고숙련 신기술훈련
고용노동부와 산업인력공단 주관의 재직자 무료교육입니다. 중소기업 및 대기업의 근로자를 대상으로 하며 사업주 지원 형태의 교육과정이기 때문에 신청 서류의 회사직인을 날인하셔서 수강신청을 하셔야 정상적인 훈련비 지원이 가능합니다.
텐서플로 머신러닝 기반 데이터 분석 [재직자무료]
| 교육구분 | 정규과정 | 교육시간 | 28시간 |
| 교육과정 | 텐서플로 머신러닝 기반 데이터 분석 [재직자무료] | 교육일정 | 주말 10:00 ~ 18:00 |
| 교육기수 | 교육비용 | ||
| 교육기간 | 2020.08.29 ~ 2020.09.19 (28시간) | 교육정원 | 24명 |
| 교육강사 | 안정국 강사보기 | ||
고용노동부와 산업인력공단 주관의 재직자 무료교육입니다. 중소기업 및 대기업의 근로자를 대상으로 하며 사업주 지원 형태의 교육과정이기 때문에 신청 서류의 회사직인을 날인하셔서 수강신청을 하셔야 정상적인 훈련비 지원이 가능합니다.
고용보험이 적용되는 중소기업(우선지원대상기업)또는 대기업
상기 기업에 재직중인 근로자
고숙련 신기술 훈련 수강 신청서 (회사 직인 날인 필수)
무료
02-6255-8023
이제는 대용량의 비정형 데이터를 분석하는 기술을 넘어서 다양한 데이터를 활용하여 분석을 자동화하고 미래를 예측하는 기술이 상용화 되고 있습니다.
이러한 기술을 가능하게 하는 것이 기계학습 (머신러닝) 알고리즘이며, 회귀와 분류 분석이 가능한 지도학습 / 연관성분석, 군집분석이 가능한 비지도학습 기법을 활용하여 다양한 머신러닝 모델을 구현할 수 있습니다.
본 교육은 파이썬 언어와 머신러닝을 보다 손쉽게 구현할 수 있는 프레임워크 (TensorFlow / SciKit-Learn)를 활용하여 머신러닝의 기본이 되는 지도/비지도 학습의 개념을 이해하고 회기분석, Naive Bayes, 앙상블 학습, Clustering 등 현재 실무에서 활용되는 알고리즘 분석기법을 학습함으로써 머신러닝을 보다 효과적으로 적용할 수 있도록 강의하며, 학습한 내용을 실제 데이터를 기반으로 적용해보는 교육과정입니다.
머신러닝 도구
SciKit-Learn
딥러닝 도구
TensorFlow
공공데이터 포털
캐글 데이터
지도학습 알고리즘을 이용한 수치예측과 분류분석
비지도 학습 알고리즘을 이용한 데이터 군집화
8월 29일 ~ 9월 19일
토요일 4회차교육
09:30 ~ 17:30
0원
아이티윌 강남
길고 지루한 교육이 아닌, 짧은 시간에 필요한 핵심 기술만 학습
대면교육으로 강사의 직접적인 실습 피드백 가능
학원 내 실습을 위한 컴퓨터 장비 보유 (공용 PC)
자택에서, 회사에서 자유로운 다운로드 및 실습이 가능하도록 오픈소스 도구를 활용
빅데이터와 머신러닝의 개념을 이해하고자 하시는 분
머신러닝의 필수 알고리즘을 학습하고자 하시는 분
딥러닝 알고리즘 모델 구현의 기본기를 잡고자 하시는 분
- Python 기반 Numpy, Pandas, Matplotlib 학습 및 사용 경험
위의 분석 라이브러리 학습이 선행되지 않으셨다면 교육내용의 상당부분이 어려울 수 있습니다.
본 교육은 파이썬을 활용한 머신러닝 알고리즘의 개념과 실무 활용 스킬을 학습하는 과정입니다. 교육시간이 28시간으로 한정되어 있기 때문에 프로그래밍, 데이터 분석의 기본을 따로 다뤄드리지 않습니다. 때문에 본 교육을 참여하기 위해서는 파이썬활용, 파이썬 분석 라이브러리를 학습하시기 바라며, 기본 지식이 없으시다면 본 교육센터의 1단계 교육을 먼저 참여하시기를 권합니다.
본 교육은 총 4회차 교육으로 기초 개념부터 단계별로 강의가 진행됩니다. 따라서 학습한 내용을 토태로 충분히 예습, 복습하신다면 교육의 결과를 향상시킬 수 있으리라 예상합니다.
교육을 통해서 앞으로 학습해 나야가할 방향성을 잡을 수 있습니다. 머신러닝의 핵심 알고리즘을 기반으로 머신러닝/딥러닝 프레임워크 (TensorFlow / Keras)를 활용한 딥러닝 알고리즘 (NN기반)기술을 학습하신다면, Vision AI / Chatbot AI 등 다양한 인공지능 서비스 모델을 구현할 수 있습니다.
아이티윌은 전 강의장이 컴퓨터 강의장으로 노트북을 지참하지 않으셔도 교육 참여가 가능합니다. 다만, 학원의 컴퓨터는 주중 실업자교육, 주말 재직자 교육 등 여러 학생이 사용하는 공용 PC입니다. 학원 내 PC를 이용한 학습을 원하신다면 저장되는 데이터는 반드시 백업하시는 것을 당부 드리며, 프라이빗한 환경에서 개인만의 학습을 원하신다면 노트북 지참을 권장합니다.
- 머신러닝 기본개념 이해
- 수학적 개념, 통계학 기초 리뷰
- Python 리뷰
- 머신러닝 도구 소개 (SciKit-Learn)
- 딥러닝 도구 소개 (TensorFlow)
- 머신러닝 알고리즘 개념 - 지도학습의 이해
- 선형회귀 (단순 / 다중) 개념의 이해와 구현
- 회귀모형 평가지표
- 로지스틱 회귀 개념 이해와 구현
- Naive Bayes 분류기 이해와 구현
- kNN 개념 이해와 구현
- Decision trees (의사결정나무) 개념 이해와 구현
- Ensemble의 이해 및 종류
- Bagging
- Boosting
- Random Forest
-Scikit-Learn을 활용한 머신러닝 모델 구현-1
- 지도학습 알고리즘을 이용한 수치예측/분류분석
-비지도학습의 이해
-군집분석(Clustering) 이해
-agglomerative clustering (병합 군집)
-K-means (K-평균)
-DBSCAN
-Association Rule (연관성 규칙)의 개념 이해
-Association Rule 평가지표 계산활용
-딥러닝의 이해 (TensorFlow)
-CNN과 RNN의 이해
SciKit-Learn을 활용한 머신러닝 모델 구현-2
- 클러스터링 알고리즘을 이용한 데이터 군집화
TensorFlow를 활용한 머신러닝 모델 구현-3
- CNN, RNN을 이용한 딥러닝 수치예측/분류분석
아이티윌 빅데이터, 딥러닝 / AI 분야 강의
세스코 경영관리실장 (회계/세무, 경영분석, PI, 데이터분석 총괄)
빅데이터 강의 (한국데이터산업진흥원, 삼성SDS 멀티캠퍼스)
두산정보통신 IT/비즈니스 컨설턴트
울트라건설 CEO 재무 자문
삼일회계법인 Senior Manager
삼성SDS 금융서비스개발팀 근무 (삼성화재 신시스템 구축 참여)
아이티윌 빅데이터, 딥러닝 / AI 분야 강의
Quickoffice, Korea 개발 PM
SK C&C Smart Solution 과장 (SW 개발)
Picsel Technologies, Korea CDM 및 고객사 기술 지원 교육
VK Corporation GSM SW 책임연구원
LG전자 Architecture 주임연구원
