로그인을 해주세요
인공지능 데이터로 미래를 탐구하다
- 교육기간
- 30일
- 강의구성
- 22차시
세상에 없던 것을 만들어내는 인공지능.
인공지능의 기본 구조를 파악하면 인공지능도 어렵지 않습니다!
본 과정으로 인공지능 코딩 역량을 쉽고 빠르게 터득하여 우리 생활에 인공지능이 어떻게 활용되는지, 왜 꼭 필요한지에 대해 학습해보겠습니다.
▶교육대상
- 디지털 융합시대에 기초 지식을 얻고 새로운 기회를 모색하고자 하는 임직원
- 4차 산업혁명에 대한 지식 함양을 필요로 하는 모든 재직자
▶학습목차
1. 4차 산업혁명 시대와 인공지능
2. [사례중심] 인공지능 기술의 필요성 - 디지털 전환(DX)
3. [사례중심] 인공지능에 대한 이해와 그 필요성 탐색
4. 빅데이터와 인공지능 개요
5. 인공지능(ai), 머신러닝(ML), 딥러닝(DL)의 개념 분석
6. 머신러닝(ML)의 학습방법
7. 머신러닝 학습 과정에서 발생하는 문제: 과적합과 과소적합
8. 머신러닝을 활용하여 범주형 데이터 다루기
9. 머신러닝을 활용하여 연속형 데이터 다루기
10. 머신러닝 모델의 성능 평가 방법
11. 딥러닝 개념 이해를 위한 배경 지식
12. 인공적으로 구현된 신경망
13. 인공 신경망의 시초
14. 더욱 복잡한 문제를 해결하기 위한 인공신경망
15. 인공신경망이 지식을 얻는 방법
16. 딥러닝 모델이 학습하는 여러가지 방식
17. [사례중심] 딥러닝 활용 분야 탐색: 텍스트
18. [사례중심] 딥러닝 활용 분야 탐색: 이미지 및 비디오
19. [사례중심] 세상에 없던 것을 만들어내는 인공지능
20. [사례중심] ChatGPT 파헤치기
21. [사례중심] 딥러닝 활용 분야 탐색: 현업 적용 사례 탐구
22. [사례중심] 인공지능의 미래
▶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. 디지털전환의 개념을 이해하고, 인공지능 (AI), 머신러닝 (ML), 딥러닝 (DL)의 포함 관계를 탐구하고 차이를 이해할 수 있다.2. 생성형 AI에 대해 학습하고, AI 시대를 맞이하는 기업들의 동향을 파악할 수 있다.
강의목차(총 22강)
-
1. 1. 4차 산업혁명 시대와 인공지능 32분
2. 2. [사례중심] 인공지능 기술의 필요성 - 디지털 전환(DX) 33분
3. 3. [사례중심] 인공지능에 대한 이해와 그 필요성 탐색 33분
4. 4. 빅데이터와 인공지능 개요 32분
5. 5. 인공지능(ai), 머신러닝(ML), 딥러닝(DL)의 개념 분석 32분
6. 6. 머신러닝(ML)의 학습방법 32분
7. 7. 머신러닝 학습 과정에서 발생하는 문제 과적합과 과소적합 28분
8. 8. 머신러닝을 활용하여 범주형 데이터 다루기 31분
9. 9. 머신러닝을 활용하여 연속형 데이터 다루기 29분
10. 10. 머신러닝 모델의 성능 평가 방법 29분
11. 11. 딥러닝 개념 이해를 위한 배경 지식 31분
12. 12. 인공적으로 구현된 신경망 32분
13. 13. 인공 신경망의 시초 28분
14. 14. 더욱 복잡한 문제를 해결하기 위한 인공신경망 31분
15. 15. 인공신경망이 지식을 얻는 방법 34분
16. 16. 딥러닝 모델이 학습하는 여러가지 방식 32분
17. 17. [사례중심] 딥러닝 활용 분야 탐색 텍스트 35분
18. 18. [사례중심] 딥러닝 활용 분야 탐색 이미지 및 비디오 29분
19. 19. [사례중심] 세상에 없던 것을 만들어내는 인공지능 26분
20. 20. [사례중심] ChatGPT 파헤치기 29분
21. 21. [사례중심] 딥러닝 활용 분야 탐색 현업 적용 사례 탐구 27분
22. 22. [사례중심] 인공지능의 미래 28분
