인문·사회계열 전공생을 위한 머신러닝 예비학교
묶음강좌 목록으로 돌아가기
본 강좌는 인문·사회·교육계열을 전공하는 학생들이 본인의 전공 혹은 진로 희망 분야에 인공지능 기술을 적용할 수 있도록 기초부터 심화까지의 과정을 묶음으로 구성하였다. 본 묶음강좌를 이수하면 먼저 Jupyter Notebook을 통해 Python 코딩에 입문하고 머신러닝(ML)과 신경망(NN) 문제를 실습한다. 이후 머신러닝 및 인공지능 심화학습을 위해 Python 코딩 실습을 겸한 수학 기초 과정을 학습하며, 실사례(Case Studies)로 구성된 실습을 통해 ML 혹은 AI 알고리즘을 구현할 수 있게 된다.
| 대표기관 | 성신여자대학교 |
|---|---|
| 총 주차 | 46주 |
| 총 학습인정시간 | 97시간 0분 |
| 총 동영상시간 | 64시간30분 |
Series Course Introduction
Course List
인문·사회계열 전공생을 위한 Python 입문
| 분야 | Engineering(Computers & Communication) |
|---|---|
| 난이도 | beginner |
| 주차 | 14week |
| 학습인정시간 | 34시간 00분 |
| 개강상태 | `30.01.01. 개강예정 |
실습으로 배우는 머신러닝
| 분야 | Engineering(Computers & Communication) |
|---|---|
| 난이도 | beginner |
| 주차 | 12week |
| 학습인정시간 | 19시간 00분 |
| 개강상태 | `30.01.01. 개강예정 |
SW&AI 전공 진입을 위한 수학
| 분야 | Engineering(Computers & Communication) |
|---|---|
| 난이도 | beginner |
| 주차 | 07week |
| 학습인정시간 | 19시간 00분 |
| 개강상태 | `30.01.01. 개강예정 |
실사례를 통한 머신러닝 알고리즘 구현 실습
| 분야 | Engineering(Computers & Communication) |
|---|---|
| 난이도 | beginner |
| 주차 | 13week |
| 학습인정시간 | 25시간 00분 |
| 개강상태 | `30.01.01. 개강예정 |