본문 바로가기
K-MOOC 강좌 무료 수강신청 중 · D-39

산업응용을 위한 인공지능

본 강좌는 인공지능 활용 역량 강화를 위하여 다음의 역량을 중점적으로 개발할 수 있는 강좌입니다. - 기계학습, 딥러닝에 대한 다양한 알고리즘의 개념적 이해 - 다양한 유형의 문제에 대한 인공지능 문제 구성방법 탐색 - 코드 리뷰를 통해 알고리즘 + 모델 구현 간의 연결성 향상 - 오픈 데이터 기반 예제 탐색을 통한 다양한 유형의 문제 경험 강좌 타겟...

첫 평가를 남겨 주세요 · 조회 0

제공
세종대학교
가르치는 분
류승형
대상 · 수준
누구나
학습 분량
24시간 30분 · 15주차
언어
한국어
수강신청
2026-03-17 ~ 2026-12-31
학습 기간
2026-03-17 ~ 2026-12-31
수료증
🏅 받을 수 있어요
수강 전에 공식 안내를 확인하세요. 일부 정보는 갱신 주기가 지났거나 다시 확인이 필요합니다.

자세한 소개

강좌 소개 본 강좌는 인공지능 활용 역량 강화를 위하여 다음의 역량을 중점적으로 개발할 수 있는 강좌입니다. - 기계학습, 딥러닝에 대한 다양한 알고리즘의 개념적 이해 - 다양한 유형의 문제에 대한 인공지능 문제 구성방법 탐색 - 코드 리뷰를 통해 알고리즘 + 모델 구현 간의 연결성 향상 - 오픈 데이터 기반 예제 탐색을 통한 다양한 유형의 문제 경험 강좌 타겟 스마트팩토리 또는 산업 분야 도메인 전문가 - 현업에서 발생하는 문제를 인공지능 방법론을 통해 모델링하고 싶은 전문가 - 기계학습, 딥러닝 등 인공지능 전반에 대한 개념적 이해와 실습을 원하는 전문가 인공지능 기술에 관심 있는 일반인 - 실생활 문제를 인공지능 문제로 모델링 하고자 하는 일반인 - 인공지능 전반에 대한 개념적 이해와 실습을 원하는 일반인 학습 목표 1. 스마트팩토리에서 필요한 인공지능 기술의 기본 개념을 설명할 수 있다. 2. 주어진 데이터와 적용 목적에 맞는 인공지능 문제를 구성할 수 있다. 3. 오픈 소스 라이브러리를 활용하여 기본적인 인공지능 모델을 구현할 수 있다. 강좌 계획 주차 주제 학습 목표 차시 차 시 명 강좌유형 1 인공지능과 데이터 과학 인공지능, 기계학습, 딥러닝 기본 개념을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 인공지능이란? 강좌영상(25분) 2 기계학습 및 딥러닝 기초 강좌영상(25분) 3 스마트팩토리와 인공지능 강좌영상(25분) 정리 학습정리 강좌영상(1분) 2 산업 데이터와 인공지능 산업 데이터 유형에 따른 특성을 설명하고 분류할 수 있다. 도입 학습개요 강좌영상(2분) 1 산업 데이터의 특성과 분류 강좌영상(25분) 2 데이터와 인공지능 문제 구성 강좌영상(25분) 3 인공지능 모델 개발프로세스 강좌영상(25분) 정리 학습정리 강좌영상(1분) 3 인공지능 모델 개발 프로세스 기계학습 및 딥러닝 모델 개발과 서비스 적용 과정을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 모델 검증 및 평가 방법 강좌영상(25분) 2 데이터 전처리 및 모델 학습 강좌영상(25분) 3 MLOps 강좌영상(25분) 정리 학습정리 강좌영상(1분) 4 모델 개발을 위한 기초 프로그래밍 파이썬(python) 라이브러리를 활용하여 기초적인 데이터 분석을 수행할 수 있다. 도입 학습개요 강좌영상(2분) 1 파이썬 코딩 기초 강좌영상(25분) 2 파이썬 활용 데이터 분석 강좌영상(25분) 3 데이터 처리 및 시각화 강좌영상(25분) 정리 학습정리 강좌영상(1분) 5 분류 문제와 기계학습 분류 문제의 구성과 동작 메커니즘을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 분류 문제 기초 강좌영상(25분) 2 로지스틱 회귀와 kNN 강좌영상(25분) 3 결정 트리와 앙상블 모델 강좌영상(25분) 정리 학습정리 강좌영상(1분) 6 회귀 문제와 기계학습 회귀 문제의 구성과 동작 메커니즘을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 회귀 문제 기초 강좌영상(25분) 2 선형 회귀와 트리 기반 모델 강좌영상(25분) 3 서포트 벡터 머신과 회귀 강좌영상(25분) 정리 학습정리 강좌영상(1분) 7 기계학습 모델 프로그래밍 데이터와 목적에 기반한 분류/회귀 문제를 구성하고 모델을 구축할 수 있다. 도입 학습개요 강좌영상(2분) 1 기계학습 라이브러리 소개 강좌영상(25분) 2 기계학습 기반 분류 모델 강좌영상(25분) 3 기계학습 기반 회귀 모델 강좌영상(25분) 정리 학습정리 강좌영상(1분) 8 중간평가 9 분류 문제와 딥러닝 인공신경망의 기초 개념과 동작 메커니즘을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 인공신경망과 딥러닝 기초 강좌영상(25분) 2 CNN 개념 및 동작원리 강좌영상(25분) 3 딥러닝 기반 분류 모델 강좌영상(25분) 정리 학습정리 강좌영상(1분) 10 회귀 문제와 딥러닝 인공신경망을 활용한 회귀 및 예측 모델의 구성과 동작 메커니즘을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 딥러닝 기반 회귀와 예측 강좌영상(25분) 2 RNN 개념 및 동작원리 강좌영상(25분) 3 딥러닝 기반 회귀 모델 강좌영상(25분) 정리 학습정리 강좌영상(1분) 11 딥러닝 모델 프로그래밍 기초적인 딥러닝 기반 회귀 및 예측 모델을 구축할 수 있다. 도입 학습개요 강좌영상(2분) 1 인공신경망 프로그래밍 기초 강좌영상(25분) 2 딥러닝 기반 분류 모델 실습 강좌영상(25분) 3 딥러닝 기반 회귀 모델 실습 강좌영상(25분) 정리 학습정리 강좌영상(1분) 12 클러스터링을 위한 인공지능 클러스터링 문제의 구성과 방법론을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 클러스터링 기초 강좌영상(25분) 2 기계학습 클러스터링 방법론 강좌영상(25분) 3 딥러닝 클러스터링 방법론 강좌영상(25분) 정리 학습정리 강좌영상(1분) 13 이상탐지를 위한 인공지능 이상탐지 문제의 구성과 방법론에 대하여 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 이상탐지 기초 강좌영상(25분) 2 기계학습 이상탐지 방법론 강좌영상(25분) 3 딥러닝 이상탐지 방법론 강좌영상(25분) 정리 학습정리 강좌영상(1분) 14 클러스터링 및 이상탐지 모델 프로그래밍 오픈소스 라이브러리를 활용하여 클러스터링 및 이상탐지 모델을 구현할 수 있다. 도입 학습개요 강좌영상(2분) 1 라이브러리 소개 강좌영상(25분) 2 기계학습 기반 실습 강좌영상(25분) 3 딥러닝 기반 실습 강좌영상(25분) 정리 학습정리 강좌영상(1분) 15 기말평가 https://lms.kmooc.kr/pluginfile.php/4102511/course/summary/%EC%82%B0%EC%97%85%EC%9D%91%EC%9A%A9%EC%9D%84%20%EC%9C%84%ED%95%9C%20%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5_%ED%99%8D%EB%B3%B4%EC%98%81%EC%83%81.mp4

정보 업데이트 현황

K-MOOC · 공공데이터포털: 국가평생교육진흥원_K-MOOC_강좌정보 (apis.data.go.kr/B552881/kmooc_v2_0) 연계
내용이 새로 갱신되었습니다.
정보 항목갱신 주기마지막 확인유효기간상태
K-MOOC 강좌 정보강좌명, 운영 대학, 교수, 수강신청 기간, 학습 기간, 신설·종료 여부, 강좌 소개·분류(새 강좌만) 매일 2026-11-22 12:40 2026-11-29 최신
수강신청 가능 여부수강신청 시작일·마감일, 접수 중 / 마감 / 상시 상태 매일 2026-11-22 15:23 2026-11-23 최신

평가와 의견 0

이 교육이 어땠는지 알려 주세요. 로그인하면 별점과 의견을 남길 수 있습니다.

아직 평가가 없습니다.