[최상단배너]산대특_정보보안

상담신청
캠퍼스*
이름*
연락처*
- -
문의사항
내용확인
  • 02-588-9991

★★★
산대특
-
클라우드
정보보안
-
국비
100%
전액지원
-

바로 가기

국비 과정 ‘나도 들을 수 있을까?’
고민하지말고 문의하세요!

title

-

-

Machine Learning & Deep Learning

AI취업과정

수강기간6개월

수업일평일반 주 5일/ 주말반 주 2일(토,일)

핵심포인트!

AI 구현의 핵심 기술인 머신러닝&딥러닝
A부터 Z까지. 

파이썬을 활용하여 데이터를 수집하고 처리 및 분석하는 방법을 배우고, 
최신 AI 알고리즘을 통한 자연어처리와 이미지처리 기법에 대해 공부하는 수업입니다.

CURRICULUM교육과정

교육과정의 개월수를 선택하여 세부과정을 볼 수 있습니다.

  • 1주차

    ● 파이썬 소개 및 환경설정 - 파이썬 개발환경 설치 ● 변수와 자료형 - 변수의 이해, 자료형과 기본연산, 자료형 변환 ● 화면 입출력과 리스트 - 화면 입출력, 화씨온도 변화기(연습문제) - 리스트의 이해, 리스트의 메모리 관리 방식 ● 조건문 - 조건문, 어떤종류의 학생인지 맞추기(연습문제) ˝ ● 반복문 - 반복문에 대한 이해 및 해당 기능을 이용한 알고리즘 - 구구단 계산기 ● 조건문과 반복문 실습 - 숫자찾기게임, 연속적인 구구단, 평균 구하기 - 코드의 오류를 처리하는 방법에 대해 학습

  • 2주차

    ● 함수 - 함수 기초 : 기본 사용법 - 함수 심화 : 다양한 응용 ● 함수 인수 - 여러가지 파라메터의 성격 ● 가독성 좋은 코드 작성방법 - 가독성의 개념과 버그 없이 프로그래밍 하는 방법 ● 문자열 - 단어 카운팅, 문자열 서식 지정

  • 3주차

    ● 자료구조 - 자료구조의 이해, 스택과 큐 - 튜플과 세트, 딕셔너리 ● collection 모듈 - 텍스트 마이닝 프로그래밍 ● 람다함수 - 맵리듀스 ● 선형대수학 - 행렬 및 전치, 미분과 다차원 방정식에 대한 이해

  • 4주차

    ● 객체지향 프로그램 - 클래스 ● 객체지향 기법으로 프로그램하기 - 노트북 프로그램 만들기 ● 모듈의 이해 - 파이썬 모듈을 이용해서 다른 파이썬에서 활용하기 ● 패키지 만들기 - 패키지에 대한 이해 및 사용 ● 파일 처리 - 파이썬 파일 입출력 다루기

1개월

머신러닝&딥러닝을 위한 파이썬 기초

  • 1주차

    ● 넘파이 - 넘파이 연산 및 활용 ● 판다스 - CSV 데이터 다루기, 데이터 프레임및 그룹연산 ● 데이터수집 - BeautifulSoup 이용 - Selenium 이용 ● 데이터 시각화 - matplotlib, seaboarn 을 이용한 시각화

  • 2주차

    ● 공공기관 데이터 수집 및 시각화 - CSV 이용 - API 이용 ● 머신러닝을 위한 기초통계 - 1차원 데이터 특징 - 2차원 데이터 특징 ● 추측통계, 이산형 확률 변수 - 가설검증, 다변량 분석

  • 3주차

    ● 다변수 함수 - 다변수함수의 미분 ● 다변수 벡터함수 ● 블록함수 - 블록 최적화 ● 경사하강법 ● 선형회귀분석

  • 4주차

    ● 연속형 확률 변수 - 독립 동일분포 ● 통계정 추정 - 통계적 가설검증 ● T-검증과 회귀분석 - 상관관계분석(단순,다중) ● 상관계수, 히트맵

2개월

기초 통계 및 데이터 수집

  • 1주차

    ● 텍스트빈도분석 - 워드 클라우드(영문), 워드 클라우드(한글) ● 지리정보 분석 - 크롤링으로 데이터 수집 및 지도 생성 - 지오 데이터 (Gdeocode-Xr), 지도정보 시각화 ● 머신러닝 분류 - 머신러닝 군집 ● 머신러닝 로지스틱회귀

  • 2주차

    ● 텍스트 마이닝 - 감성분석 ● 토픽분석 ● 추천시스템 - 협업필터링 ● 컨텐츠 기반 추천시스템 ● 지식기반 추천 시스템

  • 3주차

    ● 머신러닝 서포트 벡터 ● 머신러닝 앙상블 ● 랜덤포레스트, xgboost ● 차원축소 PCA ● 비지도 학습

  • 4주차

    ● 프로젝트 주제 선정 ● 프로젝트를 위한 데이터 탐색 EDA ● 머신 러닝 모델 선정 및 데이터 분석 ● 모델 학습 및 검증 ● 포트폴리오 제작

3개월

자연어 처리 및 텍스트 데이터 분석

  • 1주차

    ● 케라스를 이용한 인공신경망 개요 ● 케라스를 이용한 인공신경망 구현 ● 심층신경망 훈련 및 문제점 해결 ● 텐스플로를 사용한 모델 ● 텐서플로 및 저수준 api를 이용한 파이썬 모델

  • 2주차

    ● 합성곱 신경망 개요 ● 합성곱 신경망을 이용한 비전시스템 CNN ● RNN과 CNN을 이용한 시퀀스 처리 ● waveNet 구현 ● RNN과 어노테이션을 사용한 자연어 처리 I

  • 3주차

    ● RNN과 어노테이션을 사용한 자연어 처리 II ● 인공지능 설계와 구현 ● 인공지능을 이용한 붓꽃인식 ● 인공지능을 이용한 과일등급 분류하기 ● 인공지능을 이용한 딸기수학과정 설계및 구현

  • 4주차

    ● 딥러닝 VS 기계학습, 특징 추출 ● 인공지능 성능 측정(혼동행렬, 교차검증) ● svm 원리 및 하이퍼 매개변수 ● 퍼셉트론과 인공신경망 심화 ● 딥러닝과 텐서플로

4개월

인공신경망의 원리와 keras

  • 1주차

    ● Keras를 활용한 딥러닝 ● 이진분류기 및 Detecting 구현 ● Mnist 계열의 이미지 분류 구현 ● 다중분류, 다중레이블,다중출력 에 대한 이해 ● 지니불순도 엔트로피 , 옵티마이저의 종류와 기능

  • 2주차

    ● Pytorch에 대한 기본 문법 ● Pytorch를 이용한 퍼셉트론 구현 ● Pytorch를 이용한 다중 퍼셉트론 구현 ● Pytorch를 이용한 시계열 데이터 이상탐지 ● Pytorch를 이용한 신경망 구성 및 훈련

  • 3주차

    ● 인공지능 최신 트랜드에 대한 이해 및 조사방법 ● BERT, koBERT, GPT를 이용한 인공지능 구현 ● LSTM을 이용한 분석 시스템 구현 ● 이미지 분석 시스템 구현 ● 이미지 검출 및 보정 시스템 구현

  • 4주차

    ● 인공지능에서 그래프 신경망에 대한 이해 ● Graph Nural Network 구현 ● Graph convolution Network 구현 ● 그래프 신경망의 오류 의 종류와 해결방법 ● 그래프 신경망에서의 역전파

5개월

파이토치 딥러닝 구현 및 최신 트랜드

  • 1주차

    ● 심층 강화학습 그리드 월드 와 큐러닝에 대한 이해 및 구현 ● 몬테카를로 예측 알고리즘의 이해와 적용 ● 시간차예측기법을 적용한 강화학습 - 살사코드 실행 ● 큐러닝 및 모델 개발 - 심층 강화학습 그리드월드와 근사함수에 대한 이해 및 구현 ● 근사함수를 통한 가치함수의 매개벼내수 변환 기법 - 심층 강화학습을위한 인공신경망 설계

  • 2주차

    ● 텐서플로2.0과 테라스 적용한 모델 개발 - 딥 살사 이론 및 폴리스 그레이디언트 개발 ● 심층강화학습 카트폴(DQN, 엑터, 크리틱) 에 대한 이해 - 카트풀 정의 및 구현 ● 액터 크리틱 에대한 이해 및 모델 적용 ● Continuous A2C 구현 ● Asynchronous Advantage Actor-Critic 구현

  • 3주차

    ● 심층 강화학습 브레이크아웃 DQN에 대한 이해 ● 아타리 브레이크 아웃 구현, 아타리를 적용한 게임모델 ● 텐서보드 사용 및 적용 ● 브레이크 아웃 A3C ● critic_loss, actor_loss 차이 및 오류 함수 특징

  • 4주차

    ● 프로젝트 주제 선정 ● 프로젝트를 위한 데이터 탐색 EDA ● 텐서플로 또는 pytorch를 이용한 모델 설계 및 구현 ● 딥러닝 모델 학습 및 검증 ● 포트폴리오 제작

6개월

다양한 모델을 활용한 강화학습

빠른 전화상담 신청

  • 이름
  • 지점
  • 연락처 - -

개인정보 수집동의 보기

수강생 인터뷰

더보기

실시간수강후기

더보기

메가 선생님

더보기

디지털마케팅

이태경 강사

프론트엔드

안재욱 강사

정보보안

도현 강사

생성형AI (스테이블 디퓨전)

김중원 강사

백엔드

이광호 강사

빅데이터&AI

정병재 강사

파이썬

최이안 강사

백엔드

조규원 강사

프론트엔드

박종호 강사

C,C++

박성기 강사

파이썬

최현 강사

빅데이터&AI

이영배 강사

백엔드

이장욱 강사

코딩테스트

전인배 강사

백엔드

이규영 강사

백엔드

김인규 강사

정보보안

김정우 강사

백엔드

신보람 강사

빅데이터&AI

서현경 강사

백엔드

안병욱 강사

간편 상담 / 수강료 문의

학과선택 희망하시는 학과를 선택해 주세요.
  • 100% 국비 지원
    과정
    K-Digital
    과정
인기과정 다른학과 희망 시 위 학과선택에서 클릭해 주세요.
기타과목

과목 입력 후 엔터키를 눌러주세요. (15자 이내)

희망교육과정
캠퍼스
이름
연락처
- -
문의사항
  • 개인정보 수집동의 보기

    • 1. 개인정보의 수집 목적 - 메가스터디아이티아카데미 사이트 내 서비스 제공 계약의 성립 및 유지 종료를 위한 본인 식별 및 실명확인, 가입의사 확인, 회원에 대한 고지 사항 전달 등 - 메가스터디아이티아카데미 사이트 내 서비스 제공을 위한 통합ID 제공, 고객센터 운영, 불량회원 부정이용 방지 및 비인가 사용방지, 이벤트 및 마케팅 기획관리, 서비스 개발을 위한 연구조사, 물품 등의 배송 등 - 메가스터디아이티아카데미 사이트 내 서비스 관련 각종 이벤트 및 행사 관련 정보안내를 위한 전화, SMS, 이메일, DM 발송 등의 마케팅 활동 등 - 당사 및 제휴사 상품서비스에 대한 제반 마케팅(대행포함) 활동 관련 전화, SMS, 이메일, DM 발송을 통한 마케팅, 판촉행사 및 이벤트, 사은행사 안내 등 2. 수집하는 개인정보 항목 [필수입력사항 ] - 성명, 아이디, 비밀번호, 이메일주소, 주소, 우편물수령지, 전화번호(휴대폰번호 포함),이메일주소, 생일 등 (i-PIN을 통한 신규가입의 경우 주민등록번호가 아닌 본인 확인 기관이 제공한 정보를 수집합니다.) [선택입력항목] - 이메일/SMS/전화/DM 수신동의 ,결혼 여부, 결혼기념일, 기타 기념일, 선호 브랜드 등 개인별 서비스 제공을 위해 필요한 항목 및 추가 입력 사항 [서비스 이용 또는 사업처리 과정에서 생성 수집되는 각종 거래 및 개인 성향 정보] - 서비스이용기록, 접속로그, 쿠키, 접속IP정보, 결제기록, 이용정지기록 등 단, 이용자의 기본적 인권 침해의 우려가 있는 민감한 개인정보(인종 및 민족, 사상 및 신조, 출신지 및 본적지, 정치적 성향 및 범죄기록, 건강상태 및 성생활 등)는 수집하지 않습니다. 3. 개인정보의 보유/이용기간 및 폐기 당사(패밀리 사이트 내)는 수집된 회원의 개인정보는 수집 목적 또는 제공 받은 목적이 달성되면 지체없이 파기함을 원칙으로 합니다. 다만, 다음 각 호의 경우 일정기간 동안 예외적으로 수집한 회원정보의 전부 또는 일부를 보관할 수 있습니다. - 고객요구사항 처리 및 A/S의 목적 : 수집한 회원정보를 회원탈퇴 후 30일간 보유 - 당사가 지정한 쿠폰 서비스의 임의적인 악용을 방지 하기 위한 목적 : 수집한 회원정보 중 회원의 기념일 쿠폰 사용여부에 관한 정보를 회원 탈퇴 후 1년 간 보유 - 회원 자격 상실의 경우 : 메가스터디아이티아카데미 사이트 내 부정 이용 및 타 회원의 추가적인 피해 방지를 위해 수집한 회원정보를 회원 자격 상실일로부터 2년간 보유 - 기타 당사 및 제휴사가 필요에 의해 별도로 동의를 득한 경우 : 별도 동의를 받은 범위 (회원정보 및 보유 기간) 내에서 보유 상기 조항에도 불구하고 상법 및 '전자상거래 등에서 소비자보호에 관한 법률'등 관련 법령의 규정에 의하여 다음과 같이 일정기간 보유해야 할 필요가 있을 경우에는 관련 법령이 정한 기간 또는 다음 각 호의 기간 동안 회원정보를 보유할 수 있습니다. - 계약 또는 청약철회 등에 관한 기록 : 5년 - 대금결제 및 재화등의 공급에 관한 기록 : 5년 - 소비자의 불만 또는 분쟁처리에 관한 기록 : 3년 개인정보를 파기할 때에는 아래와 같이 재생할 수 없는 방법을 사용하여 이를 삭제합니다. - 종이에 출력된 개인정보 : 분쇄기로 분쇄하거나 소각 - 전자적 파일 형태로 저장된 개인정보 : 기록을 재생할 수 없는 기술적 방법을 사용하여 삭제

Mega IT Academy Location전국지점안내

메가스터디 교육그룹, 메가스터디IT아카데미는 책임지는 교육을 원칙으로 하고 있습니다. 좋은 시설과 교육으로 수강생 여러분의 발걸음에 올바른 나침반이 되어 드리겠습니다.

List
  • 강남캠퍼스 위치안내

  • 주소

    서울특별시 강남구 강남대로94길 13, 삼경빌딩 1층~5층
  • 대표전화

    02-588-9991
  • 지하철 이용시

    [2호선] 강남역 11번출구,12번출구 2분거리