상단바로가기 본문바로가기 하단바로가기

인공지능

인공지능 커리큘럼

기본과정

105시간

  • AI기본
  • Python, Pandas
  • Machine-Learning

응용과정

140시간

  • 언어/시각/음성
  • 각 과정별 딥러닝 기반
    기술구현

프로젝트과정

105시간

  • 기업형 실습 프로젝트

1.훈련과정 목표

프로젝트 기반의 인공지능 기술 훈련을 통해 다양한 인공지능 분야 체험 및 실무 능력 함양
AI Data 분석가, AI Model 개발자, AI&Big Data 분석 및 컨설턴트

2.훈련과정 개요

구분 교육명 단원명 훈련시간 교·강사
이론 실기
기본과정 개요 머신러닝 딥러닝 개요 8 조준우
기본문법 파이썬 기초문법1: 변수, 튜플, 리스트, 사전 8
파이썬 기초문법2: 함수, 클래스 8
넘파이와 판다스 8
기본문법 기초수학: 함수와 미분 8
기초수학: 행렬과 최적화 8
기초수학: 확률과 통계 8
기초수학: 확률과 통계 8
머신러닝 선형회귀와 로지스틱 회귀 8
딥러닝 딥러닝: pytorch 기본 문법 8
딥러닝: CNN, RNN 기초 개념 8
딥러닝: CNN, RNN 응용 개념 8
딥러닝: 미니프로젝트 8
응용과정 인공지능 통계 퍼셉트론, XOR, 역전파, Loss 함수, 성능 지표(f1 score, mae) 등 통계 개념 소개 3 6 이현상
인공지능 통계 파이썬 실습
XAI XAI 개념 및 사례 소개 3 7
Lime, Sharp, CAM 등 기법실습
인공지능 기반
정형데이터 분석
인공지능 기반 정형 데이터 분석 개념 및 사례 소개 3 10
머신러닝 정형 데이터 분석 실습
Tensorflow, Pytorch를 활용한 딥러닝 정형 데이터 분석 실습
인공지능 기반
이상 탐지 분석
인공지능 이상 탐지 모델 개념 및 사례 소개 3 10
Isoforest, Autoencoder, VAE 등 파이썬 코드 실습
인공지능 기반
시계열 분석
인공지능 시계열 분석 개념 및 사례 소개 3 10
AR, MA, ARIMA, VARIMA 등 머신러닝 알고리즘 실습
RNN, LSTM, GRU, TFT 등 딥러닝 알고리즘 실습
딥러닝 이미지 분석 딥러닝 이미지 분석 개념 및 사례 소개 3 25
이미지 데이터의 이해, 전처리 및 시각화
딥러닝 이미지 분류 및 Fine-tuning 실습
YOLO 객체 탐지 모델 개발 실습
딥러닝 이미지 세그멘테이션 기법 실습
GAN 이미지 생성
딥러닝 텍스트 분석 딥러닝 텍스트 분석 분야 및 사례 소개 3 25
태스트 데이터의 이해, 전처리 및 시각화
딥러닝 텍스트 분류 모델 개발 실습
딥러닝 기반 텍스트 생성 모델 개발 실습
KoBERT Fine-Tuning 실습
인공지능 모델 배포 인공지능 모델 배포 개념 소개 및 환경 설정개요 3 13
Flask 기반 Sklearn, Tensorflow 모델 배포 실습
Docker 기반 Tensorflow 모델 Serving 배포 시스템 개발 실습
프로젝트과정 인공지능 프로젝트 실습 개인 프로젝트 0 105 이현상
팀 프로젝트(기초)
팀 프로젝트(심화)

3.프로젝트 학습 개요

번호 팀구성 프로젝트 학습 교과목명 프로젝트 목표 주제명 훈련시간 대표여부
1 개인 개인 빅데이터 프로젝트 인공지능 응용과정에서 진행했던 분야의 기본 분석 프로세스 실습, 보고서 제출 XAI 활용, 인공지능 기반 정형 데이터 분석, 이상
탐지 모델 개발
25시간
2 팀 빅데이터 프로젝트
(기초)
제공되는 인공지능 분석 프로젝트 기초 시나리오 10개에 대해 팀별 인공지능 분석
PPT 자료 제작 및 발표
딥러닝 정형 데이터 예측 모델 개발 30시간
딥러닝 이상 탐지 모델
개발
딥러닝 시계열 예측 모델
개발
3 팀 빅데이터 프로젝트
(심화)
제공되는 인공지능 분석 프로젝트 심화 시나리오 10개에 대해 팀별 인공지능 분석
Docker 기반 배포 시스템 개발, PPT 자료 제작 및 발표
딥러닝 이미지 분류 모델 개발 50시간 O
객체 탐지 모델 개발
텍스트 분류 모델 개발
텍스트 생성 모델 기반
챗봇 시스템 개발