훈련과정 | [빅데이터분석] AI(머신러닝,딥러닝) 프로젝트기반 빅데이터분석 과정 |
||
---|---|---|---|
훈련자격 | ㆍ전공무관ㆍ취업준비생ㆍ국민취업지원제도ㆍ재학생(방통대,야간대) ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자 |
||
교육시간 | 09:30~18:30 (주5일수업.일일8시간) | 총교육시간 | 5개월 (105일_총840시간) |
교육일정 |
2023년 02월07일 ~ 2023년 07월12일 |
||
교육장소 | 강남 |
교육비용 | 교육총비용 | 6,157,200원ㆍ전액무료ㆍ | |
---|---|---|---|
개인부담금 | 전액지원 (국가기간ㆍ전략산업직종훈련과정) | ||
교육수당지원 | 월출석률 80%이상 (월최대 20만원+국민취업제도 28만4천원~50만원 ) |
구분 |
교과목 |
단원 |
훈련시간 |
NCS 소양교과 |
의사소통능력 |
|
8H |
NSC 전공교과 |
데이터 분석 및 구축 |
통계 기반 데이터 분석 |
40H |
텍스트 데이터 분석 |
56H |
||
분석용 데이터 구축 |
24H |
||
탐색적 데이터 분석 |
24H |
||
머신러닝 분석 |
머신러닝 기반 데이터 분석 |
56H |
|
빅데이터 분석 시각화 |
빅데이터 분석 결과 시각화 |
56H |
|
빅데이터 분석 기획 |
64H |
||
데이터 베이스 활용 |
데이터베이스 구현 |
40H |
|
SQL활용 |
40H |
||
빅데이터 활용 |
빅데이터 환경 분석 |
16H |
|
빅데이터 활용 기획 |
40H |
||
빅데이터 운영 기획 |
40H |
||
데이터 시각화 | UI 구현 |
120H |
|
Deep Learning |
Deep Learning |
- Tensorflow에서 구현 - DeepNeuralNet이해 및 Tensorflow에서구현 - 여러종류의활성화함수이해및Tensorflow에서구현 - Tensorflow에서NN/DNN을이용한MINIST문자분류실습 - onvolutionalNeuralNetwork(CNN)이해및Tensorflow구현 - Tensorflow에서CNN을이용한MINIST문자분류실습및기존방법들과 비교 - RecurrentNeuralNetwork(RNN)이해및Tensorflow구현 - Word2Vec이해및Tensorflow에서구현 |
80H |
빅데이터 분석 프로젝트 |
프로젝트 구성 |
1.팀구성및프로젝트기획 2.프로젝트개발환경설정 3.프로젝트범위및일정관리 4.프로젝트요구사항분석및도출 5.프로젝트프로세스설계및구성 |
16H |
프로젝트 구현 |
1.데이터수집및관리 - 요구사항정리및수집 - 정형데이터수집및분석 - 비정형데이터수집및분석 - 공공데이터포털API를활용한데이터수집및분석 - 웹크로링을이용데이터수집
2.데이터를통한모델개발설계 - 시스템설계하기 - 알고리즘선택하기 - 특징,정답데이터,로그설계하기
3.데이터전처리및정제 - 분석프로세스구성 - 정형데이터및비정형데이터확인 - 수집데이터정제및분류 - 시각화기술을통한요구사항에맞는시나리오분석 - 시각화입력데이터식별및매핑 - 데이터분석및모델평가구현 - 다양한분석방법을통한데이터활용 (회귀분석,군집분석,시계열분석등등) - 머신러닝및딥러닝활용데이터분석및처리
4.효과검증 - 효과검증 - 가설검정 - 인과효과추정
5.결과평가 - 정밀도와재현율 - 성능평가 - 다중클래스분류평균 - 회귀모델평가
6.프로젝트발표 - 프로젝트발표및시연 - 평가자피드백및추가보완
|
128H |
|
총 훈련시간 |
840시간 |
주제 | 강의주요내용 | 시간 |
---|---|---|
SQL |
|
H |
데이터베이스/ DBMS 『NoSQL - MariaDB』 |
|
H |
Python 프로그래밍 『NumPy – Pandas- Matplotlib』 |
|
H |
빅데이터분석 실습 |
|
H |
R 패키지 『R 기초 문법 및패키지』 |
|
H |
Python Machine learning 『Tensorflow- Keras- Pytorch』 |
|
H |
DeepLearning 『인공신경망-YOLO』 |
|
H |
빅데이터 분석
프로젝트 |
|
H |