교육구분

과정명

주요내용

기본과정

(160H)

파이썬 기본

 · 파이썬 기초 문법

   - 문장(Statement), 키워드, 식별자(Identifier), 입출력 장치, 명령어, 기본 산술연산자(+, -, *, /) 등

 · 파이썬 자료 구조 및 자료 다루기

 · 오픈소스를 활용한 연습

 · 문제 해결

머신 러닝 기본

 · 머신 러닝을 위한 데이터 처리

  - 데이터 전처리

  - 시각화, 데이터 소스 가공 등

 · 머신러닝 설계 및 구현

  - 기초 확률과 통계

  - 확률 기반의 기계 학습 등

딥러닝 기본

 · 딥러닝 설계

   - AI 인공 신경망, 다층 신경망

   - 딥러닝 툴 비교 분석

   - 텐서플로우를 이용한 다층 신경망

 · 심층 신경망을 이용한 문제해결

   - 신경망과 CNN

   - CNN 구조와 지도 학습

   - 학습과 손실 함수, 최적화

   - CNN을 이용한 문제해결

주

날짜 (요일)

교육 내용

1주

6/7 월

첫수업 OT , 파이썬의 특징과 개발환경 구축 및 변수와 데이터타입 연산자 설명

6/8 화

제어문의 문법과 활용방법을 설명함

6/9 수

제어문 실습 및 문자열과 숫자열의 사용하는 방법 및 내장함수 설명

6/10 목

문자, 숫자와 타입의 종류 , 형변환 등의 내장함수 설명

6/11 금

데이터 처리의 리스트와 컬렉션 의 활용방법 및 설명

2주

6/14 월

파이썬 함수 와 모듈과 패캐지 에 대한 다형성에 대한 설명

6/15 화

파이썬의 입출력 , 파일ㅈ어 ,디렉토리 작업에 대한 설명

6/16 수

파이썬의 예외처리 기법 및 프로그램 안정성에 대한 설명

6/17 목

클래스와 객체의 의미와 이를 구현하는 문법 및 활용에 대한 설명

6/18 금

클래스 상속 및 다형성의 개념 구현 및 할용

3주

6/21 월

인공지능 및 머신러닝 개요

6/22 화

머신러닝 종류 및 시스템 구축(데이터 전처리)

6/23 수

머신러닝 지도, 비지도, 강화학습

6/24 목

구글 티처블머신(TM) - 이미지 식별, 음성인식 서비스

6/25 금

머신러닝 포키즈(ML4K)

4주

6/28 월

프로그래밍 - 블록 코딩, 로직 기초

6/29 화

데이터 분석하기 - 넘파이, csv, 판다스

6/30 수

선형회귀 이론 및 기초

7/1 목

선형회귀 구현 및 알고리즘 구현

7/2 금

다중 선형회귀 - 데이터 분석 및 예측 구현

5주

7/5 월

분류 이론, 로지스틱 회귀

7/6 화

라이브러리를 이용한 분류 구현

7/7 수

넘파이를 이용한 분류 알고리즘 구현

7/8 목

다중 분류 이론 및 기초

7/9 금

다중 분류를 위한 데이터 분석 및 구현

6주

7/12(월)

[온라인] 인공신경망

7/13(화)

[온라인] CNN

7/14(수)

오리엔테이션 Tensorflow 기초 및 모델 구현 실습

7/15(목)

간단한 CNN 모델 구현하기 (표정 판별 모델 구현)

7/16(금)

tf.data.Dataset을 통한 파이프라인 학습 및 구현

7주

7/19(월)

Image를 다루기 위한 preprocessing 학습 (OpenCV 라이브러리 학습)

7/20(화)

image data augmentation을 통한 데이터셋 구현 학습

7/21(수)

VGG, ResNet등 유명 모델 직접 구현해보기

7/22(목)

keras Applications API을 통한 모델 구현

7/23(금)

직접 구현한 모델로 문제 해결하기 (게임 킬 로그 모델)

8주

7/26(월)

미니 프로젝트 시작 - 프로젝트 기간 1

7/27(화)

프로젝트 기간 2

7/28(수)

프로젝트 기간 3

7/29(목)

프로젝트 발표 및 시연

7/30(금)

수료식