ROADMAP

์ž…๋ฌธ๋ถ€ํ„ฐ ์‹ฌํ™”๊นŒ์ง€,

๋ฐ์ดํ„ฐ ํ•™์Šต ์—ฌ์ •์„ ์‹œ์ž‘ํ•ด ๋ณด์„ธ์š”

์ฝ”์Šค

๋ฐ์ดํ„ฐ ์‚ฌ์ด์–ธํ‹ฐ์ŠคํŠธ

๋ฐ์ดํ„ฐ ๋ถ„์„๊ฐ€

๋‚œ์ด๋„

๋ถ„์•ผ

๋ฐ์ดํ„ฐ ๋ถ„์„ ์‹ฌํ™”

Explainable AI (XAI)

  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI
  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI2

๋ฐ์ดํ„ฐ ๋ถ„์„ ํ”„๋กœ์ ํŠธ

  1. ์žฌ์ • ๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”
  1. KPI ๋„์ถœ ๋น„์ฆˆ๋‹ˆ์Šค ์ „๋žต ๋ถ„์„

ROADMAP

์ž…๋ฌธ๋ถ€ํ„ฐ ์‹ฌํ™”๊นŒ์ง€, ๋ฐ์ดํ„ฐ ํ•™์Šต ์—ฌ์ •์„ ์‹œ์ž‘ํ•ด ๋ณด์„ธ์š”

๋ฐ์ดํ„ฐ ๋ถ„์„๊ฐ€ ์ฝ”์Šค

๋ฐ์ดํ„ฐ ์‚ฌ์ด์–ธํ‹ฐ์ŠคํŠธ ์ฝ”์Šค

์•„๋ž˜ ํ•™์Šต ๋กœ๋“œ๋งต์˜ ๊ต์žฌ ์ด๋ฆ„์„ ํด๋ฆญํ•˜๋ฉด, ํ•ด๋‹น ๊ต์žฌ๋กœ ์ด๋™ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

์ž…๋ฌธ

์ดˆ๊ธ‰

์ค‘๊ธ‰

์ธ๊ณต์ง€๋Šฅ

์ธ๊ณต์ง€๋Šฅ ์ž…๋ฌธ

  1. ์ธ๊ณต์ง€๋Šฅ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ์ธ๊ณต์ง€๋Šฅ ์ฒซ๊ฑธ์Œ: ํ•˜
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ํ•˜

๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ ์ดํ•ดํ•˜๊ธฐ

  1. ๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ: ๋ถ„๋ฅ˜
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ: ํšŒ๊ท€

ํŒŒ์ด์ฌ

ํŒŒ์ด์ฌ ์ž…๋ฌธ

  1. ํŒŒ์ด์ฌ: ์ƒ
  1. ํŒŒ์ด์ฌ: ํ•˜

ํŒŒ์ด์ฌ ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ

  1. ํŒŒ์ด์ฌ ๋” ๋“ค์–ด๊ฐ€๊ธฐ
  1. ํŒ๋‹ค์Šค ํ™œ์šฉํ•˜๊ธฐ: ์ƒ
  1. ํŒ๋‹ค์Šค ํ™œ์šฉํ•˜๊ธฐ: ํ•˜
  1. ๋„˜ํŒŒ์ด ํ™œ์šฉํ•˜๊ธฐ

๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

์ „์ฒ˜๋ฆฌ ๋ฐ EDA

  1. ์‹œ๊ฐํ™” ๊ธฐ์ดˆ
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ „์ฒ˜๋ฆฌ ์ž…๋ฌธ
  1. ๋ฒ”์ฃผํ˜• ๋ณ€์ˆ˜ ์ธ์ฝ”๋”ฉ

Feature Engineering

  1. ํŠน์„ฑ ๊ณตํ•™ ์ž…๋ฌธ1
  1. ํ”ผ์ฒ˜ ์ƒ์„ฑ ์„ ํƒ

๋จธ์‹ ๋Ÿฌ๋‹ ๋ชจ๋ธ ๊ตฌ์ถ•

  1. ์„ ํ˜• ํšŒ๊ท€ ๋ถ„์„
  1. ๋กœ์ง€์Šคํ‹ฑ ํšŒ๊ท€
  1. LightGBM ๋”ฐ๋ผ์žก๊ธฐ

๋จธ์‹ ๋Ÿฌ๋‹

์ž…๋ฌธ ํ”„๋กœ์ ํŠธ

๋ชจ๋ธ ๊ฒ€์ฆ ๋ฐ ์ตœ์ ํ™”

  1. ๋ฐ์ดํ„ฐ ๋ถ„๋ฅ˜ ๋ชจ๋ธ ๋งŒ๋“ค๊ธฐ
  1. ํšŒ๊ท€ ๋ฌธ์ œ ๋ชจ๋ธ
  1. ํ•˜์ดํผํŒŒ๋ผ๋ฏธํ„ฐ ํŠœ๋‹
  1. ์•™์ƒ๋ธ”2

๋จธ์‹ ๋Ÿฌ๋‹

์ดˆ๊ธ‰ ํ”„๋กœ์ ํŠธ

๋จธ์‹ ๋Ÿฌ๋‹ ์‹ฌํ™”

๋ฐ์ดํ„ฐ ์žฌ๊ตฌ์กฐํ™”

  1. ์žฌ๊ตฌ์กฐํ™”

๊ณ ๊ธ‰ ๋ฐ์ดํ„ฐ ์ฒ˜๋ฆฌ ๊ธฐ๋ฒ•

  1. ์ด์ƒ์น˜ ํƒ์ง€
  1. ๋ถˆ๊ท ํ˜• ๋ฐ์ดํ„ฐ ํ•ด๊ฒฐํ•˜๊ธฐ
  1. ์ฐจ์› ์ถ•์†Œ

์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ ์ „์ฒ˜๋ฆฌ

  1. ์‹œ๊ณ„์—ด ์ „์ฒ˜๋ฆฌ1
  1. ์‹œ๊ณ„์—ด ์ฃผ๊ธฐ์„ฑ ํŠน์„ฑ๊ณตํ•™

๋จธ์‹ ๋Ÿฌ๋‹

์ค‘๊ธ‰ ํ”„๋กœ์ ํŠธ

๋”ฅ๋Ÿฌ๋‹ ์ž…๋ฌธ

๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

  1. ๋”ฅ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ๋”ฅ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ํ•˜

Pytorch ๊ธฐ์ดˆ

  1. ํŒŒ์ดํ† ์น˜ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ํŒŒ์ดํ† ์น˜ ์ฒซ๊ฑธ์Œ: ํ•˜

๋ฐ์ดํ„ฐ ๋ถ„์„ ์‹ฌํ™”

Explainable AI (XAI)

  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI
  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI2

๋ฐ์ดํ„ฐ ๋ถ„์„ ํ”„๋กœ์ ํŠธ

  1. ์žฌ์ • ๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”
  1. KPI ๋„์ถœ ๋น„์ฆˆ๋‹ˆ์Šค ์ „๋žต ๋ถ„์„

๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

CNN๊ณผ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜

  1. CNN ๊ธฐ์ดˆ
  1. ์ด๋ฏธ์ง€ ์ฆ๊ฐ•
  1. ์†๋Œ€ํ™” ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ํ•˜๊ธฐ
  1. ์‚ฌ์ „ํ•™์Šต ๋ชจ๋ธ
  1. ํŒŒ์ธํŠœ๋‹&์ „์ดํ•™์Šต
  1. ํŒจ์…˜ ์˜๋ฅ˜ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ํ”„๋กœ์ ํŠธ

์ž์—ฐ์–ด ์ฒ˜๋ฆฌ (NLP)

  1. ์ž์—ฐ์–ด ์ฒ˜๋ฆฌ
  1. Seq2Seq ๋ชจ๋ธ
  1. ์–ดํ…์…˜ ๋ฉ”์นด๋‹ˆ์ฆ˜
  1. ํŠธ๋žœ์Šคํฌ๋จธ ๋ชจ๋ธ ๊ตฌ์กฐ์™€ ์›๋ฆฌ(์˜ˆ์ •)

๋”ฅ๋Ÿฌ๋‹๊ณผ ์‹œ๊ณ„์—ด ์˜ˆ์ธก

  1. RNN๊ณผ LSTM
  1. LSTM๊ณผ ์‹œ๊ณ„์—ด
  1. ์ปค๋จธ์Šค ์ œํ’ˆ ํŒ๋งค๋Ÿ‰ ์˜ˆ์ธกํ•˜๊ธฐ

ROADMAP

์ž…๋ฌธ๋ถ€ํ„ฐ ์‹ฌํ™”๊นŒ์ง€, ๋ฐ์ดํ„ฐ ํ•™์Šต ์—ฌ์ •์„ ์‹œ์ž‘ํ•ด ๋ณด์„ธ์š”

๋ฐ์ดํ„ฐ ๋ถ„์„๊ฐ€ ์ฝ”์Šค

๋ฐ์ดํ„ฐ ์‚ฌ์ด์–ธํ‹ฐ์ŠคํŠธ ์ฝ”์Šค

์•„๋ž˜ ํ•™์Šต ๋กœ๋“œ๋งต์˜ ๊ต์žฌ ์ด๋ฆ„์„ ํด๋ฆญํ•˜๋ฉด, ํ•ด๋‹น ๊ต์žฌ๋กœ ์ด๋™ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

์ž…๋ฌธ

์ดˆ๊ธ‰

์ค‘๊ธ‰

์ธ๊ณต์ง€๋Šฅ

์ธ๊ณต์ง€๋Šฅ ์ž…๋ฌธ

  1. ์ธ๊ณต์ง€๋Šฅ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ์ธ๊ณต์ง€๋Šฅ ์ฒซ๊ฑธ์Œ: ํ•˜
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ํ•˜

๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ ์ดํ•ดํ•˜๊ธฐ

  1. ๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ: ๋ถ„๋ฅ˜
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ํ”„๋กœ์ ํŠธ: ํšŒ๊ท€

ํŒŒ์ด์ฌ

ํŒŒ์ด์ฌ ์ž…๋ฌธ

  1. ํŒŒ์ด์ฌ: ์ƒ
  1. ํŒŒ์ด์ฌ: ํ•˜

ํŒŒ์ด์ฌ ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ

  1. ํŒŒ์ด์ฌ ๋” ๋“ค์–ด๊ฐ€๊ธฐ
  1. ํŒ๋‹ค์Šค ํ™œ์šฉํ•˜๊ธฐ: ์ƒ
  1. ํŒ๋‹ค์Šค ํ™œ์šฉํ•˜๊ธฐ: ํ•˜
  1. ๋„˜ํŒŒ์ด ํ™œ์šฉํ•˜๊ธฐ

๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

์ „์ฒ˜๋ฆฌ ๋ฐ EDA

  1. ์‹œ๊ฐํ™” ๊ธฐ์ดˆ
  1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ „์ฒ˜๋ฆฌ ์ž…๋ฌธ
  1. ๋ฒ”์ฃผํ˜• ๋ณ€์ˆ˜ ์ธ์ฝ”๋”ฉ

Feature Engineering

  1. ํŠน์„ฑ ๊ณตํ•™ ์ž…๋ฌธ1
  1. ํ”ผ์ฒ˜ ์ƒ์„ฑ ์„ ํƒ

๋จธ์‹ ๋Ÿฌ๋‹ ๋ชจ๋ธ ๊ตฌ์ถ•

  1. ์„ ํ˜• ํšŒ๊ท€ ๋ถ„์„
  1. ๋กœ์ง€์Šคํ‹ฑ ํšŒ๊ท€
  1. LightGBM ๋”ฐ๋ผ์žก๊ธฐ

๋จธ์‹ ๋Ÿฌ๋‹

์ž…๋ฌธ ํ”„๋กœ์ ํŠธ

๋ชจ๋ธ ๊ฒ€์ฆ ๋ฐ ์ตœ์ ํ™”

  1. ๋ฐ์ดํ„ฐ ๋ถ„๋ฅ˜ ๋ชจ๋ธ ๋งŒ๋“ค๊ธฐ
  1. ํšŒ๊ท€ ๋ฌธ์ œ ๋ชจ๋ธ
  1. ํ•˜์ดํผํŒŒ๋ผ๋ฏธํ„ฐ ํŠœ๋‹
  1. ์•™์ƒ๋ธ”2

๋จธ์‹ ๋Ÿฌ๋‹

์ดˆ๊ธ‰ ํ”„๋กœ์ ํŠธ

๋จธ์‹ ๋Ÿฌ๋‹ ์‹ฌํ™”

๋ฐ์ดํ„ฐ ์žฌ๊ตฌ์กฐํ™”

  1. ์žฌ๊ตฌ์กฐํ™”

๊ณ ๊ธ‰ ๋ฐ์ดํ„ฐ ์ฒ˜๋ฆฌ ๊ธฐ๋ฒ•

  1. ์ด์ƒ์น˜ ํƒ์ง€
  1. ๋ถˆ๊ท ํ˜• ๋ฐ์ดํ„ฐ ํ•ด๊ฒฐํ•˜๊ธฐ
  1. ์ฐจ์› ์ถ•์†Œ

์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ ์ „์ฒ˜๋ฆฌ

  1. ์‹œ๊ณ„์—ด ์ „์ฒ˜๋ฆฌ1
  1. ์‹œ๊ณ„์—ด ์ฃผ๊ธฐ์„ฑ ํŠน์„ฑ๊ณตํ•™

๋จธ์‹ ๋Ÿฌ๋‹

์ค‘๊ธ‰ ํ”„๋กœ์ ํŠธ

๋”ฅ๋Ÿฌ๋‹ ์ž…๋ฌธ

๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

  1. ๋”ฅ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ๋”ฅ๋Ÿฌ๋‹ ์ฒซ๊ฑธ์Œ: ํ•˜

Pytorch ๊ธฐ์ดˆ

  1. ํŒŒ์ดํ† ์น˜ ์ฒซ๊ฑธ์Œ: ์ƒ
  1. ํŒŒ์ดํ† ์น˜ ์ฒซ๊ฑธ์Œ: ํ•˜

๋ฐ์ดํ„ฐ ๋ถ„์„ ์‹ฌํ™”

Explainable AI (XAI)

  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI
  1. ๋จธ์‹ ๋Ÿฌ๋‹ XAI2

๋ฐ์ดํ„ฐ ๋ถ„์„ ํ”„๋กœ์ ํŠธ

  1. ์žฌ์ • ๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”
  1. KPI ๋„์ถœ ๋น„์ฆˆ๋‹ˆ์Šค ์ „๋žต ๋ถ„์„

๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

CNN๊ณผ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜

  1. CNN ๊ธฐ์ดˆ
  1. ์ด๋ฏธ์ง€ ์ฆ๊ฐ•
  1. ์†๋Œ€ํ™” ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ํ•˜๊ธฐ
  1. ์‚ฌ์ „ํ•™์Šต ๋ชจ๋ธ
  1. ํŒŒ์ธํŠœ๋‹&์ „์ดํ•™์Šต
  1. ํŒจ์…˜ ์˜๋ฅ˜ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ํ”„๋กœ์ ํŠธ

์ž์—ฐ์–ด ์ฒ˜๋ฆฌ (NLP)

  1. ์ž์—ฐ์–ด ์ฒ˜๋ฆฌ
  1. Seq2Seq ๋ชจ๋ธ
  1. ์–ดํ…์…˜ ๋ฉ”์นด๋‹ˆ์ฆ˜
  1. ํŠธ๋žœ์Šคํฌ๋จธ ๋ชจ๋ธ ๊ตฌ์กฐ์™€ ์›๋ฆฌ(์˜ˆ์ •)

๋”ฅ๋Ÿฌ๋‹๊ณผ ์‹œ๊ณ„์—ด ์˜ˆ์ธก

  1. RNN๊ณผ LSTM
  1. LSTM๊ณผ ์‹œ๊ณ„์—ด
  1. ์ปค๋จธ์Šค ์ œํ’ˆ ํŒ๋งค๋Ÿ‰ ์˜ˆ์ธกํ•˜๊ธฐ