로그인을 해주세요
빅데이터로 분석하는 스마트 시티/신재생에너지
- 교육기간
- 30일
- 강의구성
- 24차시
- 교육시간
- 24시간
빅데이터로 분석하는 스마트 시티/신재생 에너지 과정은 스마트 시티/신재생 에너지 산업에 입문하는데 도움을 주고 빅데이터 분석에 있어서 실무적인 역량을 키울 수 있게 하는 과정입니다. 스마트 시티/신재생 에너지의 기초 이론부터 파이썬을 활용한 빅데이터 실습까지 종합적으로 학습하실 수 있습니다.
▶교육대상
1. 스마트 시티/신재생 에너지에 대해 생소한 입문자들
2. 비전공자라서 코드를 읽고, 쓸 수 없는 빅데이터 분석 입문자
3. 빅데이터 분석 역량을 키우고 싶은 학습자
4. 스마트 시티/신재생 에너지 관련 이론과 파이썬을 활용한 실습 프로젝트로 실제 현업에서 겪게 될 빅데이터 분석 능력을 경험하고 싶은 자
▶학습내용
1. 스마트 시티
2. 스마트 그리드
3. 빅데이터와 스마트 그리드 활용
4. 신재생 에너지 (에너지 생산)
5. ESS(에너지 저장) 및 에너지 소비
6. BEMS
7. 빅데이터(에너지 부분 빅데이터 활용)
8. 머신 러닝
9. 딥 러닝
10. 에너지 관련 데이터
11. 에너지 관련 데이터의 전처리
12. AI의 에너지 부문 활용
13. 에너지 생산 및 소비 관련 이슈와 머신 러닝/딥 러닝 활용
14. 에너지 관리 관련 머신 러닝/딥 러닝 활용
15. 빅데이터 활용 에너지 관리 부문 전망
16. 파이썬 기초 (이론)
17. ★실습★ 파이썬 기초
18. ★실습★ Numpy 모듈
19. ★실습★ Pandas 모듈
20. ★실습★ Matplotlib 모듈
21. ★실습★ 데이터 전처리 (Scikitlearn 모듈 활용)
22. ★실습★ 머신러닝 모델 수행 (Scikitlearn 모듈 활용)
23. ★실습★ 예제1. 실제 데이터를 바탕으로 태양광 생산량 예측: Numpy, Pandas, Matplotlib, Scikitlearn 활용
24. ★실습★ 예제2. 실제 데이터를 바탕으로 데이터 전처리 및 데이터 분석법 설명
▶수료기준
|
항목 |
진도율 |
진행단계평가 |
최종평가 |
과제 |
수료점수 |
|
평가비율 |
100% |
0% |
0% |
0% |
60점이상 |
|
수료조건 |
80% |
없음 |
없음 |
없음 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
학습목표
1. 스마트 시티/신재생 에너지의 개념을 학습할 수 있다.2. ESS와 BEMS에 대한 개념을 학습할 수 있다.
3. 머신 러닝과 딥 러닝의 개념과 알고리즘을 학습할 수 있다.
4. 에너지 관련 데이터 및 전처리에 대해 학습할 수 있다.
5. 파이썬의 기본 이론에 대해 학습할 수 있다.
6. Numpy/Pandas/Matplotlib 모듈에 대해 학습할 수 있다.
7. Scikitlearn 모듈 활용한 데이터 전처리와 머신 러닝 모델 에 대해 학습할 수 있다.
강의목차(총 24강)
-
1. 1. 스마트 시티 18분
2. 2. 스마트 그리드 9분
3. 3. 빅데이터와 스마트 그리드 활용 3분
4. 4. 신재생 에너지 (에너지 생산) 5분
5. 5. ESS(에너지 저장) 및 에너지 소비 2분
6. 6. BEMS 4분
7. 7. 빅데이터(에너지 부분 빅데이터 활용) 15분
8. 8. 머신 러닝 4분
9. 9. 딥 러닝 18분
10. 10. 에너지 관련 데이터 7분
11. 11. 에너지 관련 데이터의 전처리 15분
12. 12. AI의 에너지 부문 활용 4분
13. 13. 에너지 생산 및 소비 관련 이슈와 머신 러닝딥 러닝 활용 10분
14. 14. 에너지 관리 관련 머신 러닝딥 러닝 활용 6분
15. 15. 빅데이터 활용 에너지 관리 부문 전망 6분
16. 16. 파이썬 기초 (이론) 10분
17. 17. ★실습★ 파이썬 기초 20분
18. 18. ★실습★ Numpy 모듈 26분
19. 19. ★실습★ Pandas 모듈 20분
20. 20. ★실습★ Matplotlib 모듈 5분
21. 21. ★실습★ 데이터 전처리 (Scikitlearn 모듈 활용) 14분
22. 22. ★실습★ 머신러닝 모델 수행 (Scikitlearn 모듈 활용) 12분
23. 23. ★실습★ 예제1. 실제 데이터를 바탕으로 태양광 생산량 예측 Numpy, Pandas, Matplotlib, Scikitlearn 활용 12분
24. 24. ★실습★ 예제2. 실제 데이터를 바탕으로 데이터 전처리 및 데이터 분석법 설명 16분
