| 주차 | 주차명 | 차시명 | 오픈 일정 |
|---|---|---|---|
| 1 | 인공지능의 역사 | (1차시)인공지능이란? | 23. 7. 24. |
| (2차시)인공지능의 역사 | |||
| (3차시)인공지능의 분류 | |||
| (1주차 학습목표) 1. 인공지능의 순기능과 역기능을 예시와 함께 설명할 수 있다. 2. 인공지능의 역사를 이해하고 발전과정을 설명할 수 있다. 3. 인공지능의 지적 수준, 기능 발전, 구현 방식에 따라 분류할 수 있다. |
|||
| 2 | 인공지능 요소 기술 | (1차시)인공지능 요소기술과 응용분야 | 23. 7. 31. |
| (2차시)인공지능 플랫폼과 서비스 | |||
| (3차시)인공지능 구현 기술 요소 | |||
|
(2주차 학습목표) |
|||
| 3 | 파이썬 환경 설정 | (1차시)파이썬 개요 및 개발환경 | 23. 8. 7. |
| (2차시)파이썬 쉘 활용 | |||
| (3차시)파이썬 프로그래밍: 변수 | |||
| (3주차 학습목표) 1. 파이썬 개발 환경에 대해 설명할 수 있다. 2. 파이썬 쉘을 활용하는 방법에 대해 설명할 수 있다. 3. 변수의 개념에 대해 설명할 수 있다 |
|||
| 4 | 파이썬기초 | (1차시)파이썬 프로그래밍: 연산자 | 23. 8. 14. |
| (2차시)파이썬 프로그래밍: 데이터형 | |||
| (3차시)파이썬 프로그래밍: 문자열의 형태와 이스케이프 문자 | |||
| (4주차 학습목표) 1. 연산자의 우선순위에 대해 설명할 수 있다. 2. 데이터 종류에 따른 특징을 설명할 수 있다. |
|||
| 5 | 파이썬 프로그래밍: 조건문과 반복문 | (1차시)파이썬 프로그래밍: 조건문 | 23. 8. 21. |
| (2차시)파이썬 프로그래밍: 반복문 | |||
| (3차시)파이썬 프로그래밍: 조건문과 반복문 연습 | |||
| (5주차 학습목표) 1. 프로그램의 기본제어구조에 대해 설명할 수 있다. 2. 조건문을 활용하여 코딩할 수 있다. 3. 반복문을 활용하여 코딩할 수 있다. |
|||
| 6 | 파이썬 프로그래밍: 리스트, 튜플, 딕셔너리 | (1차시)리스트 | 23. 8. 28. |
| (2차시)리스트의 활용 | |||
| (3차시)튜플과 딕셔너리 | |||
| (6주차 학습목표) 1. 리스트의 개념을 설명할 수 있다. 2. 튜플과 딕셔너리를 적용할 수 있다. |
|||
| 7 | 파이썬 프로그래밍: 함수 | (1차시)함수 이해하기 | 23. 9. 4. |
| (2차시)함수와 변수 | |||
| (3차시)함수의 고급활용 | |||
| (7주차 학습목표) 1.파이썬 함수의 개념과 특징을 설명할 수 있다. |
|||
| 중간시험 |
23. 9. 4. |
||
| 9 | 파이썬 프로그래밍: 파일 입출력 | (1차시)파일 읽기 | 23. 9. 11. |
| (2차시)파일 쓰기 | |||
| (3차시)파일 입출력 | |||
|
(9주차 학습목표) |
|||
| 10 | 파일입출력과 객체지향 프로그래밍 | (1차시)객체지향 프로그래밍: 클래스와 객체 | 23. 9. 18. |
| (2차시)객체지향 프로그래밍: 속성과 메소드 | |||
| (3차시)객체지향 프로그래밍: 상속 | |||
| (10주차 학습목표) 1. 객체지향 프로그래밍의 특징을 설명할 수 있다. |
|||
| 11 | 모듈과 GUI 프로그래밍 | (1차시)모듈과 패키지 | 23. 9. 25. |
| (2차시)GUI 프로그래밍: Tkinter | |||
| (3차시)GUI 프로그래밍 응용 | |||
| (11주차 학습목표) 1. GUI 프로그래밍의 적용 예시를 설명할 수 있다. 2. Tkinter 모듈을 적용한 GUI 프로그래밍 실습을 할 수 있다. |
|||
| 12 | 인공지능 프로그래밍1 | (1차시)간단한 인공지능 구현 | 23. 10. 2. |
| (2차시)인공지능 라이브러리 | |||
| (3차시)NumPy | |||
| (12주차 학습목표) 1. 간단한 인공지능을 구현할 수 있다. 2. NumPy의 개념과 활용방법을 설명할 수 있다. |
|||
| 13 | 인공지능 프로그래밍2 | (1차시)Pandas | 23. 10. 9. |
| (2차시)Matplotlib | |||
| (3차시)Scikit-Learn: 데이터와 분류 | |||
| (13주차 학습목표) 1. Pandas, Matplotilb, Scikit-Learn을 비교할 수 있다. |
|||
| 14 | 인공지능 프로그래밍3 | (1차시)Scilkit-Learn: 회귀와 최적화 | 23. 10. 16. |
| (2차시)신경망과 Keras | |||
| (3차시)Keras 딥러닝 | |||
| (14주차 학습목표) 1. Keras를 이용한 신경망 모델을 설명할 수 있다. 2. Keras API를 적용할 수 있다. |
|||
| 기말시험 | 23. 10. 16. | ||
| 퀴즈 | 실습과제 | 중간시험 | 기말고사 | 합계 |
|---|---|---|---|---|
| 25% | 25% | 25% | 25% | 100% |
이 강좌는 대학 학부 전공 기초 정도 수준으로 제작되었으며, 인공지능과 프로그래밍 분야에 관심이 있는 중등교육이상을 수료하였다면 누구나 수강가능한 강좌입니다.
이 강좌는 별도의 교재가 없으며, 학습자료를 별도 PDF 파일로 제공합니다.
별도의 교재는 없으며, 학습자료를 통해 함께 학습하시길 바랍니다.
