AI 학습추론 강좌는...
학습추론을 위한 지식표현 방법과 실제 적용 가능한 모델링 방법 학습을 통해 학습추론 전문가 양성을 목표로 합니다.
- 인공지능 분야 실무경력 최소 8년 이상의 석박사급 강사진
- 현업의 다양한 기술 및 사례등을 고려한 커리큘럼 설계 및 콘텐츠 제작
Lecture Feature
수강대상
- 학습 추론을 위한 Knowledge Represention과 Machine Learning 및 Deep Learning 모델을 이해하려는 개발자/연구자/기획자
- 진학을 위한 관련 학과 재학 및 전공 대학생
- 지식 그래프를 대상으로 학습 추론을 위한 Machine Learning 및 Deep Learning 모델을 개발해야 하는 개발자
수강목표
- 학습 추론을 위한 Knowledge Represention을 학습하고, Machine Learning 및 Deep Learning 모델을 이해하여 추론 프로그래밍 능력 배양
과정이수 선수지식
- Machine Learning 및 Deep Learning 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
- 지식 서비스 제공을 목표로 하는 학습 추론 모델 개발
- 금융 및 법률 지식을 확장 하기 위한 추론 모델 수립
- 학습 추론 모델 기반 질의응답 시스템 개발
SAMPLE LECTURE
Lecture Feature
수강대상
- 빅데이터 처리를 위한 오픈소스 프레임워크 Hadoop 및 Spark의 개념을 이해와 학습을 목표로 하는 개발자/연구자/기획자
- 진학을 위한 관련 학과 재학 및 전공 대학생
- 오픈소스 프레임워크인 Hadoop 및 Spark를 기반으로 빅데이터 처리 프로그램을 개발해야 하는 개발자
수강목표
- 빅데이터 처리를 위한 오픈소스 프레임워크 Hadoop 및 Spark 프로그래밍 능력 배양
과정이수 선수지식
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
- 빅데이터 분석 전문가(IT, 금융, 정부, 의료, 마케팅 및 리서치)
- 연구소 연구원
- 대학원 진학
유관기술 활용범위
- 오픈소스 프레임워크 기반 빅데이터 처리 프로그램 개발
- 빅데이터 모델링, 분석 및 활용 전략 수립
- 빅데이터 정보 서비스 기획
SAMPLE LECTURE