머신러닝·딥러닝

어디서부터 시작해야 할지 모르겠다면?

이론만 읽다가 멈춘 적 있으신가요?

이 과정은 파이썬 코드를 직접 실행하면서 배웁니다.

데이터 전처리

모델 설계

결과 평가까지

1단계 ㅣ

기본 개념 이해

인공지능, 머신러닝, 딥러닝 각각의 정의와 관계를 정리합니다.
다양한 산업에서의 AI 활용 사례를 확인하고, 머신러닝 파이프라인의
구성 요소를 학습하여 전체 작업 흐름에 대한 기본 틀을 마련합니다.

2단계 ㅣ

모델 구현 및 분석

지도 학습과 비지도 학습의 차이를 비교하고, 로지스틱 회귀·서포트 벡터 머신(SVM) 등 주요 모델을 실제 데이터로 구현합니다.
결측치 처리, 스케일링, 원-핫 인코딩 등 데이터 전처리 기법도
이 단계에서 함께 다룹니다.

3단계 ㅣ

실무 프로젝트 응용

앞서 학습한 기술을 토대로, 음성 인식 모델 구현, 자연어 처리 기반
감정 분석, 이미지 인식, 시계열 데이터 분석 등 4가지 유형의 프로젝트를 수행합니다. 각 프로젝트에서 서로 다른 데이터 유형을 다루기
때문에, 하나의 과정 안에서 다양한 접근 방식을 경험할 수 있습니다.

POINT 1

단순 구현을 넘어 CNN 최적화와 드롭아웃(Dropout)으로 99%의 압도적 정확도를 달성하고 싶은 분

POINT 2

OpenAI Gym 강화학습과 EasyAI를 활용해 최적의 의사결정을 내리는 AI를 구축하고 싶은 분

POINT 3

문맥을 파악하는 Rasa 챗봇부터 클라우드 인프라(AWS/GCP) 배포 전략까지 마스터하고 싶은 분

POINT 4

문맥을 파악하는 Rasa 챗봇부터 클라우드 인프라(AWS/GCP) 배포 전략까지 마스터하고 싶은 분

인공지능, 머신러닝, 딥러닝의 정의와 상호 관계를 구분하여 설명할 수 있게 됩니다.

데이터 전처리(결측치 처리, 스케일링, 인코딩)에서 모델 설계, 학습, 평가까지 이어지는 머신러닝 파이프라인의 전체 흐름을 이해합니다.

로지스틱 회귀, SVM, 앙상블 학습 등 주요 모델을 파이썬 코드로 구현하고, 라이브러리를 활용하여 분류·회귀·패턴 감지를 수행한 경험을 확보합니다.

음성 데이터, 텍스트 데이터, 이미지 데이터, 시계열 데이터 등 4가지 유형의 프로젝트를 수행하여, 서로 다른 데이터 특성에 따른 접근 방식을 경험합니다.

AI 전문강사

김진희

1. AI와 머신러닝의 기본 이해

인공지능, 머신러닝, 딥러닝의 개념과 작동 원리를 정리합니다.
제조·금융·게임·엔터테인먼트 등 산업별 AI 활용 사례를 살펴보고, 머신러닝 파이프라인의 구성 요소와 데이터 전처리 기초를 실습합니다.

2. 머신러닝 모델 구현과 분석

지도 학습과 비지도 학습의 차이를 비교하고, 로지스틱 회귀·SVM 등 주요 모델을 실제 데이터로 구현합니다.
결측치 처리, 스케일링, 원-핫 인코딩 등 전처리 기법도 함께 다룹니다.

3. 실무 프로젝트를 통한 AI 응용

Q1. 프로그래밍 경험이 전혀 없어도 수강할 수 있나요?

A. 본 과정은 파이썬 기본 문법과 프로그래밍 기초 지식을 전제로 진행됩니다.
프로그래밍 경험이 없는 경우, 파이썬 입문 과정을 먼저 수강하신 후 본 과정을 이수하시길 권장합니다.

Q2. 실습은 어떤 환경에서 진행되나요?

A. 구글 코랩(Colab) 환경에서 진행됩니다.

Q3. 수업은 어떤 방식으로 진행되나요?

A. 온라인 VOD 강의로 제공됩니다.

• 수강 기간: 무제한 수강

• 지원 기기: PC, 태블릿, 스마트폰 모두 지원