컨텐츠 내용
- 수강신청
- 과정정보
[AI 딥러닝 백과사전] 시계열 데이터의 예측부터 이상탐지까지
학습목표
시계열 데이터를 활용한 예측 및 이상탐지 문제를 해결하기 위해 적절한 딥러닝 모델을 구성하고,
데이터 전처리 및 특징 분석을 기반으로 모델을 학습·검증할 수 있는 능력을 함양한다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 모듈 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
데이터 전처리 및 특징 분석을 기반으로 모델을 학습·검증할 수 있는 능력을 함양한다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 모듈 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
다양한 시계열 데이터의 문제를 처리하고 싶으신 분
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강에 앞서 연계 선수 과목 수강을 권장합니다(하단 이미지 참고).
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강에 앞서 연계 선수 과목 수강을 권장합니다(하단 이미지 참고).
과정소개
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 배점 | 100% | 100점 |
| 수료기준 | 80% | 80점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 80점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 데이터 특성 및 처리 방법 |
| 2차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 분해 기법 |
| 3차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 예측 모델 1 |
| 4차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 예측 모델 2 |
| 5차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 이상 탐지 1 |
| 6차시 | [시계열 데이터의 예측부터 이상탐지까지] 시계열 이상 탐지 2 |