(2024-겨울학기) AI 활용 데이터 분석 및 머신러닝 실무 교육 비교과프로그램

  • #파이썬#AI#머신러닝
  • 전체 학생/대학원생
  • 전체 학년/전체 성별
  • 전체 학과
  • joowon28@ulsan.ac.kr
  • 052-712-8436
  • 2호관 311호
- 데이터와 파이썬, 그리고 머신러닝 이해와 환경 구축
- 머신러닝 알고리즘-군집화
- 머신러닝 알고리즘-분류
- 머신러닝 알고리즘-회귀
- 프로젝트 수행 및 구현 결과 발표 및 논의

로그인이 필요합니다.

핵심역량 지수
나의 역량 지수
로그인이 필요합니다
나의 신청내역
  • 프로그램 일정 상태 비고
세부내용

지자체-대학 협력기반 지역혁신사업 울산・ 경남지역혁신플랫폼 미래모빌리티사업단에서는 스마트모빌리티 분야 모빌리티 로봇 개발 능력을 강화하기 위한 [AI 활용 데이터 분석 및 머신러닝 실무 교육] 비교과 프로그램을 진행합니다. 많은 참여 부탁 드립니다.



1. 강의 기간:

 - 2025. 01. 13.(월) ~ 2025. 01. 17.(금) 10:00 ~ 17:00
    (6시간/일), 5일


2. 모집기간: 2024. 12. 17.(목) ~ 2025. 01. 08.(수)

* 서명부에 서명 하지 않을 경우 및 출석부에 응답하지 않을 경우 교육 미이수 대상이 될 수 있음을 안내드립니다. 


3. 장소: 2호관 311호


4. 모집인원: 총 20명(※ 모집인원 충족 시, 조기마감 될  수 있음)

 ※ 모집인원 초과시

  1) 미래모빌리티전공 이수학생 우선 선발

  2) 3,4학년 재학생

  3) 학점 3.5점 이상 학생에게 가점 부여


5. 참여대상: USG 공유대학 미래모빌리티 전공 참여학과(부)생


6. 프로그램 세부내용 및 일정

차수일자시간세부내용강사
1일차2025. 01. 13.(월)10:00 ~ 17:00
(6시간/일)
<데이터와 파이썬, 그리고 머신러닝 이해와 환경 구축>
- 파이썬 활용 환경 구축과 탐색적 데이터 분석
- 파이썬을 이용한 데이터 분석 및 시각화 방법
- 데이터 분석 툴 사용법 학습
- 머신러닝 분류 및 scikit-learn 패키지 활용
외부 교육 전문 업체
2일차2025. 01. 14.(화)10:00 ~ 17:00
(6시간/일)
<머신러닝 알고리즘-군집화>
- K-Means 알고리즘
- scikit-learn Kmeanas 클래스 활용
- 실루엣 분석 및 최적화
- GMM, DBSCAN 군집화
3일차2025. 01. 15.(수)10:00 ~ 17:00
(6시간/일)
<머신러닝 알고리즘-분류>
- K-NN 알고리즘
- scikit-learn KNeighborsClassifier 클래스 활용
- scikit-learn KFold 활용
- GridSearchCV를 이용한 모델 최적화
4일차2025. 01. 16.(목)10:00 ~ 17:00
(6시간/일)
<머신러닝 알고리즘-분류>
- 모델 평가 지표
- 결정트리 및 앙상블모델
<머신러닝 알고리즘-회귀>
- 선형회귀
- 다항회귀
- 로지스틱 회귀
- scikit-learn LinearRegression 클래스
5일차2025. 01. 17.(금)10:00 ~ 17:00
(6시간/일)
<프로젝트 수행 및 구현 결과 발표 및 논의>
- 탐색적 데이터 분석 실습
- 각 인원별(조별) 구현 결과물의 개선 방안 토의
- 산업현장 문제의 AI 적용방안 토의


7. 제출서류: 붙임 2의 파일을 작성하여 'AI 활용 데이터 분석 및 머신러닝 실무 교육 비교과프로그램_이름_학과_학번'으로 제출 요망

 - 붙임 1. AI 활용 데이터 분석 및 머신러닝 실무 교육 비교과프로그램 모집 안내문

 - 붙임 2. AI 활용 데이터 분석 및 머신러닝 실무 교육 비교과프로그램 지원서, 개인정보 수집 동의서


* 첨부파일 지원서 작성 후, 첨부하여 신청 바랍니다.
  서명의 경우, 전자 서명 및 실제 서명 후 스캔본으로 제출 바랍니다.


상세일정 및 신청하기
  • 프로그램 일정 마일리지 신청기간 신청현황
  • (2024-겨울학기) AI 활용 데이터 분석 및 머신러닝 실무 교육 비교과프로그램

    ~

    750 부터
    까지

    1 명 / 20 명

    (최대 30 명 접수가능)