16

교육과정 상세내용

• Step 1
  SW 언어를 이해 (Python 기초)
  • Python 설치, PIP로 라이브러리 관리, 가상환경 및 개발툴 이해
  • 자료형과 변수, 연산과 연산자,리스트,모듈,함수
  • 알고리즘 이해하고 구현하기
• Step 2
  R를 통한 기초 통계 및 AI 이해
  • 가설 설정하고 통계 모델 개발, 통계 모델 평가 검증하기를 통한 통계기반 데이터 분석
  • 머신러닝 수행방법계획,데이터셋 분할, 지도학습 모델 적용, 성능 평가하기를 통한 머신러닝 기반 데이터 분석
• Step 3
  AI 기초 이론 학습
  • 파이썬 프로그래밍, 머신러닝, 데이터분석, 수학(선형대수 및 확률통계)과 같은 핵심 개념들을 프로그래밍 실습
  • 프로젝트 수행에 필요한 기본 이론 및 Tensorflow 코드에 대한 상세한 설명과 실습을 통해 AI의 학습 패턴을 이해
• Step 4
  WEB 개발 프로그래밍 언어(WEB,JSP,JAVA) 학습
  • HTML 문법(태그,Form(Get/Post),DOM,JSON
  • CSS,Javascript,JQuery,동적 개발 환경 이해
  • 객체지향(객체특성,객체생성 및 활용, 상속,다형성,추상클래스,인터페이스)
• Step 5
  AI 학습 라이브러리 학습 (Python 심화)
  • 리스트 등 컬랙션 데이터 타입, 함수 개발하기,람다,Map함수
  • Numpy,Pandas,SKLearn,Matplot 학습하기
  • TKInter를 사용한 GUI개발 및 FLASK를 이용한 웹개발
• Step 6
  AI 이론/실습 심화 학습
  • 딥러닝 동작원리, 성과, 특징, 실습
  • - 퍼셉트론,정규화,회귀,컨볼루션 신경망
  • 비지도 학습- 군집분석,차원축소 및 추천 시스템
  • 지도학습 – 의사결정 트리,서포트 벡터 머신
  • 인공지능 – 신경망 개념 및 적용, 이미지/텍스트 데이터 이해
  • 기타 인공지능 기법 – 강화학습, GAN(생성적 적대 신경망)
• Step 7
  DB 활용
  • 데이터베이스 구축과 활용 모델링, 정규화, 설계 및 구축
  • DBMS 제작에 인덱싱, 트랜잭션처리,동시성제어
  • 웹연동, 데이터마이닝, SQL 튜닝, Backup 관리
• Step 8
  AI 영상 처리
  • OpenCV를 통한 실시간 영상처리/켑처, 영상 프레임 분석
  • Numpy를 통한 이미지 처리 CNN,RNN,LSTM 등 이론 이해
  • 인공지능 영상 처리기법(CNN,RNN,객체인식,인체동작 인식)
• Step 9
  AI 오픈 플랫폼 활용
  • Google의 Tensorflow를 COLAB에서 활용하여 학습하기
  • AWS 등 아마존 AI 클라우드와 연동하기
  • 톰켓등 웹서비스 JSP,Javascript 학습 및 웹시각화 개발 학습
  • AI와 연동할 수 있는 IoT기기 라즈베리파이에 적용하기
• Step 10
  AI 프로젝트
  • 산업현장 사용가능한 AI 프로젝트 기획
  • 산업현장 사용가능한 AI 프로젝트 설계
  • 산업현장 사용가능한 AI 프로젝트 제작