영상인식 & 학습추론 선행강좌 [매치업 교육과정]
AI 선행 강좌는...
AI 영상분석,학습추론 분야 전문가를 위해
배워야 할 공통 선행 학습 과정입니다.
- 인공지능 분야 실무경력 최소 8년 이상의 석박사급 강사진
- 현업의 다양한 기술 및 사례등을 고려한 커리큘럼 설계 및 콘텐츠 제작
STEP 1 : 머신러닝을 위한 기초 수학 및 통계 Lecture URL
Lecture Feature
수강대상
  • Machine Learning 학습을 위한 기초 수학 및 통계 지식이 필요한 입문자

 

수강목표
  • R을 활용한 머신러닝 학습에 필요한 선수지식인 기초 수학 및 통계의 개념과 활용 기술을 습득하여 R 머신러닝 학습에 대한 기초 배양

 

과정이수 선수지식
  • 선형대수

 

과정 난이도
  • 해당 과정은 초중급 난이도에 맞추어 설계되었습니다. 유관 전공 학사학위 또는 석사 1학년 수준에 맞추어 난이도를 맞추었으며 해당분야 경력직 취업보다는 신입 취업에 맞추어 구성되었습니다.

 

과정이수 후 진로
  • R 머신러닝 학습
  • 파이썬 머신러닝 학습
  • 빅데이터 플랫폼개발 학습
  • 유관학과 대학원 진학

 

유관기술 활용범위
  • R 머신러닝 선수지식
  • 파이썬 머신러닝 선수지식
  • 빅데이터 활용 선수지식
 
Lecture Information
  • 머신러닝을 위한 기초 수학 및 통계
    by 안치경
  • 13 Lectures
    Total Time 07 hours, 49 minutes
  • 20 Days
    2019/07/19 ~ 2019/08/08
  • 140,000
    20%
    112,000
SAMPLE LECTURE
STEP 2 : R을 활용한 머신러닝 Lecture URL
Lecture Feature
수강대상
  • Machine Learning 및 Deep Learning의 개념을 이해하려는 전직희망자/개발자/연구자/기획자
  • 진학을 위한 관련 학과 재학 및 전공 대학생
  • 주요 Machine Learning의 기본 원리와 이론을 이해하고 R을 활용하여 Machine Learning 분석을 입문하고자 하는 데이터 과학자

 

수강목표
  • 데이터 분석, Machine Learning 및 Deep Learning 분석의 개념과 원리를 이해하고, 응용 사례를 살펴보며, R을 활용한 대표적인 Machine Learning 기법을 실습하여 데이터 과학자로서의 능력 배양

 

과정이수 선수지식
  • 데이터 통계 기초지식

 

과정 난이도
  • 해당 과정은 초중급 난이도에 맞추어 설계되었습니다. 유관 전공 학사학위 또는 석사 1학년 수준에 맞추어 난이도를 맞추었으며 해당분야 경력직 취업보다는 신입 취업에 맞추어 구성되었습니다.

 

과정이수 후 진로
  • 알고리즘(모델) 개발자
  • 분야별 인공지능 프로그래머(의료, 제조, IT, SW 등)
  • 연구소 연구원
  • 대학원 진학

 

유관기술 활용범위
  • 유통,쇼핑,금융 등 상품기획과 고객 맞춤형 세분화 마케팅 전략 수립
  • 금융 및 보험의 정상/비정상 거래(고객) 분류 모델 개발
  • 제조, 에너지 등 가격, 비용 및 수요 예측 모델 수립
  • 데이터 분석 기반 공공분야 서비스 개선
 
Lecture Information
  • R을 활용한 머신러닝
    by 조치선
  • 16 Lectures
    Total Time 09 hours, 35 minutes
  • 25 Days
    2019/07/19 ~ 2019/08/13
  • 220,000
    20%
    176,000
SAMPLE LECTURE
STEP 3 : 파이썬을 활용한 딥러닝 1 Lecture URL
Lecture Feature
수강대상
  • Machine Learning 및 Deep Learning의 개념을 이해하려는 전직희망자/개발자/연구자/기획자
  • 진학을 위한 관련 학과 재학 및 전공 대학생
  • 인공지능 프레임워크를 활용한 Deep Learning 애플리케이션 및 영상인식 서비스를 개발해야 하는 개발자

 

수강목표
  • 영상인식을 위한 딥러닝, 알고리즘을 이해하고 사례와 실습을 바탕으로 딥러닝 기반 영상인식 프로그래밍 능력 배양

 

과정이수 선수지식
  • 리숙스, 인공신경망 및 인공지능 이해자

 

과정 난이도
  • 해당 과정은 초중급 난이도에 맞추어 설계되었습니다. 유관 전공 학사학위 또는 석사 1학년 수준에 맞추어 난이도를 맞추었으며 해당분야 경력직 취업보다는 신입 취업에 맞추어 구성되었습니다.

 

과정이수 후 진로
  • 알고리즘(모델) 개발자
  • 분야별 인공지능 프로그래머(의료, 제조, IT, SW 등)
  • 연구소 연구원
  • 대학원 진학

 

유관기술 활용범위
  • 스마트팩토리 비저닝
  • 보안
  • 의료 AI
  • 자율주행(드론, 자율주행자동차)
  • 로봇
 
Lecture Information
  • 파이썬을 활용한 딥러닝 1
    by 강인규
  • 10 Lectures
    Total Time 05 hours, 44 minutes
  • 20 Days
    2019/07/19 ~ 2019/08/08
  • 190,000
    20%
    152,000
SAMPLE LECTURE
STEP 4 : 파이썬을 활용한 딥러닝 2 Lecture URL
Lecture Feature
수강대상
  • Machine Learning 및 Deep Learning의 개념을 이해하려는 전직희망자/개발자/연구자/기획자
  • 진학을 위한 관련 학과 재학 및 전공 대학생
  • 인공지능 프레임워크를 활용한 Deep Learning 애플리케이션 및 영상인식 서비스를 개발해야 하는 개발자

 

수강목표
  • 영상인식을 위한 딥러닝, 알고리즘을 이해하고 사례와 실습을 바탕으로 딥러닝 기반 영상인식 프로그래밍 능력 배양

 

과정이수 선수지식
  • 리숙스, 인공신경망 및 인공지능 이해자

 

과정 난이도
  • 해당 과정은 초중급 난이도에 맞추어 설계되었습니다. 유관 전공 학사학위 또는 석사 1학년 수준에 맞추어 난이도를 맞추었으며 해당분야 경력직 취업보다는 신입 취업에 맞추어 구성되었습니다.

 

과정이수 후 진로
  • 알고리즘(모델) 개발자
  • 분야별 인공지능 프로그래머(의료, 제조, IT, SW 등)
  • 연구소 연구원
  • 대학원 진학

 

유관기술 활용범위
  • 스마트팩토리 비저닝
  • 보안
  • 의료 AI
  • 자율주행(드론, 자율주행자동차)
  • 로봇
 
Lecture Information
  • 파이썬을 활용한 딥러닝 2
    by 김철우
  • 10 Lectures
    Total Time 06 hours, 08 minutes
  • 20 Days
    2019/07/19 ~ 2019/08/08
  • 190,000
    20%
    152,000
SAMPLE LECTURE
STEP 5 : 파이썬을 활용한 딥러닝 3 Lecture URL
Lecture Feature
수강대상
  • Machine Learning 및 Deep Learning의 개념을 이해하려는 전직희망자/개발자/연구자/기획자
  • 진학을 위한 관련 학과 재학 및 전공 대학생
  • 인공지능 프레임워크를 활용한 Deep Learning 애플리케이션 및 영상인식 서비스를 개발해야 하는 개발자

 

수강목표
  • 영상인식을 위한 딥러닝, 알고리즘을 이해하고 사례와 실습을 바탕으로 딥러닝 기반 영상인식 프로그래밍 능력 배양

 

과정이수 선수지식
  • 리숙스, 인공신경망 및 인공지능 이해자

 

과정 난이도
  • 해당 과정은 초중급 난이도에 맞추어 설계되었습니다. 유관 전공 학사학위 또는 석사 1학년 수준에 맞추어 난이도를 맞추었으며 해당분야 경력직 취업보다는 신입 취업에 맞추어 구성되었습니다.

 

과정이수 후 진로
  • 알고리즘(모델) 개발자
  • 분야별 인공지능 프로그래머(의료, 제조, IT, SW 등)
  • 연구소 연구원
  • 대학원 진학

 

유관기술 활용범위
  • 스마트팩토리 비저닝
  • 보안
  • 의료 AI
  • 자율주행(드론, 자율주행자동차)
  • 로봇
 
Lecture Information
  • 파이썬을 활용한 딥러닝 3
    by 윤경구
  • 10 Lectures
    Total Time 07 hours, 16 minutes
  • 20 Days
    2019/07/19 ~ 2019/08/08
  • 190,000
    20%
    152,000
SAMPLE LECTURE