일차

시간

훈련모듈명

훈련내용

훈련시간

교수방법

교육

방법

강사

1일

1교시

09:30∼10:20

머신러닝기반 데이터 분석(1)

• 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

- 데이터셋 분할 설계하기

- 데이터 셋 분할 기준 판단하기

- 교차검증 필요성 판단과 K값 결정하기

- 데이터셋 분할 및 샘플링하기

- 샘플링 차이 분석 및 적용하기

5

이론1

5교시

14:30∼15:20

실습2

6교시

15:30∼16:20

7교시

16:30∼17:20

3. 지도학습 모델 적용하기

- 적합한 머신러닝 기법 적용하기

- 최적의 분류모델 선정 및 적용하기

이론2

8교시

17:30∼18:30

2일

1교시

09:30∼10:20

머신러닝기반 데이터 분석(2)

3. 지도학습 모델 적용하기

- 최적의 수치예측모델 선정 및 적용하기

- 앙상블 모형 적용 및 새로운 방법론 개발하기

3

이론2

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

3. 지도학습 모델 적용하기 실습

실습1

점심시간

4교시

13:30∼14:20

3. 지도학습 모델 적용하기 실습

5

실습2

5교시

14:30∼15:20

6교시

15:30∼16:20

4. 모델 성능 평가하기

- 모델 성능 평가 방법 선정 및 비교하기

- 평가 메트릭 계산하고 해석하기

- 주어진 모델의 성능 향상하기

이론2

7교시

16:30∼17:20

8교시

17:30∼18:30

실습1

3일

1교시

09:30∼10:20

딥러닝 기반 텍스트 분석(1)

5. 텍스트 데이터 변환하기

- 형태소로 분리하기

- 필요 키워드 추출하기

- 말뭉치 작성하기

- 행렬 작성하기

- 기본 집계 수행하기

- 텐서플로우 설치와 환경 구축하기

- Graph 이론과 텐서플로우 구조 이해하기

5

이론3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

4교시

13:30∼14:20

실습2

5교시

14:30∼15:20

6교시

15:30∼16:20

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기

- 신경망 기초 이해하기

1. 과 RNN 이해하기

3

이론3

7교시

16:30∼17:20

8교시

17:30∼18:30

4일

1교시

09:30∼10:20

딥러닝 기반 텍스트 분석(2)

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기

• 이용한 실시간 분석하기
• 데이터 분류 결과 분석하기

• 데이터 분류 방법 적용하기

8

이론3

집체

(이론강의 및 실습법)

박선아

2교시

10:30∼11:20

3교시

11:30∼12:20

점 심

4교시

13:30∼14:20

6. 딥러닝 기반 데이터 분석, 분류 및 적용하기 실습

실습5

5교시

14:30∼15:20

6교시

15:30∼16:20

7교시

16:30∼17:20

8교시

17:30∼18:30

계

32

이론18/실습14