문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
파이썬에서의 인공지능 개요
- 인공지능의 핵심 개념 및 범위 이해하기
- AI 개발에 사용되는 파이썬 라이브러리 살펴보기
- AI 프로젝트 구조와 작업 흐름 설명
인공지능을 위한 데이터 준비
- 데이터 정제, 변환 및 특징 추출 기법
- 누락된 값이 있거나 불균형한 데이터 처리 방법
- 특성 스케일링과 인코딩 기술
지도학습 기법
- 회귀 및 분류 알고리즘 설명
- 랜덤 포레스트, 그래디언트 부스팅과 같은 앙상블 방법론
- 하이퍼파라미터 튜닝 및 교차 검증 기법
비지도학습 기법
- K-평균, DBSCAN, 계층적 클러스터링 등의 군집화 방법론
- PCA와 t-SNE를 활용한 차원 축소 기술
- 비지도학습의 실제 적용 사례들
신경망 및 딥러닝 개요
- TensorFlow와 Keras 소개 및 활용법
- 피드포워드 신경망 구축 및 훈련 방법
- 신경망 성능 최적화 기법 살펴보기
강화학습 소개
- 에이전트, 환경, 보상 체계의 핵심 개념 설명
- 기본적인 강화학습 알고리즘 구현 방법
- 강화학습 활용 분야와 사례들 소개
인공지능 모델의 배포 전략
- 훈련된 모델 저장 및 불러오기 방법
- API를 통한 애플리케이션과 모델의 통합 절차
- 운영 환경에서의 AI 시스템 모니터링 및 유지보수 방안
요약 및 향후 학습 방향
요건
- 파이썬 프로그래밍 기초에 대한 탄탄한 이해
- NumPy 및 pandas와 같은 데이터 분석 라이브러리 사용 경험
- 머신러닝 개념과 알고리즘에 대한 기본적인 지식
대상자
- 인공지능 개발 역량을 확장하고자 하는 소프트웨어 개발자
- 복잡한 데이터셋에 인공지능 기법을 적용하려는 데이터 분석가
- AI 기반 애플리케이션을 개발하는 연구·개발 전문가들
35 시간
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