AICE Associate - 시나공 AI 능력시험

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(
S..