일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- 유데미
- 코딩테스트
- 2024년
- tableau
- 코테
- AICE
- 파이썬
- 스타터스부트캠프
- 자격증준비
- 취업부트캠프
- trouble shooting
- MySQL
- 태블로
- Python
- 프로그래머스
- 회고록
- 자격증
- 러닝스푼즈
- 부트캠프후기
- 실습
- 데이터분석
- 데이터분석가
- 프리온보딩
- 프로젝트
- SQL
- Tableau Desktop Specialist
- 데이터시각화
- 쿼리테스트
- 유데미코리아
- 유데미부트캠프
- Today
- Total
목록AICE (6)
신이 되고 싶은 갓지이

사실 이미 한참 전에(2023.07.21) 시험을 보고 합격까지 받았지만 늦게라도 시험 합격 후기를 올려본다! KT에서 주관하는 국내 인공지능 활용평가 자격증 AICE 준비! AICE 자격증 데이터 분석가로서 취업준비를 하면서 여러 공부를 하다 KT에서 주관하는 인공지능 자격증인 AICE을 발견했다! 이 자격증은 다른 ADsP나 SQLD와 같은 자격증과 달리 인공지능 활용능력을 godji.tistory.com 앞서 시험을 보기 전에 올린 포스팅에서 언급했듯이 우선 Basic을 응시했고 결과는 합격! 나는 유데미에서 강의를 사긴 했지만 사실 Basic은 코딩없이 치루는 시험이기 때문에 사실 인공지능에 대한 책을 통해 간단한 이론을 숙지하고 바로 AICE 홈페이지에서 무료 사례실습 강의를 듣거나 샘플문항을 ..
여기저기 서류에 붙으면서 기업과제를 하느라 강의를 많이 밀리게 되어 이제야 포스팅을 올린다 🥲 1. 모델 선택 및 학습 ✔️ 알고리즘의 선택 과제 목적과 타겟 변수에 따라 어떤 알고리즘을 선택할지 결정된다. ✏️ 타겟 변수 1. 분류 2. 수치 예측(회귀) ✏️ 과제 목적 1. 설명 결과의 원인 분석 결과에 영향을 주는 변수(컬럼)분석 2. 예측 결과 자체가 중요한 경우 미래 상황에 대비하고 정확히 알아야 하는 경우 ✔️ 모델 학습 모델 학습이란 손실함수(Loss function)을 최소화하여 가중치(Weight)를 계속해서 업테이트 해나가는 과정이다. * 손실함수 : 신경망 학습의 목적함수로 출력값(예측값)과 정답(실제값)의 차이를 계산하는 함수로 예측값과 실제값의 차이를 나타내는 지표 * 목적함수 :..
1. 문제정의 : 목적과 목표를 명확히 하는 단계 ✔️ AI가 적용될 수 있는 상황 데이터나 규칙이 복잡한 경우 - 데이터 기반으로 스스로 학습하여 자동으로 규칙을 생성하기에 효율적 다양한 형태의 데이터를 활용하는 경우 - 구조 관점의 여러 데이터 형태를 모두 활용 가능 미지의 영역에 대한 연구와 해결이 필요한 경우 - 아직 개척되지 않은 영역 개척에 효율적 ✏️ 구조 관점의 데이터 유형 설명 종류 정형 데이터 행과 열의 정형화된 구조로 고정된 필드에 저장되며 값과 형식이 일관 관계형 데이터베이스(RDBMS), 엑셀 등 반정형 데이터 구조와 형태를 갖고 있으나 값과 형식에 일관성이 없음 로그, 스크립트 등 비정형 데이터 정해진 구조와 형태가 없으며 고정된 필드에 저장되지 않음 텍스트, 이미지, 오디오, ..

앞서 배운 인공지능을 실제 업무에 적용하는 방법과 적용 사례에 대해서 정리해보았다. ✏️ 인공지능 업무에 적용하기 1. AI 적용 프로세스 문제 정의 - 목적과 목표에 따라 어떤 AI 모델을 만들것인지 선택. AI 과제 정의서에서 과제명, 배경 및 문제정의, 가설, 기대효과, 사용 모델 등 작성하여 사용 데이터 수집 - 데이터가 편향되거나 손실되었다면 정확하지 않을 학습이 될 수 있으니 최대한 많고 깨끗한 데이터를 수집 데이터 분석 및 전처리 - 수집한 데이터를 확인하고 중요한 것을 찾아서 기계가 판독할 수 있도록 준비. 범주형/수치형 여부, 빈값(NULL)의 처리 여부, 문자는 숫자화(인코딩)하는 작업을 진행 AI 모델링 - 정리된 데이터를 어떤 학습유형의 알고리즘으로 어떤 개발도구를 통해 학습 시킬지..
AICE 자격증 준비 첫번째로 정리해볼 내용은 머신러닝과 딥러닝의 기본 내용이다. ✏️ 머신러닝 머신러닝 기계학습에는 지도학습, 비지도학습, 강화학습 이렇게 3가지 방법이 있다. 지도학습 : 기계가 사람이 정해준 정답을 갖고 학습하는 방식. 대량의 데이터일 수록 효율적인 학습 방법 비지도학습 : 정답이 없는 데이터를 군집화를 통해 학습하는 방식. 정확한 학습 환경이 주어지는 것이 중요 . 지도학습보다 어렵지만 정답 데이터가 필요하지 않다는 점 때문에 많은 관심을 받고 있음 강화학습 : 학습과정에서 정답을 맞출 경우 보상을 통해 정답을 맞출 확률을 더 높여준다. 행동심리학의 보상실험에서 유래됨. 1. 지도학습 1) 지도학습이란? 정답을 알려주고 학습을 시키는 가장 친절한 학습 방법. 과거 데이터로 미래를 ..

AICE 자격증 데이터 분석가로서 취업준비를 하면서 여러 공부를 하다 KT에서 주관하는 인공지능 자격증인 AICE을 발견했다! 이 자격증은 다른 ADsP나 SQLD와 같은 자격증과 달리 인공지능 활용능력을 평가하는 자격증이다. Kaggle이나 DAKON과 같은 인공지능 플랫폼에서 경진대회에 나가는것과 더불어 나의 인공지능 능력을 어필할 수 있을 것 같아서 준비하게 되었다. 다만 하나 아쉬운점은 국가공인 자격증이 아니라 민간자격증이라는 것이다🥲 AICE KT가 개발하여 한국경제신문과 함께 주관하는 인공지능 능력시험입니다. aice.study AICE 자격증 종류 민간인으로 볼 수 있는 자격증 종류는 Basic과 Associate가 있다. Basic이 좀 더 인공지능 입문자를 위한 시험으로 코딩없이 모델링을..