개강일 지남
한 방에 끝내는 AI - 왕초보를 위한 인공지능 A-Z
스마트인재개발원 · 22회차 · 광주 동구
Python딥러닝머신러닝K-디지털기초
프로그램 요약
- 수업일정
- 2026.08.07 ~ 2026.09.20약 1개월
- 모집정원
- 60명
- 총 시간
- 미표기
- 학습장소
- 광주전남광주통합특별시 동구 금남로3가 중앙로 196온라인
- 강의장
- 4층
- 수강료
- 미공개 상담 시 확인
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 기초역량은 제도상 전공을 보지 않습니다
- ✓전공과 무관하게 인공지능 분야를 처음 접하거나, 체계적인 이해가 필요한 학습자
- ✓AI 서비스 개발에 필요한 기술적 기초 개념과 이론을 이해하고자 하는 학습자
- ✓AI 서비스 엔지니어 직무를 목표로, 개발 프로세스를 이해하고 싶은 학습자
- ✓KDT 훈련 수강 전 기초 역량 강화를 희망하는 예비 학습자 ※ 연령 제한 없음(내일배움카드 소지)/프로그래밍·수학 사전 지식 없이 참여 가능
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 35개 보기
- 교과목단원명
- AI의 현재와 미래1-1 AI의 기본 개념과 정체 그리고 필요성 및 AI의 핵심 기술 1-2 AI 미래 및 발전 방향
- AI 학습 준비2-1 AI 컴퓨팅 사고가 필요한 이유와 AI 컴퓨팅 사고 훈련 1 2-2 AI 컴퓨팅 사고 훈련 2
- AI를 위한 파이썬 첫걸음3-1 파이썬 환경구축 3-2 변수와 자료형 3-3 연산자
- 파이썬으로 데이터 다뤄보기4-1 문자열 4-2 리스트와 튜플 4-3 딕셔너리
- 조건에 따라 다르게 처리해보기5-1 조건문 if 5-2 조건문 if else 5-3 조건문 실습
- 반복 작업을 자동으로 처리해보기6-1 반복문과 while문 6-2 for문
- Numpy로 숫자 데이터를 다뤄보기7-1 Numpy, 선형대수 기초 7-2 이미지 데이터 처리
- 통계로 데이터 특징 알아보기8-1 기초통계 8-2 확률분포
- 그래프로 데이터 관계 살펴보기9-1 상관관계와 인과관계, 데이터 편향 9-2 데이터 시각화
- 선형회귀로 데이터 패턴 이해하기10-1 선형회귀와 잔차 10-2 선형회귀 실습
- AI는 어떻게 스스로 학습할까?11-1 미분 11-2 손실함수 11-3 경사하강법
- 공공데이터로 분석 시작하기12-1 공공데이터 API 12-2 JSON / XML / CSV / Pandas
- AI가 사용하는 데이터 종류 알아보기13-1 데이터베이스 13-2 SQL과 NoSQL 13-3 VectorDB와 GraphDB
- 웹에서 데이터 자동으로 모아보기14-1 크롤링 14-2 크롤링 실습 (공공-헬스케어 데이터 )1 14-3 크롤링 실습 (공공-헬스케어 데이터 )2
- 데이터를 어떻게 저장하고 관리할까?15-1 데이터 형식 15-2 데이터 접근 15-3 데이터 형식 실습
- 분석을 위한 데이터 정리하기16-1 결측치와 이상치 16-2 데이터 전처리 실습과 스케일링
- 시각화로 데이터 한눈에 이해하기17-1 시각화 라이브러리와 탐색적 데이터 분석 기법(EDA) 17-2 데이터 시각화 실습
- 중간 프로젝트프로젝트 - (상) MSE 계산하기 - (중) 두 데이터가 함께 증가하는 경우 카운트하기 - (하) 리스트 데이터의 평균을 구하고 평균 이상만 출력하기
- 머신러닝이란 무엇일까?19-1 머신러닝의 등장 및 개념, 학습 유형(지도, 비지도) 19-2 모델과 데이터의 관계(과대적합, 과소적합, 일반화)
- 머신러닝 모델 소개20-1 머신러닝 모델 소개와 모델 학습시키기
- XGboost로 분류·예측해보기 121-1 심장병질환 이진분류 실습 1
- XGboost로 분류·예측해보기 222-1 심장병질환 이진분류 실습 2
- 선형 모델로 예측 성능 높이기 123-1 선형모델 23-2 메디컬보험료 회귀 예측 실습1
- 선형 모델로 예측 성능 높이기 224-1 메디컬보험료 회귀 예측 실습2
- AI 모델 성능 평가해보기25-1 AI 모델의 성능 진단하기(회귀) 25-2 AI 모델의 성능 진단하기(분류) 25-3 모델의 일반화
- 신경망 구조 쉽게 이해하기26-1 인공신경망 구조 이해
- 딥러닝 학습 과정 살펴보기27-1 오차역전파:순전파, 역전파, 학습(가중치 수정) 핵심 원리 27-2 최적화 함수 개념
- MLP 기반 뇌종양 데이터 분류하기28-1 MLP 기반 뇌종양 데이터 분류하기
- CNN으로 학습률 높이기29-1 CNN의 필요성 및 개념, 모델 구조(특성추출) 29-2 CNN 활용 의료 이미지 데이터 분류하기
- RNN으로 시계열 데이터 이해하기30-1 순환신경망 원리와 종류 30-2 RNN 모델 기반 mental health 분류 실습
- Transformer로 텍스트 의미 파악하기31-1 Attention, Transformer 개념 및 발전 31-2 Transformer 모델 Pipeline 활용 텍스트 분류 실습
- Streamlit으로 AI 서비스 화면 만들기32-1 Streamlit 개요 및 구조, 위젯 기반 AI 서비스 구현 실습 32-2 Streamlit 활용을 통합 웹 서비스 구현
- 최종 프로젝트프로젝트 - (상) Streamlit 기반 AI 헬스케어 서비스 구현 프로젝트 - (중) Mental Health 데이터를 활용한 AI 학습 모델 구현 프로젝트 - (하) BMI 데이터를 활용한 기초 판단 AI 구현 프로젝트
- 총 훈련시간33 시간
출처 · 고용24
지원 혜택
기관이 공개한 혜택 정보가 없습니다. 상담에서 확인하세요.
출처 · 기관 랜딩페이지 · 훈련장려금은 제도
지원 절차
기관이 공개한 절차 정보가 없습니다. 지원하면 상담에서 안내받습니다.
출처 · 기관 랜딩페이지 · 기관마다 다릅니다
자주 묻는 질문
비전공자도 지원할 수 있나요?
K-디지털 기초역량은 제도상 전공·학력을 보지 않습니다. 다만 기관이 밝힌 훈련 대상이 있어 위 「어떤 분이 수강하면 좋을지」를 함께 확인하세요.
내일배움카드가 꼭 있어야 하나요?
지원 시점에 없어도 됩니다. 상담 단계에서 발급을 진행합니다. 다만 수강신청은 카드가 있어야 마칠 수 있습니다.
선발 절차가 있나요?
기관이 공개한 절차에서 별도 시험·전형은 확인되지 않았습니다. 상담 후 수강신청으로 이어집니다.
예전에 국비 교육을 들었는데 또 되나요?
중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 상담 단계에서 먼저 확인해야 합니다.
출처 · 제도 요건 · 과정 데이터로 답이 채워지는 질문만
기관 랜딩페이지가 확인되지 않았습니다. 아래 정보는 고용24 등록값입니다.
고용24 2026-08-14 기준 · 매일 갱신
