[참고] AI 수업 커리큘럼

Section 1

데이터 전처리 & EDA - 데이터 탐색, 데이터 다루기, 시각화
통계 (Statistics) - T-Test, 신뢰구간, CLT, ANOVA, 베이즈이론
선형대수 - Vector, Matrix, 차원축소(PCA, SVD), Clustering
Section 2

머신러닝 회귀모델 (Linear, Multiple, Logistic Regression)
머신러닝 분류모델 및 Kaggle
Applied Predictive Modeling
Section 3

개발환경과 데이터베이스 (git, docker, SQL)
Python과 웹 개발 도구 (HTML & CSS)
Python을 이용한 웹 어플리케이션 구축 (Flask, REST API)
Section 4

신경망 기초와 신경망 학습, 프레임워크
자연어처리를 위한 전처리 및 딥러닝 (LSTM, Transformer)
딥러닝 응용 (CNN, Segmentation, AE, GAN)
Section 5

Python & OOP
데이터구조와 알고리즘
그래프이론과 알고리즘 심화
Project 1

개인프로젝트 - 2주
코드스테이츠 규격 프로젝트
프로젝트 발표
Project 2

개인/팀/기업 프로젝트 - 4주
외부기업 및 코드스테이츠 프로젝트
팀 프로젝트 진행
수료 후 프로젝트

Section 별 키워드 제공
키워드 별 스터디 가이드 제공
스터디 그룹 지원