현직 데이터사이언티스트 전문가가 전하는 AI 개발 및 분석 실무 노하우 및 체계적인 교육을 제공합니다. 회사내에서 머신러닝 및 딥러닝 개발 및 분석 업무로 보직 변경을 하고자 하는 분들은 많은 도움을 받으실 수 있습니다. 다양한 머신러닝 이론을 실습을 통해 체계적으로 학습해가시기 바랍니다. 해당 과정은 아래와 같은 커리큘럼으로 구성되어 있습니다.

<교육 내용>

[중급개발자를 위한 인공지능 기반 데이터분석 및 컴퓨터비전 기술 (ADP시험대비) Part.1]

• 지도, 비지도, 준지도, 강화

• 인공지능의 주도권 전환

• 영상처리 개요

• 머신러닝 시스템의 종류

• 머신 러닝의 주요 도전 과제

• 영상의 획득과 표현 방법

• 회귀 기반 머신러닝 기초

• 회귀 기반 머신러닝 기초 데이터 이해를 위한 탐색과 시각화

• 이미지 프로세싱 기초

• 컬러 스페이스

[중급개발자를 위한 인공지능 기반 데이터분석 및 컴퓨터비전 기술 (ADP시험대비) Part.2]

• 영상의 이진화

• 적응형 이진화

• 이미지 연산

• 영상의 히스토그램

• 머신러닝을 위한 회귀 개념 및 수학 기초

• 머신러닝을 위한 기초

• 수치 예측 머신러닝 시각화

• 기계학습을 위한 회귀 최종정리와 비정형 데이터마이닝 실전

• 확률과 베이즈통계학 정리

• 딥러닝 동작원리

• 
  

[중급개발자를 위한 인공지능 기반 데이터분석 및 컴퓨터비전 기술 (ADP시험대비) Part.3]

• 로지스틱 회귀

• KNN

• 모델 진단(rmse)

• CI

• 의사 결정 나무

• 로지스틱 회귀

• 분류모델 평가1

• 분류모델 평가2

• 분류모델 평가3

• 텐서플로 설치

• 다층퍼셉트론

• 활성화 함수

[중급개발자를 위한 인공지능 기반 데이터분석 및 컴퓨터비전 기술 (ADP시험대비) Part.4]

• openCV를 위한 넘파이

• 신경망(퍼셉트론)

• 활성화함수

• ROI

• 케라스로 함수형 API 사용하여 복잡한 모델 만들기

• 서브클래스 API로 동적 모델 만들기

• 가중치 초기화

• 사전 훈련된 층 재상용하기

• 텐서플로 활용

• 텐서플로 데이터 적재와 전처리

• 언어 모델1

• 언어 모델2

• 언어 모델3