
디지털 회로
국립부경대학교 소프트웨어융합혁신원
디지털 회로의 기본인 부울 논리, 논리게이트, 회로 간소화, 상태 기계, 레지스터 전송 레벨 설계 등을 학습한다. 또한 Verilog를 이용한 설계 방법을 학습한다.
초급
Python, Verilog HDL, FPGA
데이터를 기반으로 문제를 정의하고, 그 판단 근거와 의사결정 과정을 명확하게 설명하는 능력을 기르게 된다. 또한 단일 모델의 성능에만 집중하는 것이 아니라, 머신러닝 워크플로 전체의 완성도와 신뢰성을 평가하는 파이프라인 관점의 사고를 갖추게 된다. 아울러 오류가 발생했을 때 그 원인을 역추적하고 개선 방향을 도출하는 문제 해결 능력을 강화하며, 엔드투엔드 프로젝트 수행 경험을 통해 현업에 즉시 적용 가능한 실무형 ML 파이프라인 역량을 습득하게 된다.





더존비즈온
임직원들도 이 강의를 듣고 있어요!





더존비즈온
임직원들도 이 강의를 듣고 있어요!
전 공정 설계 및 관리 능력: 단순히 모델을 만드는 것에 그치지 않고, 데이터 수집부터 전처리, 학습, 배포에 이르는 '기계학습 파이프라인'의 전체 워크플로우를 직접 설계하고 관리할 수 있는 실무 역량을 갖추게 됩니다
자동화된 기계학습 파이프라인(End-to-End Pipeline): 새로운 데이터가 들어왔을 때 자동으로 전처리되고, 모델이 학습 및 평가되어 배포까지 이어지는 나만의 자동화된 파이프라인 시스템을 결과물로 가질 수 있습니다
실전형 데이터 문제 해결 능력: 원천 데이터(Raw Data)를 분석 가능한 형태로 가공하고, 모델의 성능을 최적화하여 실제 서비스 환경에 적용하는 일련의 과정을 스스로 수행할 수 있습니다.
학습 대상은
누구일까요?
"모델링은 할 줄 알지만 배포가 막막한" 데이터 분석가 및 초보자 주피터 노트북 환경에서 데이터 분석과 모델 학습(Training)은 어느 정도 익숙해졌지만, 완성된 모델을 실제 서비스 환경에 어떻게 적용(Deployment)해야 할지 모르는 분들에게 추천합니다. 파이프라인의 전 과정을 이해함으로써 '실험' 단계를 넘어 '실전 서비스'를 구축하는 역량을 기를 수 있습니다
"취업 경쟁력을 높이고 싶은" 취준생 및 예비 데이터 과학자 단순한 알고리즘 구현 능력을 넘어, 현업에서 즉시 활용 가능한 '엔드 투 엔드(End-to-End) 워크플로우' 설계 능력을 증명하고 싶은 분들에게 추천합니다. 앞서 언급한 '자동화된 파이프라인 시스템' 결과물은 강력한 포트폴리오가 될 것입니다.
선수 지식,
필요할까요?
데이터를 불러오고, 결측치를 처리하거나 형식을 변환하는 과정에 대한 기본적인 개념이 필요합니다. 데이터를 다뤄본 경험이 있다면 파이프라인의 전처리 단계를 더 깊이 이해할 수 있습니다.
모델을 학습시키고 평가하는 과정이 포함되므로, 알고리즘 자체를 깊게 파고들지는 않더라도 머신러닝의 학습, 평가, 검증과 같은 기본적인 용어와 흐름을 알고 있는 것이 좋습니다.
전체
14개 ∙ (2시간 38분)
해당 강의에서 제공:
전체
7개
5.0
7개의 수강평
수강평 920
∙
평균 평점 4.9
수강평 23
∙
평균 평점 4.4
수강평 3
∙
평균 평점 5.0
수강평 5
∙
평균 평점 4.8
수강평 1
∙
평균 평점 5.0
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
무료