컨텐츠 내용
- 수강신청
- 과정정보
[HMG DS 프로젝트] AI 실전 시계열 프로젝트: 교통체증 문제해결을 위한 교통량 예측하기
학습목표
시계열 교통 데이터를 분석하여 교통량을 예측하는 딥러닝 모델을 구현하고, 그 성능을 평가 및 개선하여 교통 문제 해결에 활용할 수 있다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 과정 패키지 수강을 희망하시는 경우 '[HMG DS 프로젝트] 통합 패키지' 과정을 신청하여주시기 바랍니다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 과정 패키지 수강을 희망하시는 경우 '[HMG DS 프로젝트] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
딥러닝 기술을 기반으로 다양한 데이터 유형에 대한 분석 및 모델링을 통해 문제를 해결하고자 하는 엔지니어
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 중급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 중급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
과정소개
수료기준
| 평가기준 | 총점 |
|---|---|
| 배점 | 100점 |
| 수료기준 | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 시계열 데이터 기초 |
| 2차시 | 시계열 데이터 분석 방법 |
| 3차시 | 고전적 시계열 데이터 처리 |
| 4차시 | 머신러닝을 활용한 시계열 데이터 처리 |
| 5차시 | 딥러닝을 활용한 시계열 데이터 처리 |