[멀티캠퍼스] 빅데이터 분석 전문가 과정 대시보드

프로그램

1주차-3주차

데이터 수집, 전처리, 모델링, 최적화, 평가 등

머신러닝 프로젝트의 전 과정을 실습하여 실무 능력을 향상시킬 수 있습니다.

교과목 - ML(Machine Learning) 프로젝트

• 프로젝트 팀 구성, 프로젝트 주제 선정

• 문제 정의, 분석 설계, 데이터 수집 및 탐색

• 피처 엔지니어링 : 결측치

• 피처 엔지니어링 : 이상치

• 피처 엔지니어링: 변수 변환 및 선택

• 모델링(ML 위주 알고리즘)

• 모델링

• 성능 평가 및 최적화

• 팀별 프로젝트 발표회

4주차-7주차

딥러닝 환경 구축, 데이터 수집 및 전처리, 모델링, 최적화, 스트림릿을 이용한

대시보드 제작 등 머신러닝 및 딥러닝 프로젝트의 실무 기술을 학습합니다.

교과목 - DL(Deep Learning) 프로젝트

• 환경 구축

• 팀 선정 및 주제 선정

• 문제 정의 및 분석 설계

• ML 프로젝트 수행1 (데이터 수집 및 탐색)

• ML 프로젝트 수행2 (피처 엔지니어링)

• ML 프로젝트 수행3 (학습용 데이터셋 구성) 및 멘토링

• ML 프로젝트 수행4 (모델링 - ML & 딥러닝 등 고급 알고리즘)

• ML 프로젝트 수행5 (최적화)

• 앱 제작

• 팀별 프로젝트 발표회

8주차-12주차

딥러닝 모델 개발부터 최적화, 배포까지의 AI 서비스 제작의 전 과정을 경험하며

실제 프로젝트 수행을 통해 실무 능력을 향상시킬 수 있습니다.

교과목 - AI 서비스 제작 프로젝트

• 딥러닝을 위한 GPU 환경 및 도커 활용 환경 구축

• PyQT 또는 스트림릿을 이용한 앱 제작 기술

• 팀 구성 및 프로젝트 주제 선정, 데이터 수집 및 탐색

• 피처 엔지니어링 및 데이터셋 구성

• ML & DL 알고리즘 특징 및 알고리즘에 적합한 데이터셋 구성 점검 및 모델링

• 모델 최적화 및 성능 평가

• 스트림릿을 이용한 데시보드 제작 및 모델 적용 서비스

• 팀별 프로젝트 발표 및 최종 결과물 제출