| 주차 | 주차명 | 차시명 | 오픈 일정 |
|---|---|---|---|
| 1 | 인공지능의 역사 | (1차시)인공지능이란? | 2022. 11. 21. |
| (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. 11. 21. |
| (2차시)인공지능 플랫폼과 서비스 | |||
| (3차시)인공지능 구현 기술 요소 | |||
|
(2주차 학습목표) |
|||
| 3 | 파이썬 환경 설정 | (1차시)파이썬 개요 및 개발환경 | 2022. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (2차시)함수와 변수 | |||
| (3차시)함수의 고급활용 | |||
| (7주차 학습목표) 1.파이썬 함수의 개념과 특징을 설명할 수 있다. |
|||
| 중간시험 |
2022. 11. 21. |
||
| 9 | 파이썬 프로그래밍: 파일 입출력 | (1차시)파일 읽기 | 2022. 11. 21. |
| (2차시)파일 쓰기 | |||
| (3차시)파일 입출력 | |||
|
(9주차 학습목표) |
|||
| 10 | 파일입출력과 객체지향 프로그래밍 | (1차시)객체지향 프로그래밍: 클래스와 객체 | 2022. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (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. 11. 21. |
| (2차시)신경망과 Keras | |||
| (3차시)Keras 딥러닝 | |||
| (14주차 학습목표) 1. Keras를 이용한 신경망 모델을 설명할 수 있다. 2. Keras API를 적용할 수 있다. |
|||
| 기말시험 | 2022. 11. 21. | ||
| 퀴즈 | 실습과제 | 중간시험 | 기말고사 | 합계 |
|---|---|---|---|---|
| 25% | 25% | 25% | 25% | 100% |
이 강좌는 대학 학부 전공 기초 정도 수준으로 제작되었으며, 인공지능과 프로그래밍 분야에 관심이 있는 중등교육이상을 수료하였다면 누구나 수강가능한 강좌입니다.
이 강좌는 별도의 교재가 없으며, 학습자료를 별도 PDF 파일로 제공합니다.
별도의 교재는 없으며, 학습자료를 통해 함께 학습하시길 바랍니다.
Subject
Course difficulty
Institution
Phone
Course Week(Estimated Effort)
Accredited learning time(Video Duration)
Registration Period
Classes Period
