menu
[HD]Data Scientist(데이터 사이언티스트) 전문가 과정 (2022) Part.5 인공지능기반 데이터분석 1 여기를 클릭하면, 샘플강의가 재생됩니다. 김동식 강사
tag
강좌코드 : la_K030108
열공이

[HD]Data Scientist(데이터 사이언티스트) 전문가 과정 (2022) Part.5 인공지능기반 데이터분석 1
담당강사 : 김동식

강의구성 총 12강좌 (강의시간 : 총 ) 수강기간 30일
강의형식 동영상 수강료 24,000원 이 강좌의 80% 이상 수강 시
출력이 가능합니다.
강의수준 초급 강의에서 사용하는
프로그램 & 버전
-
담당강사
강사사진
김동식 강사
  • - 고려대학교 대학원 컴퓨터교육전공
  • - 더조은아카데미 빅데이터 강의
  • - 에스디아카데미 Oracle 강의
  • - (주)아이티고 이러닝 강사
강의구성 총 12강좌 (강의시간 : 총 )
수강기간 30일
강의형식 동영상
수강료 24,000원 이 강좌의 80% 이상 수강 시
출력이 가능합니다.
강의수준 초급
강의에서 사용하는
프로그램 & 버전
-
담당강사
김동식 강사
  • - 고려대학교 대학원 컴퓨터교육전공
  • - 더조은아카데미 빅데이터 강의
  • - 에스디아카데미 Oracle 강의
  • - (주)아이티고 이러닝 강사
과정소개
· 현직 데이터사이언티스트 전문가가 전하는 AI 개발 및 분석 실무 노하우 및 체계적인 교육
· 회사내에서 머신러닝 및 딥러닝 개발 및 분석 업무로 보직 변경을 하고자 하는 분을 위한 교육
· 다양한 머신러닝 이론과 실습을 동시에 배우는 최적의 코스
학습목표
· 기계 학습의 개념 및 특징 공간, 데이터의 중요성을 설명한다.
· 영상 처리 기초와 머신러닝의 주요 도전 과제를 설명한다.
· 머신러닝 분류와 예측 알고리즘을 설명한다.
· 이미지 및 텍스트 처리를 위한 딥러닝 알고리즘을 설명한다.
교육대상
데이터분석 관련 분야 취업 및 ADP 자격 취득
차시별 학습목표
01. 기계 학습 개요
02. 기계 학습 개요
03. 영상처리 개요
04. 머신러닝 시스템의 종류
05. 머신 러닝의 주요 도전 과제
06. 회귀 기반 머신러닝 기초
07. 회귀 기반 머신러닝 기초 데이터 이해를 위한 탐색과 시각화
08. 머신러닝을 위한 회귀 개념 및 수학 기초
09. 머신러닝을 위한 기초
10. 수치 예측 머신러닝 시각화
11. 기계학습을 위한 회귀 최종정리와 비정형 데이터마이닝 실전
12. 확률과 베이즈통계학 정리
참고사항
- 수강 기간 중 언제든지 반복 수강이 가능합니다.
- 수강 여부 : 해당 차시의 80%를 수강하면 (회색) 배경으로 표시됩니다.
- 수강 신청 완료 후 수강할 수 있습니다.
- 즐겨찾기 한 강좌는 MY Class에서 확인할 수 있습니다.

연관강좌

아이티고 강좌질문 모음
※ 아이티고 강좌 관련 문의입니다. 질문은 1:1문의 게시판에 남겨주세요.
1 / 7
강좌 리스트
01. 기계 학습 개요 [59:37]
02. 다차원 특징 공간, 간단한 기계학습 예제 [62:40]
03. 영상처리 개요 [55:05]
04. 머신러닝 시스템의 종류 [59:38]
05. 머신 러닝의 주요 도전 과제 [57:21]
06. 회귀 기반 머신러닝 기초 [50:07]
07. 회귀 기반 머신러닝 기초 데이터 이해를 위한 탐색과 시각화 [98:59]
08. 머신러닝을 위한 회귀 개념 및 수학 기초 [47:22]
09. 머신러닝을 위한 기초 [45:40]
10. 수치 예측 머신러닝 시각화 [19:54]
11. 기계학습을 위한 회귀 최종정리와 비정형 데이터마이닝 실전 [99:25]
12. 확률과 베이즈통계학 정리 [29:38]
지금 자유이용권 구매하고, 모든 강의를 자유롭게 수강하세요!