[여의도] 데이터 기반 보고서에 활용하는 AI(with ChatGPT)
- 교육일정
-
2025-08-20 ~ 2025-08-22
- 신청기간
- 2024-11-01 ~ 2025-08-18
- 교육일수
- 3일
- 교육시간
-
21시간
- 1일차 09시00분 ~ 17시00분
- 2일차 09시00분 ~ 17시00분
- 3일차 09시00분 ~ 17시00분
- 점심시간13:00 ~ 14:00
- 정원
- 30명
- 교육비
- 일반 890,000원 법인회원 790,000원
- 담당자
- KMA 러닝센터 02-3274-9215
- 장소
- KMA 러닝센터
상세안내
교육개요
학습목표
- • AI와 머신러닝의 기본 원리와 사용 사례에 대한 이해를 높일 수 있습니다.
• 엑셀 및 ChatGPT를 활용한 실제 업무에 적용할 수 있는 AI 제작 능력을 향상할 수 있습니다.
• 데이터 전처리 및 분석의 전체 프로세스를 파이썬을 통해 구현할 수 있습니다.
• AI와 머신러닝의 중요성과 그 효과를 이해하고 실무에 바로 적용할 수 있습니다.
수강대상
- • 실무에서 엑셀을 많이 활용하는 분
• 데이터 기반 의사결정에 관심이 많은 분
• AI와 머신러닝에 대한 내용을 현업 보고서에 활용하고 싶은 분
시간표
| 주요내용 | 세부내용 |
|---|---|
|
실무에 AI를 활용해서 데이터기반 보고서를 작성해야 하는 이유 1시간 |
1) 추상적이기만 했던 DX/AX의 구체화의 열쇠 - 데이터 2) DX/AX 시대의 핵심 - 데이터 기반 보고서 3) 데이터 기반 보고서의 핵심 능력 (직관/통계/AI 분석) 4) 격무에 시달리면서 데이터 기반 보고서를 사용할 수 있을까? - 데이터 파이프라인 구축(데이터 수집/전처리/시각화/분석)의 필요 - 엑셀 & 파워쿼리 & VBA & 파이썬의 장단점 - ChatGPT로 오류 없는 코드를 생성할 수 있다? |
|
데이터 기반 보고서에 AI머신러닝이 왜 필요할까? 2시간 |
1) Kaggle (타이타닉 생존자 예측 시나리오 소개) 2) 엑셀을 활용한 생존자 예측 점수 실습 3) ChatGPT를 활용한 프롬프트 엔지니어링 소개 4) ChatGPT를 활용한 파이썬으로 생존자 예측 데이터 제작 - 파이썬 기반 타이타닉 생존자 예측 점수 비교 - 데이터 수집 > 전처리 > 학습/검증 데이터셋 분리 > 학습 > 검증 > 성능평가 > 모델 성능 최적화 최종 모델 제작 |
|
ChatGPT X 파이썬 3시간 |
1) 전세계 점유율 1위 언어 파이썬, 사람들은 왜 사용할까? 2) ChatGPT의 탄생으로 허물어진 코딩의 벽 3) 4800개의 파이썬 문법 중 업무 활용에 알아야 할 기본 문법 6가지 |
|
생성코딩 1시간 |
1) ChatGPT X 생성코딩을 통한 원하는 프로그램 제작하기 2) 질문만으로 99% 오류없는 코드를 생성하는 방법 |
|
AI의 이해와 머신러닝 기반 데이터 분석 경험하기 2시간 |
1) AI의 역사와 종류 2) [지도학습 제작하기] 1 + 2 = 3을 AI로 만들어보면 어떨까? - 엑셀 전처리 + 파이썬 AI vs 파이썬 전처리 + 파이썬 AI 차이와 장단점 3) 실무 데이터 기반 보고서에 활용하는 머신러닝 (신용카드 사기 데이터 SET) 4) pandas가 AI 제작에 필요한 이유 |
|
데이터 처리/분석 자동화 도구 파이썬 pandas 3시간 |
1) pandas를 AI 제작에만 쓸 수 있을까? - pandas를 통한 엑셀 처리 자동화 - pandas를 통한 다양한 시각화 자료 제작 2) pandas 기본 문법 - 데이터 열기/편집/저장 3) ChatGPT를 활용해서 pandas 코드 만들기 KNOWHOW |
|
수치를 예측하다 AI 머신러닝 회귀모델 기본 2시간 |
1) 머신러닝 지도학습이 데이터 기반 보고서에 중요한 이유 2) 통계적선형회귀(Linear Regression)의 개념 3) AI 선형회귀 VS 통계적선형회귀의 차이 4) AI 회귀모델 평가 지표 학습하기 |
|
수치를 예측하다 AI 머신러닝 회귀모델 응용 2시간 |
5) 실제 비즈니스 상황에서 활용할 수 있는 AI 회귀 모델 경험하기 - 캘리포니아 집값 예측하기 6) 실제 비즈니스 상황에서 AI 모델 구축하기 - 기본 모델 구축하기 - ChatGPT로 질문만으로 AI 회귀 |
|
인간의 판단을 대신하다 AI 머신러닝 분류모델 3시간 |
1) 분류 모델이 필요한 이유 - 대출 승인 여부 판단 AI 모델 / 퇴사자 예측 판단 AI 모델 2) 분류 모델의 평가지표 3) 실제 비즈니스 상황에서 활용할 수 있는 AI 분류 모델 경험하기 - WINE 데이터를 기반으로 종류 판별하기 - 금융 데이터의 상승/하락 판별하기 4) 실제 비즈니스 상황에서 AI 모델 구축하기 - 기본 모델 구축하기 - ChatGPT로 질문만으로 AI 분류 모델 제작하기 |
|
AI모델 성능향상 맛보기 1시간 |
1) Train / Test 만 집중하면 발생하는 문제점 (과적합) 2) 과적합 해소를 위한 Validation Data의 필요성과 실습 3) Cross Validation / Hyperparameter 튜닝 최종 모델 선택 및 결과 해석 4) ChatGPT에게 맡기는 다양한 시각화 방법 |
|
생성형 AI시대 인간이 더 인간답게 살아가는 방법 1시간 |
1) 앞으로 pandas를 다룰 줄 알아야 하는 이유 (ChatGPT의 데이터 편집 우수성) 2) Deeplearning 코드 제작이 쉬워진 이유 (ChatGPT로 이미지 양품/불량품 판별 모델 제작) 3) 파이썬 RPA와 AI의 결합 (데이터 수집/전처리/모델 제작/최적화/시각화/PPT 연결) 4) 생성형 AI 시대 인간이 더 인간답게 살 수 있는 방법 |
수강후기
5점
(39)
4점
(14)
3점
(2)
2점
(1)
1점
(0)
교육장안내
KMA오픈러닝센터
- 평일
- 08:30 ~ 17:30
- 휴무시간
- 12:30 ~ 13:30
- 교육문의
- KMA 공개교육센터 (02-3274-9215)
- 팩스
- 0502-400-9988 / 02-3274-9399
- 쿠폰문의
- KMA 회원서비스센터 (02-3274-9362)
