접수일정 | 2021-04-16 ~ 2021-04-19 |
---|---|
교육일정 | 2021-04-19 ~ 2021-04-30 (월~금, 08~17시) (10 차수) |
교육대상 | 현대중공업 그룹 직원 |
교육장소 | 현대중공업 인재개발원 |
강사명 | 이상준교수, 이수동교수, 이승호선임, 정용진교수, 김경훈대표이사 |
정원 | 24명 (등록인원 : 28명) |
교육방식 | 오프라인 |
주의사항 | ※ 로그인시 신청서 버튼이 표시되므로 로그인 후 신청하셔야 합니다. |
○ 교육 커리큘럼
일자 | 내용 | 강사 | |
4/19 | How to apply Machine Learning to problems | 정용진교수 (광운대학교) | |
- data science and machine learning - data science work flow - data collection and acquisition - data analysis and preprocessing - machine learning models | - optimization - performance - practical issues - application examples | ||
4/20 | DT의 이해 - AI 이해하기(AI의 기본 개념, AI 기술과 최신 트렌드) - 4차 산업혁명과 기업의 변화(4차 산업혁명의 이해, 산업인공지능 Case Study) - 성공적인 DT 수행 방안(DT의 핵심 및 성공요인) | 이수동교수 (울산대학교) | |
Python 기초 - Python 설치 및 실행 - Jupyter Notebook 설치 및 이용법 안내 - 데이터 분석을 위한 Python 기초 | |||
· 함수 만들기 · List와 Tuple · 문자열 다루기 | · 불리언과 조건문 · 반복문 · 라이브러리 활용하기 | ||
· 변수 선언, 함수 호출, 연산, 주석과 인덴트 | |||
4/21 | 데이터의 기본 이해 | 이수동교수 (울산대학교) | |
- 데이터의 중요성 - 데이터와 문제 유형 | - 데이터의 수집 및 저장 - 데이터 전처리 | ||
Python을 활용한 데이터 처리 | |||
- 파일 입출력 - Pandas, Numpy 활용 | - 데이터 전처리 실습 | ||
4/22 | 데이터 탐색과 기초통계분석 - 데이터 탐색 및 분석 개요 - 데이터 이해를 위한 통계 기초 - 마크다운을 활용한 데이터 분석 리포팅 - 탐색적 데이터 분석(EDA) 및 시각화 | 이수동교수 (울산대학교) | |
EDA 및 데이터 시각화 실습 - Matplotlib과 Seaborn을 활용한 Data 시각화 - Titanic dataset을 활용한 EDA 실습 | |||
4/23 | 업무 자동화 실습 - SMTP 메일링 - 원도우 제어 등 | 김경훈대표 (코어닷투데이) | |
4/26 | 머신러닝 시작하기 - 머신러닝을 위한 선형대수 및 확률 통계 기초 - 머신러닝에 대한 이해 - 지도학습, 비지도학습, 강화학습 개념 이해 - 모델 선택 및 교차 검증법 | 이상준교수 (전북대학교) | |
머신러닝 실습 환경 (Lab) - 구글 코랩(Google Colab) 사용법 - 파이토치(Pytorch) 텐서(Tensor)를 사용한 다차원 데이터 처리 - Polynomial regression 실습 | |||
4/27 | 지도학습 이론 I - 선형 회귀분석(Linear regression) - 로지스틱 회귀(Logistic regression) - 다중 클래스 분류(Multiclass classification) - 결정 트리(Decision tree) - Convex optimization 개론 및 서포트벡터머신(SVM) 지도학습 실습 I (Lab) - 다중 클래스 분류 구현 - 서포트벡터머신을 이용한 이진 분류 구현 | 이상준교수 (전북대학교) | |
4/28 | 지도학습 이론 II - 뉴럴네트워크의 구성(Artificial Neural Network) - 역전파알고리즘(Backpropagation) - 손실함수 및 최적화 기법 - 앙상블 학습 기법 - 컨볼루셔널 뉴럴 네트워크 | 이상준교수 (전북대학교) | |
지도학습 실습 II (Lab) - 뉴럴네트워크를 이용한 회귀 분석 - 뉴럴네트워크를 이용한 데이터 분류 | |||
4/29 | 비지도학습 이론 - K-means 클러스터링 - Mean-shift 클러스터링 - 그래프 컷 기법(graph-cut method) - 차원 축소(principal component analysis) | 이상준교수 (전북대학교) | |
비지도학습 실습 (Lab) - K-means clustering 구현 실습 - MNIST data의 차원 숙소 실습 | |||
4/30 | KNIME - KNIME소개 - 데이터핸들 | 이승호선임 (데이타솔루션) |