1장 인공지능과 대기과학
인공지능의 범주, 대기과학에서의 쓰임, 학습의 뜻
📝 준비 중
2장 Python 기초와 Colab 환경
Colab 노트북, 변수와 자료형, 리스트, 출력
📝 준비 중
3장 제어문과 함수
조건문, 반복문, 함수 정의, 모듈 가져오기
📝 준비 중
4장 자료구조와 파일 입출력
리스트, 딕셔너리, csv 읽고 쓰기
📝 준비 중
5장 NumPy와 배열 연산
ndarray, 모양과 차원, 브로드캐스팅, 통계 함수
📝 준비 중
6장 Pandas와 기상 데이터 다루기
DataFrame, 결측값, 시각화로 데이터 살펴보기
📝 준비 중
7장 머신러닝 기초: 사이킷런과 선형 회귀
지도·비지도·강화 학습, 계수와 절편, MSE와 결정계수, 경사 하강법과 학습률
📝 Practice
📝 준비 중
8장 분류: 로지스틱 회귀와 kNN
분류 문제, 결정 경계, 정확도와 혼동 행렬
📝 준비 중
9장 의사결정 나무와 앙상블
트리의 분할 기준, 과적합, 랜덤 포레스트
📝 준비 중
10장 비지도 학습: 군집화와 차원 축소
k-평균, 주성분 분석, 기상 자료의 패턴 찾기
📝 준비 중
11장 인공 신경망 기초
퍼셉트론, 활성화 함수, 순전파와 역전파
📝 준비 중
12장 딥러닝: 케라스와 다층 퍼셉트론
모델 구성, 손실 함수와 최적화기, 학습 곡선
📝 준비 중
13장 합성곱 신경망과 기상 영상
합성곱과 풀링, 위성·레이더 영상의 특징 추출
📝 준비 중
14장 시계열 예측과 순환 신경망
시계열 자료의 구성, RNN과 LSTM, 예보 실험
📝 준비 중
강사용. 제출물 검증
학생이 낸 결과 파일의 서명과 본문을 대조한다