길벗·이지톡

길벗스쿨 시나공 IT

들어가며

AICE 추천사

이 책의 구성

이 책의 활용

AICE 자격검정 안내

AICE Associate 시험 안내

AICE 자격검정 Q&A

Part 01 기본 학습하기 – AI 핵심 이론 및 활용

Chapter 01 AI 작업 환경 만들기

  Section 01 기본 환경 구성하기

1 아나콘다 활용하기

2 구글 코랩 사용하기

3 KT의 AICE 홈페이지 사용하기

확인 문제 / 개념정리

Chapter 02 데이터 획득하기

  Section 01 파이썬 데이터 분석 라이브러리 활용하기

1 넘파이 이용하기

2 판다스 이용하기

Section 02 데이터 불러오기

Section 03 데이터 저장하기

확인 문제 / 개념정리

Chapter 03 데이터 구조 확인하기

  Section 01 데이터프레임 확인하기

1 데이터 살펴보기

2 데이터프레임의 기본 정보 확인하기

확인 문제 / 개념정리

Chapter 04 기초 데이터 다루기

  Section 01 필요 데이터 선택하기

1 칼럼명으로 데이터 선택하기

2 행 범위를 지정하여 데이터 선택하기

3 특정 행, 열의 범위를 선택하여 데이터를 선택하기

4 조건으로 데이터 선택하기

  Section 02 필요 데이터 변경하기

1 데이터 추가하기

2 데이터 삭제하기

3 칼럼명 변경하기

4 데이터프레임 정렬하기

  Section 03 데이터 프레임 변형하기

1 그룹화하기

2 피벗테이블 생성하기

3 인덱스 및 칼럼 레벨 변경하기

  Section 04 데이터프레임 병합하기

1 concat 활용하여 병합하기

2 merge/join 활용하여 병합하기

확인 문제 / 개념정리

Chapter 05 데이터 이해하기

  Section 01 지표로 데이터 탐색하기

1 일변량 비시각화 탐색하기

2 다변량 비시각화 탐색하기

  Section 02 시각화로 데이터 탐색하기

1 일변량 시각화 탐색하기

2 다변량 시각화 탐색하기

3 maplotlib 활용하기

4 seaborn 시각화 라이브러리 활용하기

확인 문제 / 개념정리

Chapter 06 데이터 전처리하기

  Section 01 수치형 데이터 정제하기

1 결측치 파악하기

2 결측치 처리하기

3 이상치 파악하기

4 이상치 처리하기

5 구간화하기

  Section 02 범주형 데이터 정제하기

1 레이블 인코딩하기

2 원핫 인코딩하기

  Section 03 스케일링하기

1 정규화하기

2 표준화하기

  Section 04 변수 선택하기

1 신규 변수 생성하기

2 변수 선택하기

확인 문제 / 개념정리

Chapter 07 AI 모델링 필수 개념 이해하기

  Section 01 A I 란 무엇인가?

1 머신러닝 이해하기

2 딥러닝 이해하기

  Section 02 A I 학습 방법 이해하기

1 지도학습 이해하기

2 비지도학습 이해하기

  Section 03 A I 모델링 프로세스 이해하기

1 AI 모델링 프로세스

  Section 04 학습 데이터의 분할 방법 이해하기

1 학습 데이터 분할하기

2 k-fold 교차 검증하기

3 학습 과정을 시각화하여 과적합 확인하기

Section 05 A I 모델 평가 이해하기

1 분류 모델 평가하기

2 회귀 모델 평가하기

확인 문제 / 개념정리

Chapter 08 지도학습으로 AI 모델링하기

Section 01 머신러닝으로 AI 모델링하기

1 사이킷런 라이브러리

2 선형회귀(Linear Regression)

3 로지스틱 회귀(Logistic Regression)

확인 문제

4 의사결정나무(Decision tree)

확인 문제

5 앙상블(Ensemble)

6 랜덤 포레스트(Random Forest)

확인 문제

7 그래디언트 부스팅(Gradient Boosting)

확인 문제

Section 02 딥러닝으로 A I 모델링하기

1 인공신경망

2 심층신경망

3 딥러닝 프레임워크

4 심층신경망으로 항공사 고객 만족 분류 모델 구현 실습하기

확인 문제 / 개념정리

Chapter 09 비지도학습으로 AI 모델링하기

  Section 01 차원 축소

1 주성분 분석

2 t-분산 확률적 이웃 임베딩

  Section 02 군집화

1 K-평균 군집화

2 DBSCAN

3 고객 세분화 모델 구현 실습하기

확인 문제 / 개념정리

Chapter 10 모델 성능 향상하기

  Section 01 모델 하이퍼파라미터 튜닝 이해하기

1 그리드 서치(Grid Search)

2 랜덤 서치

  Section 02 머신러닝 모델링 및 하이퍼파라미터 튜닝 실습하기

1 [회귀] 항공권 가격 예측 모델링하기

2 [분류] 항공사 고객만족 여부 예측 모델링

확인 문제 / 개념정리

Part 02 심화 학습하기 - AI 사례 실습

Chapter 01 [실습] 비데/정수기 렌탈 고객 해지 여부 예측하기

  Section 01 A I 작업 환경 만들기

1 패키지 설치하기

2 패키지 불러오기

3 옵션 설정하기

확인 문제 / 개념정리

  Section 02 기초 데이터 다루기와 전처리하기

1 데이터 획득하기

2 데이터 구조 확인하기

3 데이터프레임 합치기

4 결측치 처리하기

5 데이터 유형 변경하기

6 파생 변수 추가하기

7 불필요한 칼럼 삭제하기

확인 문제 / 개념정리

  Section 03 데이터 이해하기(EDA와 시각화)

1 출력값(Label) 분석하기

2 수치형 데이터 분석하기

3 수치형 데이터의 이상치 제거하기

4 이상치 제거 후 수치형 데이터 분석하기

5 범주형 데이터 분석하기

확인 문제 / 개념정리

  Section 04 I 모델링을 위한 전처리하기

1 표준화와 정규화하기

2 레이블 인코딩하기

3 원핫 인코딩하기

4 다중공선성 제거하기

확인 문제 / 개념정리

  Section 05 모델링과 평가하기

1 데이터 분할하기

2 모델별 성능 그래프 그리기

3 모델 생성하기

개념정리

4 AI 모델 평가하기

확인 문제 / 개념정리

마무리

부록 - AICE Associate 연습 문제