인공지능 교육 과정
각 과정 시수
기본 과정: 21 ~ 40시간
확대 과정: 28 ~ 80시간 (기본 과정, 풍부한 주제, 실습 확대, 시험 확대, 프로젝트 추가)
교재 예시
고등지능원 인공지능 개론 과정
교육 목표
주요 인공지능, 데이터 분석 기술의 용어, 원리와 활용에 대한 정확한 이해
인공지능, 데이터 분석에 대한 이해를 바탕으로 인공지능 제품과 서비스의 기획, 관리, 연구 개발 능력 함양
교육 대상
인공지능, 데이터 분석 서비스를 기획하고 연구 개발자와 원할하게 소통하려는 인공지능, 데이터 분석 서비스 기획자
인공지능, 데이터 분석 분야의 인력을 관리하고 원할하게 소통하려는 인공지능, 데이터 분석 분야 관리자
인공지능, 데이터 분석을 프로그래밍 지식 없이 실습을 통하여 전반적으로 쉽게 이해하고 인공지능 연구 개발에 입문하려는 자
선수 지식
없음
교육 모듈을 활용한 교육 과정 예시
인공지능 개론 (관리자, 기획자, 연구 개발자를 위한)
머신러닝 개론 (관리자, 기획자, 연구 개발자를 위한)
교육 개요
인공지능, 기계추론, 머신러닝, 딥러닝, 강화학습, 지각 인식, 음성 합성, 자연어 처리, 로봇의 정의, 모델, 원리, 한계, 평가, 개발 과정, 용도, 활용 사례에 대한 전반적인 소개
머신러닝의 원리, 모델 성능 평가와 최적화
논리적 인공지능: 탐색, 논리 추론, 논리 학습
확률적 인공지능: 확률과 통계, 확률적 추론, 통계적 학습, 베이즈 네트워크 등
머신러닝: 결정 트리, 회귀분석, 인경신경망, 딥러닝, 강화학습
영상 처리 (영상 인식, 영상 합성), 음성 처리 (음성 인식, 음성 합성)
자연어 처리, 챗봇, 로봇 공학
비주얼 머신러닝 모델링 도구 및 각종 명령행 도구를 활용한 인공지능, 머신러닝 실습
모듈화된 교육 컨텐츠 및 손쉽게 커스터마이즈할 수 있는 교육 모듈을 바탕으로 신속하고 유연한 맞춤형 교육 과정 및 교재 구성
사용 소프트웨어 및 실습 장비
Windows
MS Azure, 각종 명령행 도구
교육 모듈
총 52시간 분량 교육 모듈 보유
상세 교육 모듈 소개 및 맞춤형 커리큘럼은 상담 후 제공
고등지능원 머신러닝 과정
교육 목표
인공지능, 머신러닝의 원리와 활용에 대한 정확한 이해
파이썬, R 등 머신러닝에 널리 사용되고 있는 프로그래밍 언어를 사용한 연구 개발 실무 능력 함양
교육 대상
머신러닝, 딥러닝, 강화학습에 대한 개념 및 이론과 함께 파이썬 혹은 R을 활용하여 머신러닝, 데이터 분석 분야에서의 연구 개발하려는 자
선수 지식
없음
교육 모듈을 활용한 교육 과정 예시
데이터 분석을 위한 파이썬 프로그래밍
데이터 분석을 위한 R 프로그래밍
머신러닝 (파이썬을 활용한)
머신러닝 (R을 활용한)
머신러닝 (파이썬 및 R을 활용한)
딥러닝 (텐서플로를 활용한)
딥러닝 (케라스를 활용한)
딥러닝 (파이토치를 활용한)
딥러닝 (텐서플로, 케라스, 파이토치를 활용한)
머신러닝과 딥러닝 (파이썬을 활용한)
강화학습 (파이썬을 활용한)
강화학습과 딥 강화학습 (파이썬을 활용한)
딥러닝과 강화학습 (파이썬을 활용한)
교육 개요
인공지능, 기계추론, 머신러닝, 딥러닝, 강화학습, 지각 인식, 음성 합성, 자연어 처리, 로봇의 정의, 모델, 원리, 한계, 평가, 개발 과정, 용도, 활용 사례에 대한 전반적인 소개
데이터 분석을 위한 파이썬 프로그래밍
데이터 분석을 위한 R 프로그래밍
머신러닝 공통 개념과 절차
데이터 전처리, 데이터 시각화
머신러닝 모델의 종류와 이해 및 활용
텍스트 마이닝
딥러닝 프레임워크: 텐서플로, 케라스, 파이토치
딥러닝: CNN, RNN, GAN, 오토인코더, 딥러닝 응용
강화학습, 딥강화학습
파이썬, R을 활용한 머신러닝, 딥러닝, 강화학습 실습
모듈화된 교육 컨텐츠 및 손쉽게 커스터마이즈할 수 있는 교육 모듈을 바탕으로 신속하고 유연한 맞춤형 교육 과정 및 교재 구성
사용 소프트웨어 및 실습 장비
Windows
Anaconda, scikit-learn, 텐서플로, 케라스, 파이토치, 기타
RStudio, caret, 기타
교육 모듈
총 165시간 분량 교육 모듈 보유
상세 교육 모듈 소개 및 맞춤형 커리큘럼은 상담 후 제공
고등지능원 자연어 처리 과정
교육 목표
자연어 처리에 대한 정확한 이해를 바탕으로 정보 검색, 텍스트 마이닝, 챗봇 등 자연어 처리 애플리케이션 실무 능력 함양
교육 대상
정보 검색, 문서 분류, 텍스트 마이닝, 챗봇 등 자연어 처리 애플리케이션을 연구 개발하려는 자
선수 지식
머신러닝, 딥러닝 (파이썬을 활용한)
교육 모듈을 활용한 교육 과정 예시
자연어 처리
정보 검색
텍스트 마이닝
딥러닝을 활용한 자연어 처리
챗봇 개발
교육 개요
자연어 처리의 정의, 원리, 개발 방법, 활용에 대한 전반적인 소개
코퍼스, 형태소 분석, 품사 태깅, 한글 형태소 분석
n-gram 모델, MLE 모델
크롤링, 정보 검색
텍스트 마이닝
자연어 처리
딥러닝을 활용한 자연어 처리
챗봇
파이썬을 활용한 자연어 처리 실습
모듈화된 교육 컨텐츠 및 손쉽게 커스터마이즈할 수 있는 교육 모듈을 바탕으로 신속하고 유연한 맞춤형 교육 과정 및 교재 구성
사용 소프트웨어 및 실습 장비
Windows
Anaconda, NLTK, KoNLPy, scikit-learn, 텐서플로, 케라스, 파이토치, 기타
교육 모듈
총 48시간 분량 교육 모듈 보유

상세 교육 모듈 소개 및 맞춤형 커리큘럼은 상담 후 제공
고등지능원
고등지능원 | 김덕태 | 서울시 동작구 보라매로 5가길 7, 1121호 |

사업자등록번호 : 108-81-88634 |

전화번호 : 02-849-1241 |

이메일 : support@aiait.net
자산 6
자산 4
bandddddd
2025 ⓒ BY 고등지능원.ALL RIGHTS RESERVED.