Skip To Contents

My Page

List of Recent Courses

Only active enrolled courses shown.

※ Shows 10 recent courses.

K-MOOC
K-MOOC CB Course

There are no courses currently in progress.

Go to Course Registration →

There are no courses currently in progress.

Go to Course Registration →
한국어
  • 한국어
  • ENGLISH
Discover Courses
Recommended Courses
      Multilingual settings

      Course Introduction
      강좌소개 
      • 학생들이 인공지능과 머신러닝의 기본 개념을 이해하고, 주요 알고리즘의 원리와 적용 방법을 익히도록 합니다.  딥러닝과 LSTM을 포함한 고급 주제를 학습하여 최신 기술 동향을 파악하고 실무에 응용할 수 있도록 합니다.

      학습목표
      • 데이터 전처리와 시각화 기술을 습득하여 실제 데이터를 분석하고 모델을 평가할 수 있는 능력을 배양합니다.
      이수 및 평가기준
      • 1~15주차 출석 및 강의 시청 여부 확인

      • 중간고사 및 기말고사의 기술응용정도와 완성도 평가

      강좌번호  [PCU_COSS002]

      Syllabus

      주차

      주차명(주제)

      차시

      차시명(학습내용)

      평가방법

      1

      인공지능

      1-1

      인공지능 소개

       

      1-2

      머신러닝의 이해와 주요 알고리즘

       

      1-3

      머신러닝 알고리즘의 유형

       

      1-4

      데이터의 이해

       

      1-5

      머신러닝 환경 구축하기

       

      1-6

      파이썬 머신러닝 환경 설치하기

       

      2

      넘파이(1)

      2-1

      넘파이

       

      2-2

      넘파이-실습

       

      2-3

      넘파이 배열

       

      2-4

      넘파이 배열-실습

       

      2-5

      넘파이 배열 활용

       

      2-6

      넘파이-실습

       

      3

      넘파이(2)

      3-1

      넘파이 배열 연산

       

      3-2

      넘파이 배열 연산-실습

       

      3-3

      넘파이 배열 사칙연산

       

      3-4

      넘파이 배열 사칙연산-실습

       

      3-5

      넘파이 배열 비교 연산과 데이터 추출

       

      3-6

      넘파이 배열 비교 연산과 데이터 추출-실습

       

      4

      판다스(1)

      4-1

      판다스 시리즈

       

      4-2

      판다스 시리즈-실습

       

      4-3

      판다스 데이터프레임

       

      4-4

      판다스 데이터프레임-실습

       

      4-5

      판다스 데이터 추출

       

      4-6

      판다스 데이터 추출-실습

       

      5

      판다스(2)

      5-1

      판다스 그룹별 집계

       

      5-2

      판다스 그룹별 집계-실습

       

      5-3

      판다스 그룹화된 상태

       

      5-4

      판다스 그룹화된 상태-실습

       

      5-5

      판다스 병합과 연결

       

      5-6

      판다스 병합과 연결-실습

       

      6

      맷플롯립

      6-1

      맷플롯립 기초

       

      6-2

      맷플롯립 기초-실습

       

      6-3

      맷플롯립 꾸미기

       

      6-4

      맷플롯립 꾸미기-실습

       

      6-5

      맷플롯립 그래프

       

      6-6

      맷플롯립 그래프-실습

       

      7

      시본

      7-1

      시본 기초

       

      7-2

      시본 기초-실습

       

      7-3

      시본 그래프

       

      7-4

      시본 그래프-실습

       

      7-5

      데이터 전처리 기초

       

      7-6

      데이터 전처리 기초-실습1

       

      7-7

      데이터 전처리 기초-실습2

       

      7-8

      데이터 전처리 기초-실습3

       

      8

      중간고사

      9

      데이터 전처리

      9-1

      데이터 결측치 처리

       

      9-2

      데이터 결측치 처리-실습

       

      9-3

      데이터 정규화

       

      9-4

      데이터 정규화-실습

       

      9-5

      타이타닉 생존자 예측하기

       

      9-6

      타이타닉 생존자 예측하기-실습

       

      10

      선형회귀(1)

      10-1

      타이타닉 데이터 상관관계 분석

       

      10-2

      타이타닉 데이터 상관관계 분석-실습

       

      10-3

      선형회귀의 이해

       

      10-4

      선형회귀의 이해-실습

       

      10-5

      경사하강법

       

      10-6

      경사하강법-실습

       

      11

      선형회귀(2)

      11-1

      선형회귀 성능 측정

       

      11-2

      선형회귀 성능 측정-실습

       

      11-3

      경사하강법 선형회귀 구현

       

      11-4

      경사하강법 선형회귀 구현-실습

       

      11-5

      앙상블의 이해

       

      11-6

      앙상블의 이해-실습

       

      12

      앙상블

      12-1

      배깅과 랜덤 포레스트

       

      12-2

      배깅과 랜덤 포레스트-실습

       

      12-3

      부스팅

       

      12-4

      부스팅-실습

       

      12-5

      딥러닝의 개요

       

      12-6

      딥러닝의 개요-실습

       

      13

      딥러닝

      13-1

      딥러닝의 유형(1)

       

      13-2

      딥러닝의 유형(1)

       

      13-3

      딥러닝의 유형(2)

       

      13-4

      딥러닝의 유형(2)-실습

       

      13-5

      LSTM 데이터 살펴보기

       

      13-6

      LSTM 데이터 살펴보기-실습

       

      14

      LSTM

      14-1

      LSTM 데이터 전처리

       

      14-2

      LSTM 데이터 전처리-실습

       

      14-3

      LSTM 모델 생성

       

      14-4

      LSTM 모델 생성-실습

       

      14-5

      LSTM 모델 학습 및 시각화

       

      14-6

      LSTM 모델 학습 및 시각화-실습

       

      15

      기말고사

      Field Engineering (Computers & Communication)

      Difficulty -

      Operating Institute Paichai University

      Certificate Unissued

      Week 15 Week

      Learning recognition time 23Hour 09Minute (23Hour 09Minute)

      Course Registration Period 26.06.29 ~ 26.08.14

      Course Duration 26.06.29 ~ 26.08.14

      Phone Number 042-722-2389

      Subtitle language 한국어 Others 1ea

      Course language 한국어(ko)

      Recommended Courses
      Same institution course