수기준= 총점 60점 이상

강좌 수준 및 선수요건

이 강좌는 대학 학부 전공 기초 정도 수준으로 제작되었으며, 인공지능과 프로그래밍 분야에 관심이 있는 중등교육이상을 수료하였다면 누구나 수강가능한 강좌입니다.

교재 및 참고문헌

이 강좌는 별도의 교재가 없으며, 학습자료를 별도 PDF 파일로 제공합니다.

자주 묻는 질문

강좌 교재가 따로 있나요?

별도의 교재는 없으며, 학습자료를 통해 함께 학습하시길 바랍니다.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    beginner
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    Chonnam National University
  4. 운영 기관의 전화번호 입니다.

    Phone

    062-530-5029
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 03시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    45시간 00분
    (16시간 25분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.05.18 ~ 2022.08.21
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.05.23 ~ 2022.08.28
  9. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.