수강후기가 없어요 :-( 첫번째 수강후기의 주인공이 되세요
4차산업혁명과 더불어 인공지능 기술은 산업계 전반에 적용되어 활용되고 있으며 디지털혁신(digital inn ovation)을 가져오고 있다. 이러한 산업계 변화를 이해하고 다양한 산업분야에서 일어나고 있는 기술적 변화를 이해함으로써 인공지능 기술을 산업분야에 적용할 수 있는 ‘AI + X’ 능력함양을 목표로 한다.
본 과목을 수강함으로써 인공지능 관련 기초지식을 쌓고 인공지능 분야의 전문가로 성장할 수 있도록 개발 되♘다. 오픈소스 기반 머신러닝 소프트웨어(TensorFlow) 실습을 통해 딥러닝 기본개념을 이해하고 실무 능력 함양을 목표로 한다.
DT지식을 쌓고자 하는 모든 임직원
인공지능 활용 능력을 향상하고자 하는 모든 임직원
1. 인공지능의 기본개념(기계학습, 딥러닝, 전이학습)을 이해하고 설명할 수 있다.
2. 인공지능의 다양한 연구 분야(시각지능, 언어지능, 기계학습)를 이해하고 설명할 수 있다.
3. 인공지능의 다양한 속성(신뢰성, 공정성, 설명가능성)을 살펴보고 설명할 수 있다.
4. 인공지능 기술의 발전과 사회적 변화를 이해하고 윤리적 문제를 생각하여 설명할 수 있다.
차시 | 내용 |
---|---|
1차시 | 1- 인공지능의 정의 및 분류 |
2차시 | 2- 지능형 에이전트 |
3차시 | 3- 인공지능, 머신러닝, 딥러닝 |
4차시 | 4- 초기 인공지능의 태동기 (1차 융성기) |
5차시 | 5- 전문가 시스템 (2차 융성기) |
6차시 | 6- 인공신경망 부활 (3차 융성기) |
7차시 | 7- 기계학습의 개념 |
8차시 | 8- 지도학습 |
9차시 | 9- 비지도 학습 |
10차시 | 10- 인공 신경망 모델의 기초 |
11차시 | 11- 심층 신경망 특징 |
12차시 | 12- CNN 모델의 발전 |
13차시 | 13- 컴퓨터 비전 소개 |
14차시 | 14- CNN 모델의 등장과 발전 |
15차시 | 15- CNN 모델의 구조 |
16차시 | 16- 딥러닝 기술과 텍스트 분석 |
17차시 | 17- 자연어처리(NLP) 개념 |
18차시 | 18- RNN 모델의 구조 |
19차시 | 19- 전이학습의 개념 이해 |
20차시 | 20- 컴퓨터 비전 분야의 전이학습 |
21차시 | 21- 자연어처리 분야의 전이학습 |
수료기준 | ||||
---|---|---|---|---|
총 진도율 | 중간평가 | 최종평가 | 과제 | |
80% 이상 | - | - | - | |
반영된 평가 합산 0점 이상 |