- Q. 데이터사이언스 센터의 주요 교육과정은?
-
- 4차 산업혁명 시대의 도래로 인해 데이터 과학으로서의 전통적 통계분석기법과 더불어, Statistical Learning , Machine Learning, 인공지능 등의 중요성이 사회 전반에 걸쳐서 강조되고 있다. 통계적 사고와 컴퓨터를 이용한 기계학습의 원리를 접목하고 이를 함께 이해하는 것이 올바른 데이터사이언티스트(data scientist)의 덕목이다. 본 센터에서는 통계적 학습과 기계학습 방법, 딥러닝의 원리를 이해하고, 실제 사례를 통해 실습함으로써 이 사회에 필요한 데이터사이언티스트를 양성하고자 한다. 교육은 학생 및 일반 직장인을 대상으로 이루어지며, 각 과정의 수료에는 약 40시간 이상의 학습기간이 소요된다.
- 1. 통계 아카데미(Statistics Academy) : 기초통계학을 위시하여 회귀분석, 분산분석, 다변량 자료분석 등 전통적 통계적 방법을 교육한다. 교육 대상자는 빅데이터분석, 인공지능 등의 선수과목 대상자, 석박사 학위논문 작성자, 통계 보고서 작성자 등이다.
- 2. 빅데이터 아카데미(Bigdata Academy) : 빅데이터 분석의 핵심 방법론인 Statistical Learning과 Machine Learning을 이용한 분석과정을 교육한다. 강의주제는 통계적 방법론, 공간자료분석, 판별분석, 다변량자료분석, 데이터사이언스 입문, Tensorflow/Keras/Pytorch, Decision Tree, Support Vector Machine, Neural Networks 등이다. 교육대상자는 빅데이터 분석을 필요로 하는 학생 및 일반 직장인이다. 인공지능 과정의 선수과목으로도 운영된다.
- 3. 인공지능 아카데미(AI Academy) : 최근 다양한 산업 분야에서 인공지능 적용에 대해 많은 관심을 가지고 실제 문제에 적용하려고 노력하고 있다. 인공지능의 적용에는 Statistical Learning과 Machine Learning 알고리즘의 이해가 선행되어야 하므로 본 강의는 Statistical Learning & Machine Learning을 이해하고 있고 Python 을 다룰 수 있는 수강생을 대상으로 한다. 주요 강의 주제는 AI 기초, CNN, Image Classification, Object Detection, Transfer Learning, Regularization Generative Adversarial Network, Natural Language Processing, Text Embedding, RNN, LSTM & GRU, Language Translation Transformer Explainable AI 등 이다.