K-MOOC

강좌소개 COURSE INTRODUCTION

• 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.

학습목표 LECTURE OBJECTIVES

학습목표

• 파이썬 기초를 습득하고 이를 실습할 수 있다.
• 인공지능 구현을 위한 핵심요소의 개념을 설명할 수 있다.
• 컴퓨터 비전, 기계학습, 딥러닝 등 인공지능 구현 및 응용을 실습할 수 있다.

홍보영상 INTRODUCTION VIDEO

    

강좌운영계획 SYLLABUS

주차	주차명	차시명	오픈일정
1	인공지능의 역사	(1차시)인공지능이란?	23. 11. 20.
		(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	23. 11. 27.
		(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	23. 12. 4.
		(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	23. 12. 11.
		(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	23. 12. 18.
		(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	23. 12. 25.
		(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	24. 1. 1.
		(2차시)함수와 변수
		(3차시)함수의 고급활용
(7주차 학습목표) 1.파이썬 함수의 개념과 특징을 설명할 수 있다.
중간시험			24. 1. 1.
9	파이썬 프로그래밍: 파일 입출력	(1차시)파일 읽기	24. 1. 8.
		(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	24. 1. 15.
		(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	24. 1. 22.
		(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	24. 1. 29.
		(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	24. 2. 5.
		(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	24. 2. 12.
		(2차시)신경망과 Keras
		(3차시)Keras 딥러닝
(14주차 학습목표) 1. Keras를 이용한 신경망 모델을 설명할 수 있다.  2. Keras API를 적용할 수 있다.
기말시험			24. 2. 12.

강좌운영기간 COURSE OPERATION PERIOD

2023.11.20~2024.02.18

강좌수강정보 COURSE INFORMATION

평가기준

• 퀴즈: 25%
• 실습과제: 25%
• 중간고사: 25%
• 기말고사: 25%

    ※총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.