lnb영역
기술교육
- 전체
- 기계
- 전기·전자
- 반도체
- 재료
- 공조냉동
- 건설/토목
- 플랜트/발전설비
- 환경·에너지·안전
- 소방
- 생산/품질
- 4차산업혁명
- 정보통신기술(ICT)
- ChatGPT
- 식품/가공
- 스마트공장
- 자동차
- 드론
- 제약
- 물류/유통
- 플립러닝
고객센터
02-6959-5779
ribbon@kitanet.or.kr상담가능시간 : 평일 09:00~18:00
토/일요일 및 공휴일 휴무
컨텐츠 내용
- 수강신청
- 과정정보
인공지능 기술과 산업별 실무적용 기법
과정소개
- 인공지능 기술에 대해 알아보고 산업별로 실무에 어떻게 적용되고 있는지 알아보는 과정
▶교육대상
- 인공지능 신사업 대상이 되는 관련 기업의 임직원
- 기업의 전략 수립 및 신사업을 담당하는 부서의 실무자 및 관리자
▶교육내용
1. 인공지능 개요 (1) - 인공지능이란 무엇인가?
2. 인공지능 개요 (2) - 인공지능의 역사
3. 머신러닝의 이해 - 개요
4. 머신러닝의 이해 - 기초
5. 지도학습(Supervised Learning)
6. 비지도학습(Unsupervised Learning)
7. 준지도학습(semi-supervised Learning)
8. 강화학습(Reinforcement Learning)
9. 경사하강법과 학습률
10. 딥러닝(Deep Learning)
11. 퍼셉트론(Perceptron)
12. 인공신경망(Artificial Neural Network)과 레이어(Layer)
13. 인공지능 학습 시 문제점 조치 방안
14. CNN 알고리즘
15. 인공지능 활용 - 댁내기기 활용
16. 인공지능 활용 - 요리추천
17. 인공지능 활용 - 방범 서비스
18. 인공지능 활용 - 금융 서비스
19. 인공지능 활용 - 커플 매칭 서비스
20. 인공지능과 우리 일의 변화
▶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
2. 인공지능을 통한 AI모델을 수립할 수 있다.
3. 인공지능을 학습방법과 활용방안을 모색할 수 있다.
차시 | 강의명 |
---|---|
1차시 | 1. 인공지능 개요 (1) - 인공지능이란 무엇인가 |
2차시 | 2. 인공지능 개요 (2) - 인공지능의 역사 |
3차시 | 3. 머신러닝의 이해 - 개요 |
4차시 | 4. 머신러닝의 이해 - 기초 |
5차시 | 5. 지도학습(Supervised Learning) |
6차시 | 6. 비지도학습(Unsupervised Learning) |
7차시 | 7. 준지도학습(semi-supervised Learning) |
8차시 | 8. 강화학습(Reinforcement Learning) |
9차시 | 9. 경사하강법과 학습률 |
10차시 | 10. 딥러닝(Deep Learning) |
11차시 | 11. 퍼셉트론(Perceptron) |
12차시 | 12. 인공신경망(Artificial Neural Network)과 레이어(Layer) |
13차시 | 13. 인공지능 학습 시 문제점 조치 방안 |
14차시 | 14. CNN 알고리즘 |
15차시 | 15. 인공지능 활용 - 댁내기기 활용 |
16차시 | 16. 인공지능 활용 - 요리추천 |
17차시 | 17. 인공지능 활용 - 방범 서비스 |
18차시 | 18. 인공지능 활용 - 금융 서비스 |
19차시 | 19. 인공지능 활용 - 커플 매칭 서비스 |
20차시 | 20. 인공지능과 우리 일의 변화 |