노코드 빅재미로 배우는 인공지능
SW·AI 역량강화를 위한 No-Code 인공지능 입문서
인공지능을 배우고 싶지만 코딩이라는 장애물에 막혀 어려움을 겪는 일반인, 청소년을 위한 ‘코딩 없는(No-Code) 인공지능 입문서’입니다. 실습 솔루션으로 사용하고 있는 빅재미(BigZami)는 정말로 코딩 한 줄 작성하지 않고도 데이터 전처리부터 시각화, 데이터분석, 인공지능을 배울 수 있는 환경을 제공합니다. 코딩 없이 데이터분석, 인공지능을 배우는 것에 집중하고, 창의력을 발휘에 실무에 활용하려는 입문자에게 적합합니다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
-. '인공지능과 데이터' 수업을 위한 초등학생, 중학생, 고등학생
-. 코딩 없는(No-Code) 데이터분석, 인공지능을 배우고자 하는 입문자
〉 2022 개정 교육과정, 인공지능교육안에 맞춘 구성
'국가 실과·정보과 2022 개정 교육과정', '인공지능교육 내용기준안'을 참고하고, '디지털 교육 가이드'에 기반한 '인공지능과 데이터' 교육 프로그램에 맞추었습니다.
〉 SW 융합형 인재양성을 위한 최적의 교재
SW 융합형 인재양성과정에 빅재미 솔루션을 도입·활용해 데이터와 인공지능에 대한 학생들의 관심도를 높이고, 코딩에 막혀 다양한 창의력 발휘를 못하는 학생들을 지원함으로써 궁극적으로 달성하고자 하는 포스트 AI 시대의 SW 융합형 인재양성의 목적을 달성할 수 있는 최적의 교재입니다.
〉 노코드 데이터분석 솔루션 빅재미로 쉽게, 빠르게
빅재미는 데이터기반행정 지원을 위한 업무활용 솔루션, 공공기관의 데이터 활용역량 강화를 위한 교육용 솔루션, 기업의 디지털 전환 및 디지털 혁신 지원 솔루션으로 다수의 파트너, 고객사와 함께 하고 있습니다.
목차
목차
____1.1 인공지능의 이해
______1.1.1 인공지능의 개념
______1.1.2 인공지능의 원리
____1.2 인공지능과 학습
______1.2.1 기계학습의 개념
______1.2.2 기계학습의 종류
______1.2.3 기계학습의 활용
______1.2.4 인공신경망과 딥러닝
____1.3 요약정리
__Chapter 2 인공지능 프로젝트
____2.1 인공지능과 지속가능발전목표
______2.1.1 프로젝트 주제도출
______2.1.2 프로젝트 문제정의
____2.2 인공지능 문제해결
______2.2.1 데이터 수집
______2.2.2 데이터 탐색
______2.2.3 데이터 전처리
______2.2.4 모델링
______2.2.5 모델평가
____2.3 요약정리
__Chapter 3 데이터 과학의 이해
____3.1 데이터 불러오기
______3.1.1 데이터 파일 불러오기
______3.1.2 데이터 파일 저장
____3.2 데이터 이해
______3.2.1 데이터 형태
______3.2.2 데이터 속성
____3.3 요약정리
__Chapter 4 데이터 전처리(1)
____4.1 데이터 전처리 이해
______4.1.1 자료요약
______4.1.2 결측치 처리
______4.1.3 이상치 처리
____4.2 데이터 관계
______4.2.1 데이터 상관관계
______4.2.2 데이터 필터링
____4.3 요약정리
__Chapter 5 데이터 전처리(2)
____5.1 데이터 변경
______5.1.1 컬럼 변경
______5.1.2 행 변경
______5.1.3 값 변경
____5.2 데이터 변형
______5.2.1 파생변수
______5.2.2 그룹연산
______5.2.3 피봇 테이블
____5.3 요약정리
__Chapter 6 데이터 시각화
____6.1 데이터 시각화
______6.1.1 데이터 시각화의 개념
______6.1.2 데이터 시각화 활용
____6.2 다양한 데이터 시각화
______6.2.1 블록 라벨링 만들기
______6.2.2 파이차트
______6.2.3 트리맵
______6.2.4 막대그래프
______6.2.5 라인그래프
______6.2.6 버블차트
______6.2.7 박스플롯
______6.2.8 히트맵
____6.3 요약정리
__Chapter 7 데이터 모델링
____7.1 데이터 분할
______7.1.1 데이터 분할의 의미
______7.1.2 데이터 분할방법
____7.2 전처리 과정 분석
____7.3 데이터 모델링
______7.3.1 변수 결정하기
______7.3.2 데이터 분할하기
______7.3.3 데이터 시뮬레이션하기
______7.3.4 모델링 및 결과보기
____7.4 요약정리
__Chapter 8 실전, 펭귄 품종 분류
____8.1 실습 개요
____8.2 데이터 불러오기
____8.3 데이터 전처리
______8.3.1 자료요약
______8.3.2 결측치 처리
______8.3.3 값 변경
______8.3.4 컬럼 변경
____8.4 데이터 분할
____8.5 데이터 모델링
______8.5.1 모델 시뮬레이션하기
______8.5.2 모델링 및 검증하기
____8.6 요약정리
__Chapter 9 실전, 지진발생 규모 예측
____9.1 실습 개요
____9.2 데이터 불러오기
____9.3 데이터 전처리
______9.3.1 자료요약
______9.3.2 결측치 처리
______9.3.3 컬럼 변경
______9.3.4 시각화
____9.4 데이터 분할
____9.5 데이터 모델링
______9.5.1 모델 시뮬레이션하기
______9.5.2 모델링 및 검증하기
____9.6 요약정리
__Chapter 10 실전, 초콜릿 종류 군집
____10.1 실습 개요
____10.2 데이터 불러오기
____10.3 데이터 전처리
______10.3.1 자료요약
______10.3.2 시각화(1)
______10.3.3 컬럼 변경
______10.3.4 시각화(2)
____10.4 데이터 모델링
____10.5 요약정리
저자
저자
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.

