정보기술대학 AI 비교과 두 번째 레슨

플랫폼 전문기업 몬드리안 AI와 함께하는 AI 비교과 특강>

 

인천대학교 정보기술대학에서는 근래 가장 주목받는 기술인 AI 기술에 대하여 인천대학교 학생들의 관심도를 높이고, 관련 역량을 고취시키기 위하여 몬드리안 AI와 비교과프로그램을 진행합니다.

AI 기초·머신러닝 실전 1개월 교육을 통하여 이론과 실습을 단기간에 체계적으로 학습하고, 학생 스스로 데이터 기반 AI 프로젝트를 기획·구현·발표하는 능력을 키울 수 있는 기회이니 많은 참여 바랍니다.

 

- 교육일정

· 온라인 교육: 12월 15일 ~ 1월 15일

· 오프라인 교육: 1월 12일 10:00 ~ 16:00, 1월 16일 10:00 ~ 16:00

  * 교내 면접고사 일정 관련으로, 오프라인 2차 교육 일정을 기존 15일(목)에서 16일(금)으로 변경하오니, 신청에 참고하여 주시기 바랍니다.

  * 기신청자분들께는 별도 변경 안내 예정입니다.

참가신청: 12월 4일 10:00부터 ~ 12월 11일 23:30 까지

모집인원: 30명 이내

 

참가신청url: https://naver.me/IM4vayCs

QR code:

 

* 기본적인 코딩지식이 필요하며, 파이썬을 사용할 수 있는 정도의 레벨을 요함

 

온라인 프로그램

영상 교육 구성

기간: 2025.12.15 ~ 2026.01.15

형태: 녹화된 강의 영상 제공

자료 제공: 데이터셋, 예제 소스코드, 실습 가이드 문서

플랫폼: Yennefer

영상 교육 목록

1강 Yennefer 플랫폼 소개 및 활용

2~3강: 오리엔테이션 및 기초 개념

4~5강: Linear Regression

6강: Logistic Regression

7강: KNN

8강: Decision Tree

9~10강: Random Forest

11~12강: XGBoost

13~14강: LGBM을 활용한 이상거래 탐지

15강: KMeans

16강: PCA

17강: Naive Bayes

18강: Visualization

19강: Tableau 분석

20강: ChatGPT 활용

영상 교육 강사 - '권시현' 정보

[경력]

IDT Corporation | Data Scientist (2020 - )

Columbia Univ. | Machine Learning Tutor (2019)

Samsung Electronics | Big Data Analytics (2010-2018)

 

[학력]

Columbia Univ. | M.S. in Applied Analytics (2018-2019)

Hanyang Univ. | B.A. in Sociology | Summa Cum Laude (2004-2008)

 

[기타]

YouTube: 데싸노트

인터넷 강의: 패스트캠퍼스, 클래스 101, 탈잉 등 다수

저서: 실전에서 통하는 머신러닝(2022), 데이터 과학자 원칙(2023)

 

오프라인 교육 프로그램

오프라인 강사 - '화지민 상무' 정보

Mondrian AI CTO 화지민 상무

KAIST Computer Science, Ph.d.

Industrial AI, ML SW Exper t

시스템 및 플랫폼 분야 특허/논문 다수

산업용 인공지능 적용 사업 총괄 다수

Mondrian AI 공동창업

오프라인 1차 (2026년 1월 12일)

목적

온라인에서 학습한 내용 리뷰

학생 개별 프로젝트 기획서 작성, EDA 작업

기획 방향성/EDA 발표 + 전문가 피드백

구성

온라인 내용 Review 세션

프로젝트 기획 워크숍

주제 발굴 방식 안내

데이터 탐색 방법 소개

팀 구성

팀 AI 기초·머신러닝 실전 기획 및 EDA

기획 '문제 정의 → 목표 설정 → 모델 선택 흐름'

기획한 내용에 대한 EDA

발표 내용

선택한 주제

문제 정의

사용할 데이터

적용 가능한 알고리즘

예상되는 결과물

강사·학생 간 피드백 및 Q&A

오프라인 2차 (2026년 1월 15일)

목적

실제 구현 결과 발표

동료 학생들과 상호토론을 통한 학습 확장

구성

프로젝트 구현 결과 발표

데이터 전처리

적용 알고리즘

배운 점 및 한계

학생 질문·답변 세션(피어 리뷰)

학생 간 질의

문제 해결 접근 방식 비교

종합 피드백 및 향후 발전 방향 제시

AI 경진대회 참여 가능성

포트폴리오 구성 가이드