로그인 후 신청할 수 있으며, 정원이 찼거나 이미 신청한 강의는 신청할 수 없습니다. 신청 내역은 [마이페이지 > 학습정보]에서 확인합니다.
| 회차 | 주제 | 내용 |
|---|---|---|
| 1 | 1주차 주제 : AI 활용을 위한 파이썬 파이썬 소개，Anaconda 및 Jupyter Notebook 설치 및 환경 세팅 파이썬 기본 문법 변수，연산자，표준 입출력 파이썬 자료형(리스트，튜플，딕셔너리，세트) 조건문，반복문 함수，모듈 | 이론 및 실습 · 자체교재 |
| 2 | 2주차 주제 : 파이썬을 활용한 데이터 처리 기초 Python 데이터 처리 라이브러리 소개 NumPy를 활용한 데이터 연산 Pandas 데이터 처리，데이터 프레임 구조 이해 데이터 시각화 기초 데이터 시각화 응용 | 이론 및 실습 · 자체교재 |
| 3 | 3주차 주제: 모빌리티 데이터 핸들링 및 데이터 분석 방법론 데이터 탐색적 분석(EDA): 기술 통계，분포，상관 관계 이해 데이터 시각화의 중요성 및 기법: matplotlib，seaborn，라이브러리 사용법 데이터 클리닝 및 전처리 방법: 중복 데이터 처리，데이터 타입 변환 결측치의 유형과 결측치가 분석에 미치는 영향 결측치 처리 방법: 제거，대체 (평균，중앙값，최빈값 등) 이상치 처리 방법: 삭제，대체，변환 데이터 스케일링(정규화，표준화) 실습: EDA 및 시각화를 통한 산업 데이터 인사이트 도출 | 이론 및 실습 · 자체교재 |
| 4 | 4주차 주제 : 머신러닝을 통한 모빌리티 산업 AI 적용 인공지능 기초 이론，TensorFlow 및 Keras 소개 지도학습 vs. 비지도 학습，KNN，SVM，Decision Tree，앙상블 기법 회귀(Regression) 모델 분류(Classification) 모델 클러스터링(Clustering) 모델 실습: 머신러닝 프로젝트 | 이론 및 실습 · 자체교재 |
| 5 | 5주차 주제 : 딥러닝을 통한 모빌리티 산업 인공지능 고도화 딥러닝 개요 및 주요 알고리즘 TensorFlow 및 Keras 소개，기본 신경망 모델링 최적화，손실함수，경사하강법 모델 학습，평가，저장 딥러닝을 활용한 데이터 분류 실습: 딥러닝 프로젝트 | 이론 및 실습 · 자체교재 |
| 6 | 6주차 주제 : AI 성능 고도화를 위한 강화학습 가치기반 강화 알고리즘 정책기반 강화 알고리즘 | 이론 및 실습 · 자체교재 |
| 7 | 7주차 주제 : 미래모빌리티 자율주행을 위한 컴퓨터 비전 컴퓨터 비전 소개 및 OpenCV 이미지 처리 기초 이미지 분류를 위한 딥러닝 모델 CNN CNN 기반의 이미지 분석 및 분류 모델 실습: 컴퓨터 비전 프로젝트 | 이론 및 실습 · 자체교재 |
| 8 | 8주차 주제 : 미래 모빌리티 Object Detection(객체 탐지) 객체 탐지 기본 원리 딥러닝을 통한 객체 탐지 모델 객체 탐지 실습 및 응용 | 이론 및 실습 · 자체교재 |
| 9 | 9주차 주제 : 프로젝트 실전 모빌리티산업 프로젝트 발표 및 평가 | 이론 및 실습 · 자체교재 |
