주차

주차명

차시

차시명

학습내용

1

컴퓨터과학 및 데이터 사이언스란?

1-1.

컴퓨터과학 및 데이터 사이언스란(1)

1-2.

컴퓨터과학 및 데이터 사이언스란(2)

2

인공지능에 필요한 데이터 구조

2-1.

인공지능에 필요한 데이터 구조 이해하기(1)

2-2.

인공지능에 필요한 데이터 구조 이해하기(2)

3

데이터 시각화 및 라이브러리

3-1.

데이터 시각화

3-2.

파이선 라이브러리

4

머신러닝 이해 및 AI 를 위한 통계

4-1.

머신러닝이란

4-2.

AI를 위한 통계

5

KNN 모델

5-1.

KNN

5-2.

MNIST 데이터를 이용한 KNN 만들기

6

선형회귀 모델

6-1.

선형회귀 모델 이해하기

6-2.

선형회귀 모델을 이용한 자동차 mpg 예측 시스템

7

로지스틱 회귀 모델

7-1.

로지스틱 회귀 모델 이해하기

7-2.

로지스틱 회귀 모델을 이용한 패션 아이템 분류 시스템 만들기

8

중간평가

9

뉴럴 네트웍 모델

9-1.

뉴럴 네트웍 모델 이해하기 (1)

9-2.

뉴럴 네트웍 모델 이해하기 (2)

10

CNN

10-1.

CNN (Convolutional Neural Networks) 모델 이해하기

10-2.

CNN 모델 변천사 이해하기

11

서포트 벡터 머신

11-1.

서포트 벡터 머신 (Support Vector Machine) 모델 이해하기

11-2.

서포트 벡터 머신을 이용한 다양한 데이터의 분류기 만들기

12

K-means 클러스터링

12-1.

클러스터링 및 K-means 이해하기

12-2.

K-means 를 이용한 이미지 분석

13

이미지 데이터 분석

13-1.

CIFAR 10 데이터를 이용한 모델 학습 따라하기

13-2.

Pre-trained CNN 을 이용한 일반 이미지 분류기 만들기

14

텍스트 데이터 분석

14-1.

텍스트 데이터 전처리 따라하기

14-2.

텍스트 데이터 분류기 만들기

15

기말고사