일차

시간

훈련모듈명

훈련내용

훈련시간

교수방법

교육

방법

강사

1일

1교시

09:30∼10:20

1. 머신러닝 수행방법 계획하기

- 머신러닝 기반 데이터 분석 도입 및 프로세스 관리하기

- 머신러닝 기법 적용 필요성 판단하기

- 머신러닝 기법 선정 및 절차 계획하기

- 수행계획 문서화 하고 구성원에게 공유하기

3

이론2

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

실습1

점 심

4교시

13:30∼14:20

2. 데이터셋 분할하기(1)

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

5

이론3

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

8교시

17:30∼18:30

2일

1교시

09:30∼10:20

2. 데이터셋 분할하기(2)

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

3

실습3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

4교시

13:30∼14:20

3. 지도학습 모델 적용하기(1)

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

5

이론3

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

8교시

17:30∼18:30

3일

1교시

09:30∼10:20

3. 지도학습 모델 적용하기(2)

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

3

실습3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

4교시

13:30∼14:20

4. 자율학습 모델 적용하기

- 필요한 자율학습 머신러닝 기법 적용하기

- 군집화 기법 적용 및 최적 기법 적용하기

- 차원 축소 기법 선청 및 적용하기

- 목적에 맞는 문제해결을 위해 알고리즘 비교 및 적용하기

5

이론2

5교시

14:30∼15:20

실습3

6교시

15:30∼16:20

7교시

16:30∼17:20

8교시

17:30∼18:30

4일

1교시

09:30∼10:20

5. 모델 성능 평가하기

- 모델 성능 평가 방법 선정 및 비교하기

- 평가 메트릭 계산하고 해석하기

- 주어진 모델의 성능 향상하기

4

이론2

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

실습2

점 심

4교시

13:30∼14:20

5교시

14:30∼15:20

6. 학습결과 적용하기

- 분석 결과 부합성 판단 및 평가하기

- 평가결과 문서화 및 커뮤니케이션하기

- 프로세스화 작업 수행하기

- 피드백 사이클 시행 및 관리하기

4

이론2

6교시

15:30∼16:20

7교시

16:30∼17:20

실습2

8교시

17:30∼18:30

계

32

이론14/실습18