문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 35 시간
코스 개요
파이썬에서의 AI 개요
- AI의 핵심 개념 및 범위
- AI 개발용 파이썬 라이브러리
- AI 프로젝트 구조 및 워크플로
AI를 위한 데이터 준비
- 데이터 클리닝, 변환 및 특징(피처) 엔지니어링
- 결측치 및 불균형 데이터 처리
- 피처 스케일링 및 인코딩
지도 학습 기법
- 회귀 및 분류 알고리즘
- 앙상블 기법: 랜덤 포레스트, 그래디언트 부스팅
- 하이퍼파라미터 튜닝 및 교차 검증
비지도 학습 기법
- 클러스터링 기법: K-평균, DBSCAN, 계층적 클러스터링
- 차원 축소: PCA, t-SNE
- 비지도 학습의 사용 사례
신경망 및 딥러닝
- TensorFlow 및 Keras 소개
- 피드포워드 신경망 구축 및 학습
- 신경망 성능 최적화
강화 학습 (입문)
- 에이전트, 환경, 보상 등 핵심 개념
- 기본 강화 학습 알고리즘 구현
- 강화 학습의 활용 분야
AI 모델 배포
- 학습된 모델 저장 및 로드
- API를 통한 애플리케이션 내 모델 통합
- 프로덕션 환경에서의 AI 시스템 모니터링 및 유지보수
요약 및 다음 단계
요건
- 파이썬 프로그래밍 기초에 대한 탄탄한 이해도
- NumPy, pandas와 같은 데이터 분석 라이브러리 사용 경험
- 기계 학습 개념 및 알고리즘에 대한 기본 지식
대상 독자층
- AI 개발 스킬을 확장하고자 하는 소프트웨어 개발자
- 복잡한 데이터셋에 AI 기법을 적용하고자 하는 데이터 분석가
- AI 기반 애플리케이션을 구축하는 R&D 전문가
회원 평가 (2)
트레이너는 제가 한 모든 종류의 질문에 답변하기 위해 매우 열려 있었습니다.
Caterina - Stamtech
코스 - Developing APIs with Python and FastAPI
기계 번역됨
트레이너는 참가자의 속도에 따라 교육을 진행합니다
Farris Chua
코스 - Data Analysis in Python using Pandas and Numpy
기계 번역됨
