교과목명 : 인공지능과 빅데이터(6/27일) / 강사명 : 박준우
- 인공지능 기술과 빅데이터 분석
- 빅데이터 분석 전문가 R&R
- 빅데이터 분석 프로세스 및 방법론
교과목명 : 기초 데이터 분석(6/28일) / 강사명 : 차재형
- 데이터 분석의 기초(사전 교육 리뷰)
- 데이터 전처리 방법
- R 언어 고급 사용법
- 데이터 핸들링 및 시각화
교과목명 : 고급 데이터 분석(6/29일) / 강사명 : 이경은
- 분산분석 : ANOVA, MANOVA, ANCOVA
- 판별분석 : LDA, QDA
- 생존분석 : Cox-PH
- 시계열분석 : ARIMA, SARIMA, Decomposition, Exponential Smoothing
교과목명 : 기계학습 개요(6/30일) / 강사명 : 임채영
- 기계학습 개요 및 절차
- 지도/비지도학습과 주요 알고리즘
- Keras 및 Tensorflow 설치
교과목명 : 기계학습 알고리즘 I(7/1일) / 강사명 : 이미희
- 군집분석 : CURE, SOM, DBSCAN, Gaussian Mixture, Graph-Based, Spectral
- 연관분석 : Apriori, FP-Growth
- 주성분분석 : PCA
- 고급회귀분석 : LASSO, Ridge, Elastic Net
교과목명 : 기계학습 알고리즘 Ⅱ(7/4일) / 강사명 : 이인주
- Support Vector Machine
- Bayesian Network
- K-nearest neighbors
- Naive Bayes
- 앙상블 학습
교과목명 : 딥러닝 개요(7/5일) / 강사명 : 김윤응
- 딥러닝 개요
- 신경망 이론 및 모형 선택/평가
- Keras를 활용한 신경망 실습
교과목명 : 딥러닝 알고리즘(7/6 ~ 7/7일) / 강사명 : 이영미
- LSTM(Long Short Term Memory)
- GRU(Gated Recurrent Units)
- DBN(Deep Belief Network)
- RCNN(Regions with Convolutional Neural Network)
- GAN(Generative Adversarial Network)
- XAI(eXplainable Artificial Intelligence)
- Superpoint
- KWIK Learning
- Tensorflow/Keras를 활용한 딥러닝 실습
교과목명 : 강화학습 기반의 인공지능 구현(7/8일) / 강사명 : 김도현
- 강화학습 소개 및 활용 사례
- 신경망을 활용한 Q-Learning
- Deep Q-Network
- Tensorflow/Keras를 활용한 강화학습 실습