강좌 상세페이지 배경
참여기관 목록
강좌소개
이 강의는 인공지능 기술의 기본 개념과 실습을 심도 있게 다루며,
따라서 학생들은 본 강의를 통해 Kaggle 데이터셋을 활용한 실제 데이터 분석 프로젝트를 수행하며,
학습목표
- 머신러닝 및 데이터 분석의 기초 개념과 활용 방법을 이해한다.
- 캐글(Kaggle) 플랫폼에서 제공되는 데이터셋을 활용하여 분석 및 모델링을 수행한다.
- 탐색적 데이터 분석(EDA) 과정을 통해 데이터의 특성을 파악하고 시각화 기술을 습득한다.
- 모델의 성능 평가 지표(Evaluation Metrics)를 활용하여 모델의 품질을 분석한다.
- 실습을 통해 데이터 분석 및 인공지능 기술의 실무적 활용 능력을 향상한다.
수업계획서
주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
1 | 인공지능 개요 | 1-1 | 인공지능의 기본 개념과 Kaggle Contest 소개 | 퀴즈 |
1-2 | 타이타닉 가설 설정과 스프레드시트를 통한 검증 및 실습 과제 | 퀴즈 | ||
2 | Google Colab 실행 및 독립변수 설정 | 2-1 | Google Colab에서 Python을 통한 기초 명령 실행 | 퀴즈 |
2-2 | 기계학습 절차에 대한 이해 및 실습 | 퀴즈 | ||
3 | 기계학습 | 3-1 | 기계학습의 활용 | 퀴즈 |
3-2 | 기계학습 내 복합독립변수 설정 및 활용 | 퀴즈 | ||
4 | Python 기초코딩 | 4-1 | Decision Tree의 사용 및 Python 이해 | 퀴즈 |
4-2 | Python의 기초 연산 및 기본 코딩 | 퀴즈 | ||
5 | 반복문과 제어문 | 5-1 | 반복문과 제어문 | 퀴즈 과제 |
5-2 | 제어문과 반복문을 활용하는 과제 추가 설명 | 퀴즈 토론 | ||
6 | Pandas와 Seaborn 연습 | 6-1 | Pandas의 기본 명령어 및 작동원리 | 퀴즈 |
6-2 | Pandas를 이용한 데이터 전처리 | 퀴즈 토론 | ||
7 | 복합독립변수 기반 예측 | 7-1 | Seaborn를 통한 데이터 시각화 | 퀴즈 |
7-2 | 기계학습에서 4개 독립변수의 활용 | 퀴즈 | ||
8 | 결정론과 확률론 | 8-1 | 자전거 대여 수요 예측 데이터 특징 Part 1 | 퀴즈 |
8-2 | 탐색적 데이터 분석 | 퀴즈 | ||
9 | 탐색적 데이터 분석 | 9-1 | 자전거 수요 예측 데이터 가공 | 퀴즈 |
9-2 | 자전거 수요 예측 데이터 시각화 | 퀴즈 토론 | ||
10 | Classifier와 Regressor | 10-1 | Decision Tree Classifier와 Decision Tree Regressor 활용 | 퀴즈 |
10-2 | Decision Tree의 원리 | 퀴즈 | ||
11 | Random Forest | 11-1 | Random Forest의 원리 | 퀴즈 |
11-2 | 시간 관련 독립변수 설정 | 퀴즈 | ||
12 | 모델 검증 | 12-1 | Model Validation | 퀴즈 토론 |
12-2 | Evaluation Metric | 퀴즈 | ||
13 | 기계학습 평가지표 | 13-1 | MAE, MSE, RMSE 계산 | 퀴즈 |
13-2 | 지수적 데이터 접근 | 퀴즈 과제 | ||
14 | Hyperparameters Tuning | 14-1 | Hyperparameters Tuning 이론적 배경 | 퀴즈 |
14-2 | Hyperparameters Tuning 시연 | 퀴즈 | ||
15 | 기말고사 | 15-1 | 선다형 검사를 통한 총괄평가 |
|
강좌운영진
-
담당교수이 름: 김 웅
소 속: 경북대학교 공과대학 환경공학과
전공분야: 공정최적화, 미생물 에너지 공정
주요경력: KAIST 생명화학공학과 근무 (2013.02.01~2015.08.31)
주요연구실적
- M. Govarthanan, and Woong Kim* et al “Facile fabrication of (2D/2D)
MoS2@MIL-88(Fe) interface-driven catalyst for efficient degradation of
organic pollutants under visible light irradiation”Journal of
Hazardous Materials 414, 1-13
(출판년도: 2021, 지원기관: 산업통상자원부)
- Divya Lakshmi, and Woong Kim* et al “Artificial intelligence (AI)applications in adsorption of heavy metals using modified biochar”,
Science of the Total Environment 801, 1-19
(출판년도: 2021, 지원기관: 산업통상자원부)- A. Sai Ramesh, and Woong Kim* et al “Artificial intelligence
driven hydrogen and battery technologies – A review”, Fuel 337Z
(출판년도: 2023, 지원기관: 산업통상자원부 -
강좌 조교이 름: 신여원
소 속: 경북대학교 IT대학 컴퓨터학부 학부생 과정
전 공: 글로벌 소프트웨어 융합전공