접수일정 | 2021-07-28 ~ 2021-08-11 |
---|---|
교육일정 | 2021.08.17 ~ 2021.11.02 (주중, 2~4시간) (45 차수) |
교육대상 | 미취업자, 일반인 등 |
교육장소 | (오프라인) 신라대학교 국제교육관 532호 |
강사명 | 김광백/김충락/송두헌/우영운/김용훈 |
정원 | 20명내외 (등록인원 : 23명) |
교육방식 | 온오프라인 |
주의사항 | ※ 로그인시 신청서 버튼이 표시되므로 로그인 후 신청하셔야 합니다. |
교육구분 | 과정명/강의기간 | 주요내용 | |
고급과정 (160H) | 냉수대 분석을 위한 인공지능 기법 /항만 물류 및 해상 관련 심층 신경망 [8.17-8.30(월-금), 14:00~18:00(4H)] (오프라인강의) (*8.16(월) - 대체공휴일,휴강) | - 항만 및 물류 데이터 분석을 위한 클러스터링 기법 - FCM 클러스터링 알고리즘 - FCM 클러스터링 알고리즘 C# 프로그램 실습 - 딥 기반 퍼지 클러스터링 알고리즘 - 퍼지 지도 학습 알고리즘 - 퍼지 학습 알고리즘 C# 프로그램 실습 - 퍼지 딥러닝 구조 및 알고리즘 및 적용 방법 - 인공지능 기반 영상 처리 기술 - 인공지능 기반 영상 처리 C# 프로그램 실습 - 비정량적 데이터 처리를 위한 인공지능 개선 기법 및 C# 프로그램 실습 | |
머신러닝 기법 이용 [9.01-9.08(월-금), 14:00~18:00(4H)], [9.09-9.10(월-금), 18:00~21:00(3H)] (온라인강의) | - 통계학과 인공지능 - R 설치 및 활용 - 기술통계 - 확률 및 분포 - 두 모집단의 비교 - 회귀분석 - 여러 모집단의 분산분석 - 비모수적 통계기법 | ||
딥러닝 활용 /스마트 항만 응용 [9.13-9.17(월-금), 19:00~22:00(3H)], [9.18(토), 9.25(토) 10:00~13:00(3H)], [9.24(금), 9.27-9.29(월-금), 19:00~22:00(3H)] (온라인강의) | - 인공지능의 기본 개념 - 통계적 인공지능의 발전 과정 - 분류 문제와 모델 평가 - 감독/비감독 학습 - 앙상블 학습과 통계 - 강화학습의 기초 이론 - 항만 물류 데이터 처리를 위한 강화학습과 딥러닝 - 대화형 인공지능 - 최근의 응용 결과 | ||
유전자 알고리즘 심화 [10.01-10.15(월-금), 18:00~22:00(4H)] (오프라인강의) | - 유전자 알고리즘의 처리 과정 및 주요 기법 - 유전자 알고리즘의 주요 응용 분야 및 사례 - 자동차 운송 선박에서 선적 최적화를 위한 유전자 알고리즘의 적용 방안 및 활용 결과 - 조합 최적화 문제 해결을 위한 유전자 알고리즘 실습(파이썬 이용) - 최대 가치의 컨테이너 선적을 위한 유전자 알고리즘 실습(파이썬 이용) - 효과적 해상 물류를 위한 선박 기항 순서 결정을 위한 유전자 알고리즘 실습(파이썬 이용) - 신경망과 유전자 알고리즘을 함께 활용하는 NEAT(NeuroEvolution of Augmenting Topologies) 알고리즘 개요 - 신경망과 유전자 알고리즘을 함께 활용하는 NEAT 알고리즘 실습 #1 - 신경망과 유전자 알고리즘을 함께 활용하는 NEAT 알고리즘 실습 #2 - 신경망과 유전자 알고리즘을 함께 활용하는 NEAT 알고리즘 실습 #3 | ||
해상 데이터 관련 기계 학습 기법 [10.25-11.01(월-금), 18:00~21:00(3H)], [11.02(화), 18:00~20:00(2H)] (오프라인강의) | - Yolo4+haar cascade detection - #1 실습 YOLO+harr cascade detection - Yolo4 학습 실무 이론 및 실습 - Reinforcement learning part 1 - 기초이론, MP - #2 실습 part1 - Reinforcement learning part 2 - MRP, MDP - #3 실습 part2 |