수강신청

[내일배움카드] [AICE] 인공지능활용능력향상을 위한 데이터 모델링


제품 이미지
로 강의 수강시, 반드시 HRD-Net에 먼저 수강신청 후 본 사이트에서 수강신청을 해야합니다. 수강신청은 회차별 마감일자 기준 당일 자정에 마감 됩니다. (영업일 기준) 로 결제가 가능하며 일부과정 실업자도 수강가능합니다. (실업급여증빙자료제공불가)

학습정보

학습기간:
2026-01-26 ~ 2026-02-28
12개월
21시간 (20강)
진도 80% 이상 , 시험 0회 , 과제 0회 상세보기
62,370 원
46,770 원
15,600 원 상세보기

유형별 자비부담금

(자비부담금 15,600원) 일반 국민내일배움카드 대상자 (지원 없음)

(자비부담금 7,800원) 자부담률 50% 경감자 (50% 지원)

(자비부담금 7,800원) 근로·자녀장려금 수급자 (50% 지원)

자비부담금 면제자도 지원유형 선택 후, 신청할 수 있습니다.

과정 소개

AICE는 인공지능 능력시험입니다. 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가합니다.
KT가 개발했고, 한국경제신문과 함께 주관합니다. AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인민간 자격으로 신규공인 되었습니다.
본 과정은 AICE Associate 자격 합격을 위한 과정입니다.
본 과정은 데이터 모델링의 기초부터 고급 기술까지 체계적으로 학습하여, 데이터 분석 및 인공지능 모델링의 성과를 극대화하는 것을 목표로 합니다.
데이터 모델링 과정에서는 데이터의 구조를 이해하고, 적절한 모델을 선택하여 데이터를 효과적으로 분석하는 방법을 배웁니다.
본 과정을 통해 학습자는 회귀 분석, 분류 모델, 클러스터링 기법 등 다양한 머신러닝 알고리즘을 이해하고,
이를 실제 데이터에 적용하여 모델을 구축하는 실습을 진행합니다.
또한, 모델의 성능을 평가하고 최적화하는 방법을 배우며, 데이터 모델링의 전반적인 프로세스를 경험할 수 있습니다.
실제 사례를 기반으로 한 프로젝트를 통해 학습자는 데이터 모델링의 실무적 적용 능력을 기르고, 결과를 시각적으로 표현하여 이해관계자에게 효과적으로 전달하는 방법을 익힐 수 있습니다.

[참고사항]
본 과정은 실업급여 수급 등을 위한 특정 기간 내 수강 증명서 발급이 불가합니다.
해당 증빙이 반드시 필요하신 수강생분들께서는 수강 신청에 신중을 기하시기 바랍니다.

학습 대상

1. 대학생, 직장인 등 인공지능 관련 준전공자

학습 목표

1. 데이터 모델링의 기본 개념과 다양한 머신러닝 알고리즘을 이해하고 활용할 수 있다.
2. 실제 데이터를 기반으로 모델을 구축하고, 모델의 성능을 평가 및 최적화할 수 있다.
3. 데이터 분석 결과를 시각적으로 표현하여 인사이트를 도출하고, 이를 효과적으로 전달하는 능력을 기를 수 있다.
4. AICE Associate 자격 합격을 위한 학습을 할 수 있다.

학습 내용
차시 내용
1차시 인공지능과 머신러닝 개요
2차시 scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
3차시 scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
4차시 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
5차시 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
6차시 분류(Classification) #1. 결정트리 개념의 이해
7차시 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
8차시 앙상블 #1. 앙상블 개념의 이해
9차시 앙상블 #2. 부스팅 앙상블
10차시 앙상블 #3. XGBoost
11차시 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
12차시 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
13차시 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
14차시 비지도학습 #3. 협업 필터링
15차시 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
16차시 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
17차시 딥러닝 #3. 합성곱 신경망(CNN)
18차시 딥러닝 #4. 순환 신경망(RNN)
19차시 실전 실습 #7. 자동차 보험 제안 수락 예측
20차시 실전 실습 #8. 비트코인 가격 예측
평가 기준
평가항목 진도율 시험 과제 진행단계평가 수료기준
평가비율 - 100% 0% 0% -
수료조건 80% 이상 0점 이상 0점 이상 0점 이상 60점 이상