교육 과정 소개서. Python 으로배우는머신러닝과데이터분석 A-Z 올인원패키지 Online Life Changing Education

Size: px

Start display at page:

Download "교육 과정 소개서. Python 으로배우는머신러닝과데이터분석 A-Z 올인원패키지 Online Life Changing Education"

혜원 신
3 years ago
Views:

1 교육 과정 소개서. Python 으로배우는머신러닝과데이터분석 A-Z 올인원패키지 Online

2 강의정보 강의장 수강기간 상세페이지 온라인강의 데스크탑, 노트북, 모바일등 평생소장 담당 강의시간 패스트캠퍼스고객경험혁신팀 86 시 36 분 문의강의관련전화문의 : 수료증및행정문의 : / help.online@fastcampus.co.kr 강의특징 나만의속도로 낮이나새벽이나내가원하는시간대에나의스케쥴대로수강 원하는곳어디서나 시간을쪼개먼거리를오가며오프라인강의장을찾을필요없이어디서든수강 무제한복습 무엇이든반복적으로학습해야내것이되기에이해가안가는구간몇번이고재생 Copyright c FAST CAMPUS Corp. All Rights Reserved.

3 강의목표 - Python Programming 의기초에대해서학습한다. - 데이터분석에필요한 Crawling / Numpy / Pandas 에대해서학습한다. - 머신러닝모델을학습하기앞서기본베이스가되는수학을학습한다. - 예측을위한회귀분석과분류를위한지도학습및비지도학습등기본적인머신러닝모델에대해서학습한다. - Deep learning 의기본적인원리에대해서학습하고 CNN, RNN 모델을구현할수있다. - 데이터분석이활용되는다양한산업군의실전데이터분석을학습하여나만의프로젝트를구현할수있다. 강의요약 - 프로그래밍과수학의베이스로데이터분석을할수있는뼈대를갖추어머신러닝과딥러닝을학습하고스스로데이터분석을구현할수있는능력을배양한다. Copyright c FAST CAMPUS Corp. All Rights Reserved.

4 강사 변영효과목 - Part 1 & 2 [Python Programming] 약력 - 現 Amazon 배송최적화팀 - 홈마스터공동창업및개발총괄 - 삼성전자 Data Intelligence Lab - Mbridge 윈도우즈모바일어플리케이션개발 김강진과목 - Part 3 [ 수학과연계된 Machine Learning] 약력 - 現서울대학교보건대확원보건통계학석사 - Datamarket.kr 공동창업자 - 빅콘테스트 2015년미래창조과학부장관상 - 연세대학교주관 Bigdata x Yonsei 강의강사 이경택과목 - Part 3 [ 수학과연계된 Machine Learning] 약력 - 現연세대학교정보산업공학과석박통합과정 (2016~) - 성균관대통계학과졸업 - 빅콘테스트 2018년엔씨소프트상 - SK하이닉스사외강사 (2018/2019) 신제용과목 - Part 4 [ 확실하게알아보는 Deep Learning] 약력 - 現 L기업 CTO 딥러닝자문 - 서강대학교전자공학과석사최우수졸업 - 딥러닝공정이미지분석, 스마트팜, 차량카메라프로젝트진행 - L기업딥러닝기초 / 심화 / 최신기술강사 Copyright c FAST CAMPUS Corp. All Rights Reserved.

5 강사 김용담 과목 - 실전프로젝트 [ 텍스트마이닝을활용한카카오톡 감성분석 Project] 약력 - 現 S 기업텍스트마이닝프로젝트자문 - 텍스트마이닝연구및개발 - 서강대학교컴퓨터공학학사, 석사 - 유명반도체기업프로젝트, 유사문제해결을위한지식네트워크검색시스템개발 - 유명전자기업프로젝트, 웹크롤링코퍼스정제를위한지능형텍스트정규화시스템개발 - SK C&C 사외강사 (2019~) - 서강대학교교내클러스터링, 텍스트마이닝세미나 - 탈잉파이썬, 텍스트마이닝강의 (2018~2019) 정희석 과목 - 실전프로젝트 [ 광고데이터를활용한데이터분석 Project] 약력 - 前엠노베이션마케터 - 前퍼포먼스바이티비더블유에이마케팅매니저 - 기업프로젝트, 마케팅업무자동화시스템진행 - 기업프로젝트, 고객데이터가공 처리시스템개발 - OO아카데미파이썬강의 (2019 ~) - 탈잉파이썬강의 (2019 ~) - 기타플랫폼파이썬강의 (2018 ~ 2019) - 마케팅업무자동화개발진행 - 마케터를위한파이썬강의및저서집필 - 파이썬저서집필中 카일과목 - 실전프로젝트 [ 뉴욕 (NYC) 택시수요예측 Project] 약력 - 인하대경영학과학사 - 패스트캠퍼스데이터사이언스스쿨 - AU 1,000만명카메라어플만드는기업에서데이터분석가로근무경험 - BigQuery User Groups 운영진 - 네이버 AI 해커톤 등 - Kaggle Zillow Home Value 대회 : 81등 /3779팀 - 대학취업특강다수 ( 중앙대, 숙명여대, 인하대등 ) - 데이터분석, 데이터엔지니어링발표다수 (Little Big Data, 데이터야놀자등 ) - 패스트캠퍼스 PyTorch로시작하는딥러닝입문실습조교 - 패스트캠퍼스데이터엔지니어링 Extension SCHOOL 조교 - Edwith Data science from MIT 퍼블리싱 - Edwith PySpark를활용한데이터분석퍼블리싱 Copyright c FAST CAMPUS Corp. All Rights Reserved.

6 01. Python Programming 기초 파트별수강시간 08:36:39 환경설정파이썬개발환경설정 (Mac) 파이썬개발환경설정 (Windows) jupyter notebook 설치및사용법소개데이터타입과컬렉션기본타입및변수의이해 - 1 기본타입및변수의이해 - 2 문자열타입의이해및활용하기컬렉션타입이해 - 1 (List) 컬렉션타입이해 - 2 (List) 컬렉션타입이해 - 3 (tuple) 컬렉션타입이해 - 4 (dict) 컬렉션타입이해 - 5 (set) 조건문과반복문조건문 (if, elif, else) 활용하기조건문 (if, elif, else) 활용하기반복문이해하기 (while) - 1 반복문이해하기 (while) - 2 반복문이해하기 (for), 연습문제 - 1 반복문이해하기 (for), 연습문제 - 2 조건문, 반복문연습문제풀이함수이해및활용함수의이해및활용, 기본파라미터, 키워드파라미터이해, 변수의스코프이해 - 1 함수의이해및활용, 기본파라미터, 키워드파라미터이해, 변수의스코프이해 - 2 함수의이해및활용, 기본파라미터, 키워드파라미터이해, 변수의스코프이해 - 3 람다 (lambda) 함수의이해및사용하기함수연습문제풀이

7 01. Python Programming 기초 파트별수강시간 08:36:39 파이썬모듈모듈의이해및사용과 import 방법클래스와인스턴스클래스 (class) & 오브젝트 (object) 이해하기클래스정의및사용하기생성자 ( init ) 이해및사용하기 self 키워드의이해및사용하기 method, static method 정의및사용하기클래스상속의이해 ( 코드를재사용하기 2) 클래스연산자재정의이해및사용클래스연습문제풀이정규표현식정규표현식과 re모듈의사용 - 1 정규표현식과 re모듈의사용 - 2 정규표현식과 re모듈의사용 - 3 정규표현식연습문제풀이

8 02. 데이터수집을위한 Python (Crawling) 파트별수강시간 02:32:35 웹기본지식이해하기개발자도구 (chrome) 을이용하여웹페이지분석하기 HTTP method(get, POST) 이해하기 HTML 엘레멘트이해하기 ( 태그, 속성, 값 ) API의활용 requests 모듈사용하기 (HTTP 통신 ) Open API를활용하여 json 데이터추출하기 ( 공공데이터 api) beautifulsoup 모듈 beautifulsoup 모듈사용하여 HTML 파싱하기 (parsing) id, class 속성을이용하여원하는값추출하기 CSS를이용하여원하는값추출하기정규표현식을이용하여원하는값추출하기 selenium 모듈사이트에로그인하여데이터크롤링하기 selenium 모듈로웹사이트크롤링하기웹사이트의필요한데이터가로딩된후크롤링하기실전웹크롤링연습문제풀이

9 03. 데이터처리를위한 Python (Numpy) 파트별수강시간 02:35:59 numpy 모듈 & ndarray 이해하기 ndarray 데이터생성하기 (numpy 모듈함수이용 ) ndarray 데이터생성하기 (random 서브모듈함수이용 )- ndarray 인덱싱 & 슬라이싱이해하기 ndarray 데이터형태를바꿔보기 (reshape, flatten 등함수이용 ) ndarray 기본함수사용하기 axis( 축 ) 이해및 axis를파라미터로갖는함수활용하기 broadcasting 이해및활용하기 Boolean indexing으로조건에맞는데이터선택하기 linalg 서브모듈사용하여선형대수연산하기 ndarray 데이터를이용하여다양한그래프표현하기 numpy 연습문제풀이

10 04. 데이터분석을위한 Python (Pandas) 파트별수강시간 03:02:26 Pandas 이해 pandas 모듈설치 Series 타입의이해 Series 데이터생성하기 Series 데이터심플분석 ( 개수, 빈도등계산하기 ). Series 데이터연산하기 Series 데이터 Boolean Selection으로데이터선택하기 Series 데이터변경 & 슬라이싱하기 DataFrame 타입이해 DataFrame 데이터살펴보기 DataFrame 구조이해하기 DataFrame 데이터생성하기샘플 csv 데이터로 DataFrame 데이터생성하기 DataFrame 원하는 column( 컬럼 ) 만선택하기 DataFrame 원하는 row( 데이터 ) 만선택하기 DataFrame Boolean Selection으로데이터선택하기 DataFrame에새 column( 컬럼 ) 추가 _ 삭제하기 DataFrame column( 컬럼 ) 간상관관계계산하기 DataFrame NaN 데이터처리숫자데이터와범주형데이터의이해숫자데이터의범주형데이터화범주형데이터전처리하기 (one-hot encoding) DataFrame의그룹핑 DataFrame group by 이해하기 transform 함수의이해및활용하기 pivot, pivot_table 함수의이해및활용하기 stack, unstack 함수의이해및활용하기 DataFrame의병합과조인 Concat 함수로데이터프레임병합하기 Merge _ join 함수로데이터프레임병합하기

11 05. Machine learning 의개념과종류 Machine Learning의개념지도학습과비지도학습 Machine Learning의종류딥러닝주요모델 - 1 딥러닝주요모델 - 2 모형의적합성평가및실험설계 - 1 모형의적합성평가및실험설계 - 2 과적합 (Overfitting) 이란 파트별수강시간 01:40: 회귀분석 파트별수강시간 12:01:05 수학적개념이해통계학개념, 자료의종류, 자료의요약기술통계량, 추정량확률의기초확률변수, 확률분포이산형확률분포, 연속형확률분포추정, 추론유의확률검정통계량의분포미분의개념 Likelihood, 확률분포함수 MLE 개념 MLE 계산방법 Matrix 정의및성질 Matrix 미분기초주요 Matrix 미분결과및증명주요 Matrix 미분결과정리 Matrix 미분의회귀분석에의활용회귀분석이란회귀계수를추정하는방법회귀계수의의미회귀계수에대한검정단순선형회귀적합및해석 ( 실습 )

12 06. 회귀분석 파트별수강시간 12:01:05 다중선형회귀분석에대한개념다중선형회귀분석의회귀계수다중회귀분석적합및단순선형회귀와의비교 ( 실습 ) 다중공선성이란무엇인가다중공선성진단방법회귀모델의성능지표모델의성능지표다중회귀모델해석및다중공선성진단 ( 실습 ) - 1 다중회귀모델해석및다중공선성진단 ( 실습 ) - 2 변수선택법교호작용다중회귀모형에대한검증다항회귀분석다중선형회귀분석 - 변수선택법을통한다중회귀분석 ( 실습 ) - 1 다중선형회귀분석 - 변수선택법을통한다중회귀분석 ( 실습 ) - 2 로지스틱회귀분석이란로지스틱회귀계수추정법과해석로지스틱회귀분석 - 로지스틱회귀모델적합및해석 ( 실습 ) 회귀계수를축소하는이유회귀계수축소법의종류와차이점 - 1 회귀계수축소법의종류와차이점 - 2 회귀계수축소법 - Lasso, Ridge 적합및로지스틱회귀와비교 ( 실습 ) Feature selection 정리차원축소공분산행렬의이해 Principal Conponents의이해수학적개념이해 - 행렬식, 행렬식의기하학적의미수학적개념이해 - 행렬식과역행렬의관계수학적개념이해 - Eigen vector, eigen value 정의와의미수학적개념이해 - Eigen vector, eigen value 계산수학적개념이해 - Singular Value Decomposition (SVD) PCA 수행과정및수학적개념적용 PCA의심화적이해 Kernel PCA PCA - 데이터전처리및데이터파악 ( 실습 ) PCA - PCA 함수활용및아웃풋의미파악 ( 실습 ) PCA - PC를활용한회귀분석 ( 실습 )

13 07. 기본적인 Machine learning 모형 파트별수강시간 08:06:54 나이브베이즈 Naïve bayes classifier 배경수학적개념이해 - 조건부확률, Bayes 정리 Naïve Bayes classifier 정의 Naïve bayes 종류및이해 Naïve bayes 프로그램실습 KNN k-nearest Neighbor 배경 k-nearest Neighbor 모델정의및추정수학적개념이해 - Cross-validation KNN의심화적이해 KNN 프로그램실습 LDA Linear Discriminant Analysis 배경수학적개념이해 - 다변량정규분포 LDA 모델정의및추정수학적개념이해 - 사영 (Projection) 수학적개념이해 - 사영과 Eigen vector의연관성수학적개념이해 - 수학적개념과 LDA 총정리 LDA 심화적이해 - Quadratic Discriminant Analysis LDA, QDA 프로그램실습 SVM Support Vector Machine 배경수학적개념이해 - Decision boundary, decision rule 수학적개념이해 - Lagrange multiplier SVM 정의 SVM 계산및 Support vectors 이해 SVM 심화적이해 One-Class SVM Support Vector Regression SVM 프로그램실습

14 07. 기본적인 Machine learning 모형 파트별수강시간 08:06:54 의사결정나무의사결정나무배경수학적개념이해 - 엔트로피수학적개념이해 - Information Gain Classification Tree 정의및계산 Regression Tree 정의및계산의사결정나무프로그램실습 - 1 의사결정나무프로그램실습 - 2 신경망모형신경망모형배경신경망모형의구조이해수학적개념이해 - 인조뉴런연산인조뉴런 OR 연산구축 - 1 인조뉴런 OR 연산구축 - 2 Backpropagation ( 역전파알고리즘 ) Step 0 Backpropagation ( 역전파알고리즘 ) Step 1 Backpropagation ( 역전파알고리즘 ) Step 2 딥러닝발전배경 - 신경망모형의한계점딥러닝발전배경 - 해결책신경망모형의심화적이해 - 초기값, 과적합신경망모형의심화적이해 - 활성함수, 은닉노드신경망모형프로그램실습

15 08. 앙상블기법의종류와원리 파트별수강시간 03:56:47 Ensemble의개념 Ensemble이란 - 1 Ensemble이란 - 2 Ensemble의종류 Bagging Bagging Bagging 실습 ( for문을이용하여 bagging알고리즘작성 ) Bagging 실습 ( 패키지를이용한 bagging 실습 ) RandomForest RandomForest RandomForest 실습 Boosting Bootsing Gradient Boosting GradientBoosting의종류 Boosting 실습 ( Adaboost 실습 ) Boosting 실습 ( Gradient Boosting 실습 ) Stacking Stacking Ensemble의 Ensemble Ensemble의 Ensemble 실습 Ensenble기법 review Shap value 중요변수추출방법 Shap value 소개 Shap value 실습 ( Shap value를통한모형해석 ) DS분야에서 Tree기반모델이쓰이는이유

16 09. 클러스터링 파트별수강시간 01:23:01 K-means Clustering이란 K-means clustering 최적의 K를찾는법 K-medoid clustering K-medoid clustering 실습 Hierarchical clustering Hierarchical clustering Hierarchical clustering 실습 DBSCAN clustering DBSCAN clustering DBSCAN 실습 10. 불균형데이터 파트별수강시간 02:07:46 Class Imbalanced problem이란 Class Imbalanced problem을해결하기위한기법소개 Oversampling기법 SMOTE변형기법들 SMOTE 실습 A - SMOTE 적용 SMOTE 실습 B - 다양한모델적용 SMOTE 실습 C - Ensemble 모델적용 Undersampling기법 Hybrid resampling기법

17 11. 빅콘테스트 Review 2015 빅콘테스트수상후기 - 야구경기예측알고리즘개발 2017 빅콘테스트수상후기 - 대출연체자예측알고리즘개발 빅콘테스트수상후기 - 대출연체자예측알고리즘개발 빅콘테스트수상후기 - 게임이탈여부예측알고리즘 빅콘테스트수상후기 - 게임이탈여부예측알고리즘 빅콘테스트수상후기 - 게임이탈여부예측알고리즘 - 3 파트별수강시간 01:48: 딥러닝 파트별수강시간 11:50:41 Deep Learning Deep Learning의이해 Deep Learning의시작과현재 Deep Learning Frameworks 실습환경구축 Tensorflow 2.0의이해 Neural Network Basics Perceptron 활성함수손실함수신경망구조 Perceptron 구현실습 Optimization Algorithms 최적화알고리즘의이해 Gradient Descent 심화최적화알고리즘 Matplotlib 소개 Gradient Descent 최적화구현알고리즘결과 Visualization

18 12. 딥러닝 파트별수강시간 11:50:41 Back Propagation 역전파알고리즘의필요성역전파알고리즘 - 1 역전파알고리즘 - 2 역전파알고리즘 - 3 Vanishing Gradient Problem Gradient without Back Propagation Gradient with Back Propagation - 1 Gradient with Back Propagation - 2 Training Neural Network Mini-Batch 학습법데이터셋의이해초매개변수뉴럴네트워크학습알고리즘구현 - 1 뉴럴네트워크학습알고리즘구현 - 2 Generalization 과소적합과과대적합 Drop-out Overfitting 방지실습 Convolutional Neural Network Convolution Convolutional Layer Pooling Layer Well-Known CNNs - 1 Well-Known CNNs - 2 CNN 학습실습 Recurrent Neural Network Vanilla RNN - 1 Vanilla RNN - 2 Long Short-Term Memory Gated Recurrent Unit LSTM 구현실습 Modern Neural Networks Batch Normalization Inception Network Residual Network (ResNet) DenseNet Pre-Trained Model과 Fine-Tunning Transfer Learning 실습

19 13. [Project] 광고데이터를활용한데이터분석 파트별수강시간 03:10:09 마케팅데이터분석마케팅데이터분석툴로써의파이썬데이터분석을위한 Domain Knowledge 알아보기시각화라이브러리 matplotlib - 1 시각화라이브러리 matplotlib - 2 검색광고데이터분석데이터전처리실습 - 1 데이터전처리실습 - 2 판다스를활용한데이터탐색실습시각화를통한데이터탐색실습 ( 선그래프 ) 검색광고데이터 - 키워드분석검색광고데이터 - 광고그룹분석고객데이터분석데이터소개및파이썬으로데이터불러오기판다스를활용한데이터탐색실습시각화를통한데이터탐색실습 ( 히스토그램, 막대그래프 ) 데이터분석시나리오1 - groupby 활용데이터분석시나리오2 - pivot_table 활용 14. [Project] 쇼핑몰주문데이터를활용한데이터분석 가상쇼핑몰고객주문데이터 ( 컬럼, 로우 ) 확인하기매출, 가장많이팔린아이템확인하기 - 1 매출, 가장많이팔린아이템확인하기 - 2 시간별, 지역별가장많이팔린데이터확인하기우수고객선별하기 ( 가장소비를많이한고객 ), 고객코호트분석 - 1 우수고객선별하기 ( 가장소비를많이한고객 ), 고객코호트분석 - 2 데이터기반으로의사결정하기 - 푸쉬노티피케이션타임로그데이터를파악하여고객이탈페이지확인하기 - 1 로그데이터를파악하여고객이탈페이지확인하기 - 2 파트별수강시간 01:54:39

20 15. [Project] 뉴욕 (NYC) 택시수요예측 파트별수강시간 04:34:36 강의소개모빌리티산업모빌리티산업과다양한회사소개모빌리티에존재하는데이터모빌리티에서풀고있는다양한문제들 (1) 모빌리티에서풀고있는다양한문제들 (2) BigQuery BigQuery 소개및환경설정 BigQuery 문법정리문제정의데이터 EDA 데이터시각화 (1) 데이터시각화 (2) 데이터전처리모델링을위한기본전처리베이스라인모델단순회귀반복실험을위한 Sacred 추가모델 XGBoost Regressor, LightGBM Regressor Random Forest Regressor 및결과분석 Feature Engineering & 모델성능측정 Airflow Google Composer 인스턴스생성및 Train, Predict DAG 생성하기 Train, Predict 코드분리 Google Cloud Composer(Airflow) 소개및활용방법안내마무리프로젝트를개선할 Idea 모빌리티관련논문소개및공부방향제시

21 16. [Project] 텍스트마이닝을활용한카카오톡대화분석 파트별수강시간 14:16:47 텍스트마이닝텍스트마이닝정의텍스트데이터수집텍스트데이터전처리텍스트가공텍스트분석텍스트시각화텍스트마이닝심화워드임베딩 - 1 워드임베딩 - 2 네이버기사네이버오픈 API 등록네이버기사크롤러만들기 - 1 네이버기사크롤러만들기 - 2 기사텍스트정제 konlpy 설치하기 (MAC 용 ) konlpy 설치하기 (WINDOWS 용 ) konlpy가지원하는형태소분석기비교 konlpy가지원하는형태소분석기비교하기 (WINDOWS 용 ) 형태소추출기만들기토픽모델링이란 gensim을이용한토픽모델링분석 - 1 gensim을이용한토픽모델링분석 - 2 데이터가져오기 Naver Sentiment Moive Corpus(NSMC) 데이터가져오기 NSMC 정제 nsmc 텍스트정제하기 wordcloud와 histogram으로단어분포파악하기 NSMC 감성분석감정분석텍스트분류

22 16. [Project] 텍스트마이닝을활용한카카오톡대화분석 파트별수강시간 14:16:47 머신러닝 scikit-learn의 linear classifier를이용한감정분석 scikit-learn의 support vector machine을이용한감정분석딥러닝텍스트분석으로딥러닝사용하기 LSTM을이용한감정분석 - 1 LSTM을이용한감정분석 - 2 데이터가져오기 PC 카카오톡에서대화내용가져오기카카오톡대화내용분석하기대화내용정제하기 - 1 대화내용정제하기 - 2 사용자별빈도분석시간대별빈도분석사용자별토픽분석하기 LDA에서 Author Topic Model로 Author Topic Model을이용한사용자별대화분석시간대별토픽분석하기 LDA에서 Dynamic Topic Model로 Dynamic Topic Model을이용한시간대별토픽변화분석토픽모델링결과검증하기 Author Topic Model 평가하기 - 1 Author Topic Model 평가하기 - 2 Dynamic Topic Model 평가하기 - 1 Dynamic Topic Model 평가하기 - 2 토픽모델링방법비교하기 (LDA vs DTM) 자연어처리를위한딥러닝 1. RNN, LSTM 자연어처리를위한딥러닝 2-1. word2vec, Glove 자연어처리를위한딥러닝 2-2. FastText, ELMo 자연어처리를위한딥러닝 3. Attention Is All You Need 자연어처리를위한딥러닝 4. BERT 자연어처리를위한딥러닝 5. pretrained BERT를사용하는방법자연어처리를위한딥러닝 6. BERT를이용한자연어처리응용사례

23 17. [Project] 의류직물불량검출을위한이미지분석 파트별수강시간 02:58:30 제조공정분야공정검사의현재공정검사와딥러닝딥러닝실무개요실습환경준비문제정의하기스펙결정하기실행가능성확인하기 - 1 실행가능성확인하기 - 2 알고리즘설계하기데이터정리하기모델학습및검증하기 - 1 모델학습및검증하기 - 2 프로그램전달하기 - 1 프로그램전달하기 - 2

24 주의사항 - 상황에따라사전공지없이할인이조기마감되거나연장될수있습니다. - 패스트캠퍼스의모든온라인강의는아이디공유를금지하고있으며 1 개의아이디로여러명이수강하실수없습니다. - 별도의주의사항은각강의상세페이지에서확인하실수있습니다. 수강방법 - 패스트캠퍼스는크롬브라우저에최적화되어있습니다. - 사전예약판매중인강의의경우 1 차공개일정에맞춰 온라인강의시청하기 가활성화됩니다. 환불규정 - 온라인강의는각과정별 ' 정상수강기간 ( 유료수강기간 )' 과정상수강기간이후의 ' 복습수강기간 ( 무료수강기간 )' 으로구성됩니다. - 환불금액은실제결제금액을기준으로계산됩니다. 수강시작후 7 일이내 100% 환불가능 ( 단, 수강하셨다면수강분량만큼차감 ) 수강시작후 7 일경과 정상 ( 유료 ) 수강기간대비잔여일에대해학원법환불규정에따라환불가능 강의별환불규정이상이할수있으므로각강의상세페이지를확인해주세요. Copyright c FAST CAMPUS Corp. All Rights Reserved.

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 [ 인공지능입문랩 ] SEOPT ( Study on the Elements Of Python and Tensorflow ) 인공지능 + 데이터분석목적 / 방법 / 기법 / 도구 + Python Programming 기초 + NumpyArray(Tensor) youngdocseo@gmail.com 1 *3 시간 / 회 구분일자내용비고 1 회 0309