◎ 목 차

Part 1. AI와 데이터의 기본 이해
Chapter 1. 인공지능이란 무엇인가
1. 인공지능의 개념
2. AI는 어떻게 판단할까
3. 사람이 하는 판단과 AI의 차이
4. AI는 왜 틀릴 수 있는가

Chapter 2. AI 문제 해결의 전체 흐름
1. 문제 정의
2. 데이터 수집
3. 데이터 전처리
4. 데이터 분석
5. 모델 학습
6. 성능 평가

Chapter 3. 데이터는 AI에게 무엇인가
1. 데이터의 의미
2. 수치형 데이터와 범주형 데이터
3. 데이터가 많다고 항상 좋은 것은 아니다


Part 2. AIDU 데이터 처리와 분석
Chapter 1. 데이터 불러오기와 기본 구조
1. AIDU 데이터 업로드
2. AIDU에서의 화면 구성
3. 데이터 구조 확인

Chapter 2. 문제 유형 판단하기
1. 분류 문제
2. 회귀 문제

Chapter 3. 탐색적 데이터 분석
1. 기초 통계
2. 기초 통계는 무엇을 보여주는가?
3. 기초 정보 분석
4. 시각화

Chapter 4. 데이터 전처리
1. 데이터 전처리란?
2. 데이터 가공 메뉴 전체 구조 이해하기
3. 수치형 데이터 변환
4. 범주형 데이터 변환
5, 데이터 필터링


Part 3. AI학습과 모델 평가
Chapter 1. 머신러닝의 종류
1. 머신러닝의 종류
2. 지도 학습
3. 비지도 학습
4. 강화 학습

Chapter 2. 딥러닝
1. 머신러닝과 딥러닝의 차이
2. 인공신경망의 기본 구조
3. 딥러닝의 구성 요소
4. 딥러닝의 학습 흐름
5. 딥러닝 학습 설정 요소
6. 딥러닝 학습단계 및 세부설정
7. 데이터 분할과 검증
8. 교차 검증
9. 과적합과 과소적합
10. 타겟 데이터 불균형 처리

Chapter 3. 모델 성능 평가
1. 지도학습 모델 평가
2. 분류모델의 성능 평가
3. 회귀모델의 성능 평가
4. 딥러닝모델 평가


Part 4. AICE BASIC 시험실전대비 최종 모의고사
Chapter 1. 시험에서 자주 나오는 유형
1. 단계 선택형 문제
2. 결과 해석형 문제
3. 문제유형 판단형 문제

Chapter 2. 시험전략정리
1. 시간관리 및 필수 확인 사항
2. 실수방지 포인트
3. 연계문제 대응법

Chapter 3. 최종 모의고사
1. 실전모의고사 1회
2. 실전모의고사 2회
3. 실전모의조사 3회
4. 실전모의고사 4회
5. 실전모의조사 5회