머신러닝 딥러닝 빅데이터분석 취업반

순번

과목명

모듈

세부내용

시간

1

AI 플랫폼 구현 응용 SW엔지니어링

응용 SW 기초 기술 활용

Ubuntu download 및 파티션 설정

권한(permission)의 변경, ls -l, ls -al로 권한 목록의 출력, 권한 부여 실습

SSH, Geditor, 노틸러스(탐색기), vi 에디터 기본 명령어, vi editor 실습

Shell script 실습"

TCP/IP 구조

파이썬 Network 송수신 프로그램 개발"

32

프로그래밍 언어 활용

Python 소개, Python 설치, 개발 환경 설정

Anaconda 5.1.0(Python 3.6.0 and other package included) install

Conda 가상환경 설정, 개발환경 필수 패키지 설치"

컴파일, 파이썬 프로그램의 구조, 데이터 형(data type), 연산자(Operator), Library Reference

제어문

시퀀스 자료형(list, tuple, Dictionary)"

32

서버프로그램구현

함수 다루기, 함수의 인자, 지역 변수와 전역 변수, 리턴값

모듈과 패키지의 사용, import의 사용

Class 선언, 클래스 멤버, 메소드, 인스턴스 멤버, 메소드의 실습, 생성자, 소멸자, 모듈 분리"

데이터 시각화 library Matplotlib(맷플롯립) 실습

대용량 데이터 수치 연산 package(library) Numpy 실습

파이썬 데이터 분석 package(library) Pandas 실습"

32

2

전사 데이터

SQL활용

데이터베이스 개론, MySQL 5.6 Potable(개발자 유형)설치, 한글 깨짐 처리, my.ini 수정

서버 실행, 관리자 root계정 암호화, root 접속 설정

MySQL Data Type, 기본 SQL, 기본 SQL 실습, AUTO_INCREMENT, Client 설정

16

데이터베이스 구현

OracleDB vs MongoDB, MongoDB 서버 설치 및 설정

CRUD

pymongo 모듈, Python + MongoDB 연동 프로그래밍

16

3

데이터 분석 및 시각화

분석용 데이터 구축

Pandas를 이용한 데이터 전처리

결측 데이터의 처리

문자열 factor화 처리 실습"

저장 데이터 코딩북 제작 실습

데이터 정규화

데이터 표준화 변환 실습"

상관 관계를 이용한 데이터 상관계수 파악

수집된 정보의 개인 정보 노출 데이터의 암호화 처리"

32

탐색적 데이터 분석

수집된 자료의 기술 통계를 통해 수집된 데이터 확인

이상치 데이터의 발견 및 처리"

시각화를 통한 데이터 분포 확인

Matplotlib을 이용한 데이터 분포 그래프 제작 실습

Seabon을 통한 상관관계 기반 데이터 시각화 실습"

회귀분석의 적용

결정계수가 높은 변수의 선정 실습

이상 데이터의 정규화 방안 및 실습"

16

텍스트 데이터 분석

자연어 처리 원리, 절차

한국어의 자연어 처리 NLP 환경 설정

KoNLPy 자연어 처리 패키지, JPype 설치, 명사 분리 추출 후, 단어 사용 빈도 분석

단어 임베딩 Word2Vec 실습"

데이터 유형별 분석 방법의 계획

빈도 분석, 의미 분석, 감정분석, 군집 분석등의 계획"

핵심어 분류 분석 및 시각화

계층적, 비계층적 군집 분석 및 시각화 실습

Python을 이용한 텍스트 분류 및 감정분석, 시각화 실습"

기업내 구축된 RDBMS 정형 데이터의 분석 실습

Python, Oracle 데이터 수집 설정 및 관련 함수 실습

Oracle 데이터의 분석 및 결과의 CSV 파일 저장 실습"

40

통계 기반 데이터 분석

귀무 가설, 대립 가설의 원리 파악 후 사용 예 찾기

양측 검정, 단측 검정의 차이점 파악

Python을 이용한 검정 통계량 산출과 p 값의해석 실습"

모집단과 표본집단의 분산, 표준편차 산출 실습

Python, 판매 CSV 파일을 이용한 기술통계 실습

Python, 판매 CSV 파일을 이용한 상관 분석을 통한 데이터 분포 실습

인터넷 광고 소요 비용 CSV 파일을 이용한 회귀분석 모델 제작 실습

영업 부서별 매출액 CSV 파일을 이용한 분산분석 실습

인터넷 댓글을 통한 주성분 분석 실습"

훈련, 검증, 테스트 데이터의 분할 실습

훈련 데이터의 과대 적합(Overfitting) 해결하기

평균 절대 오차, 평균 제곱 오차, 표준 오차의 적용 실습

분류 문제에서 혼동 행렬(Confusion Matrix) 적용을 통한 정확도 산출 실습

ROC(Receiver Operating Characteristic) 곡선의 해석 실습"

40

빅데이터 분석 결과 시각화

시각화 활용 목적과 Client 요구사항의 파악

범주나 비율값의 설명 방법

시간에 따른 추세와 패턴의 설명 방법

상관성과 연관성 분석 결과의 설명 방법

파워포인트, Web 편집기를 이용한 시나리오 작성 및 스토리 보드 제작 실습"

시간 데이터의 시각화 방법

분포 데이터의 시각화 방법

관계 데이터의 시각화 방법"

HTML5, D3.js를 통한 그래프 제작 실습

Web 서비스를 위한 Ajax, JSON, CSV 파일 송수신 실습

DAUM map API를 통한 지도 매핑 실습

Python Django를 통한 실시간 시각화 정보 제공 시스템 제작 실습"

40

4

CUDA cuDNN

GPU 기반 A.I

NVIDIA CUDA GPU cuDNN 환경설정

  • 머신러닝 개론, Conda를 이용한 Python기반 가상환경 생성

  • NVIDIA GTX GPU 기반 Conda 가상환경 생성

  • Jupyter Notebook 가상환경 커널 연동

  • Tensorflow 2 설치

  • Jupyter Notebook 개발환경 최적화 구성

56

델타규칙 과 머신러닝

  • 선형 회귀(Linear Regression), 성적 예측 모델 구현

  • 평균 제곱근 오차(RMSE: Root Mean Square Error)

  • 정규 분포 난수의 생성, 균등 분포 난수의 생성

  • 오차와 경사 하강법, RMSE, 미분, 편미분

  • 다중 선형 회귀(Multiple Linear Regression) 모델

  • 로지스틱 회귀(Logistic Regression) 모델의 구현

32

인공신경망 구현

(ANN)

  • 퍼셉트론(perceptron),오차역전파(Back Propagation)

  • 기울기 소실 문제와 활성화 함수, 손실 함수

  • 1차원 데이터의 사용, 2차원 데이터의 사용

  • 훈련 데이터, 검증 데이터, 테스트 데이터 분리

  • 수치예측 모델 개발

  • 이항 분류(Binary Classification) 모델 개발

  • 다중 분류(Multi Classification) 모델 개발

40

CNN/RNN

  • 컨볼루션 신경망 레이어 CNN 모델 개발

  • 미국 국립 표준 기술원(NIST)의 MNIST 이용 모델 제작

  • CIFAR-10, OpenCV를 이용한 이미지 인식 모델 개발

  • VGG 학습모델 재사용

  • 순환 신경망 레이어 RNN 모델 개발

  • 함수형 API 사용과 Parameter 최적화

40

5

A.I 예측분석 모델링

프로젝트

A.I 기업환경 분석을 통한 주제 선정

프로젝트 주제 선정을 위한 협약기업의 내·외부 환경 조사

조사 결과 기반의 프로젝트 가주제 선정

인공지능 서비스의 실제 적용 가능여부 검토 및 시나리오 구성

8

A.I 서비스 설계를 위한 데이터 정제

수집가능한 데이터 범위 및 크기파악

데이터 수집 및 전처리

데이터 집단에 따른 정규화 및 표준화

구축된 데이터 기반의 웹 서비스 모형 설계

8

Django를 활용한 A.I 웹 개발

Django Web Application library의 생성 및 설정

Django application 세부 환경 설정

DJango와 딥러닝 모델 연동

지능형 웹 개발 및 기능확인

8

웹 데이터의 수집/저장

파이썬을 통한 웹 데이터 수집

수집된 데이터의 활용가능 여부 파악

데이터 적정성 검증

데이터 DBMS에 저장

8

웹 데이터의 시각화 기반 예측시스템 개발

R Studio에서의 파일 데이터 분석 수행

데이터의 활용 범위에 따른 시각화

텐서플로 케라스 연동 수행

주제별 예측 시스템 개발

8

산업별 예측분석 모델링 프로젝트

통합 시스템 구축 및 변경 사항 수정

시스템 실행 테스트

예측결과 검증

최종 A.I 예측분석 통합시스템 개발

코딩북 제작

코딩북에 따른 가상의 데이터 준비, csv 파일로 저장

문자열 데이터의 factor화등 데이터 전처리

표준화를 이용한 데이터 정규화

Python SKlearn을 이용한 데이터 전처리

데이터 분석을 통한 최적의 딥러닝 알고리즘 선정

Tensorflow를 이용한 예측 모델 제작

Tensowflow 2 기반 예측 모델 구현

Django를 이용한 Rest 기반의 웹서비스 구현

Django와 Tensorflow model의 연동 서비스 구현

Git을 통한 프로젝트 통합

프로젝트 운영 테스트 및 최적화

프로젝트 설계 문서 문서화

사용자 메뉴얼 제작 및 발표

76

6

취업특강

취업진단/입사서류 작성법

   • 검사지 활용을 통한 자기이해 및 역량분석

   • 이력서 모의평가, 성공입사서류 작성법

8

협약기업특강

   • IT 및 4차산업 트랜드 및 직무특강

8

성공면접전략

   • 업종별 성공면접전략 및 스피치 연습

4