[여의도] 보고서에 활용하는 AI(with ChatGPT)
오픈배지
- 교육일정
-
2024-07-03 ~ 2024-07-05
- 신청기간
- 2023-09-25 ~ 2024-07-02
- 교육일수
- 3일
- 교육시간
-
21시간
- 1일차 09시00분 ~ 17시00분
- 2일차 09시00분 ~ 17시00분
- 3일차 09시00분 ~ 17시00분
- 점심시간13:00 ~ 14:00
- 정원
- 30명
- 교육비
- 일반 890,000원 법인회원 790,000원
- 담당자
- KMA 러닝센터 02-3274-9215
- 장소
- KMA 러닝센터
상세안내
교육개요
학습목표
- •AI와 머신러닝의 기본 원리와 사용 사례에 대한 이해를 높일 수 있습니다.
•엑셀 및 ChatGPT를 활용한 실제 업무에 적용할 수 있는 AI 제작 능력을 향상할 수 있습니다.
•데이터 전처리 및 분석의 전체 프로세스를 파이썬을 통해 구현할 수 있습니다.
•AI와 머신러닝의 중요성과 그 효과를 이해하고 실무에 바로 적용할 수 있습니다.
수강대상
- •엑셀활용이 익숙하신 분
•데이터 기반 의사결정에 관심이 많으신 분
•AI와 머신러닝에 대한 내용을 현업보고서에 활용하고 싶은 분
시간표
| 주요내용 | 세부내용 |
|---|---|
|
실무에 AI를 활용해야 하는 이유 0.5시간 |
1) AI의 역사와 머신러닝의 구동방식 2) AI의 다양한 현업사용사례 3) AI비전문가가 업무에 AI를 제작할 수 있을까? - 기존의 엑셀기술 활용하기, ChatGPT의 생성코딩 기능 활용 4) 데이터전처리는 엑셀로 데이터 분석은 파이썬으로 할 때의 장점 |
|
머신러닝이 왜 필요할까? 1시간 |
1) Kaggle(타이타닉 생존자 예측 시나리오 소개 ) 2) 엑셀을 활용한 생존자 예측 점수 실습 3) ChatGPT를 활용한 프롬프트 엔지니어링 소개 4) ChatGPT를 활용한 파이썬으로 생존자 예측 데이터 제작 |
|
머신러닝 Flow 개념 이해하기 2시간 |
1) 파이썬기반 타이타닉 생존자 예측점수 비교 - 데이터 수집 - 전처리 - 학습/검증 데이터셋분리 - 학습 - 검증 - 성능평가 - 모델성능최적화 - 최종모델 제작 |
|
데이터 전처리_엑셀 2.5시간 |
1) 입력변수(Feature) / 출력변수(Target) 구분하여 저장하기 2) 이상치제거(Z스코어&IQR 결측치처리, 제거&값변경&통계처리) 3) 중복데이터제거(다중공선성)(다중공선성의 문제 및 중복데이터처리) 4) 데이터 표준화(정규분포) |
|
데이터 탐색/이해_엑셀 1시간 |
1) 직관과 가설에 기반한 탐색적 데이터 분석 2) 엑셀을 활용한 데이터 추가수정 |
|
파이썬으로 엑셀데이터 다루기 1시간 |
1) 파이썬 리뷰(꼭 알아야 하는 문법 리마인드) 2) 엑셀파일을 파이썬에서 사용하는 방법 3) DataFrame의 이해(파일열기 / 열값 기준으로 조회하기 / index 기준으로 조회하기Training Data & Test Data 분할하기/저장하기) 4) ChatGPT를 활용한 데이터 편집 |
|
분류모델학습_파이썬 4시간 |
1) 파이썬이 유명해진 본질적인 이유 - Scikit-learn 2) Decision Tree Classifier 란? 3) 비즈니스 분류문제에서 디시전트리 사용의 장점 4) 파라미터에 대한 이해(max_depth / min_samples_split / min_samples_leaf 등) 5) Train Data / Test Data 분할하기(엑셀로 코딩지식없이 분할하기) 6) Train Data / Test Data 분할하기(파이썬 코드로 분할하기) 7) Train 데이터로 학습하고 Test Data로 성능 평가진행하기 |
|
분류모델최적화_파이썬 2시간 |
1) Train / Test 만 집중하면 발생하는 문제점(과적합 ) 2) 과적합 해소를 위한 Validation Data의 필요성 과 실습 3) Cross Validation / 최종 모델 선택 및 결과해석 4) ChatGPT를 활용한 분류모델 학습 프롬프트 공유 및 해석 |
|
회귀모델학습_파이썬 2시간 |
1) 선형회귀(Linear Regression)와 다항회귀(Polynomial Regression) 2) 비즈니스 분류문제에서 다항회귀 사용의 장점 3) 파라미터에 대한 이해(계수(coefficient) / 절편(intercept) / 다항식차수(degree) 등) 4) Train Data / Test Data 분할하기 5) Train 데이터로 학습하고 Test Data로 성능 평가진행하기 |
|
회귀모델최적화_파이썬 1시간 |
1) Train / Test 만 집중하면 발생하는 문제점(과적합) 2) Validation Data의 필요성과 실습 3) Cross Validation / 최종 모델 선택 및 결과해석 4) ChatGPT를 활용한 회귀모델 학습 프롬프트 공유 및 해석 |
|
ChatGPT 활용 프로젝트 3시간 |
1) 개별 프로젝트(데이터 파이프라인 구축 FLOW 만들기) |
|
생성형 AI시대 인간이 더 인간답게 살아가는 방법 1시간 |
1) 앞으로 pandas를 다룰 줄 알아야 하는 이유(ChatGPT의 데이터편집 우수성) 2) Deeplearing 코드제작이 쉬워진 이유(ChatGPT로 이미지 양품/불량품 판별모델제작) 3) 파이썬 RPA와 AI의 결합(데이터수집/전처리/모델제작/최적화/시각화/PPT연결) 4) 생성형 AI 시대 인간이 더 인간답게 살 수 있는 방법 |
수강후기
5점
(5)
4점
(1)
3점
(0)
2점
(0)
1점
(0)
교육장안내
KMA오픈러닝센터
- 평일
- 08:30 ~ 17:30
- 휴무시간
- 12:30 ~ 13:30
- 교육문의
- KMA 러닝센터 02)3274-9215
- 팩스
- 0502-400-9988 / 02-3274-9399
- 쿠폰문의
- 회원서비스 전화 02)3274-9347,9348
