| 과정 소개 |
- 인공지능 기초 이론: 인공지능의 정의, 역사, 종류 등 기초적인 내용을 다룹니다.
- 머신러닝 및 딥러닝: 머신러닝과 딥러닝의 기본 원리, 알고리즘, 적용 사례 등을 학습합니다.
- 인공지능 개발 도구: 인기 있는 인공지능 개발 도구와 프레임워크를 소개하며, 실제 개발 환경에서 어떻게 활용하는지 학습합니다.
- 인공지능 응용 사례: 컴퓨터 비전, 자연어 처리, 추천 시스템 등 다양한 인공지능 응용 분야를 탐구합니다.
- 인공지능 프로젝트: 실제 인공지능 프로젝트를 수행하며, 문제 정의, 데이터 수집, 모델링, 테스트 등 인공지능 개발 전체 과정을 경험합니다.
|
| 학습 대상 |
- 기초 프로그래밍 지식이 있는 비전공자
- 인공지능 및 머신러닝에 관심이 있는 일반인
- 인공지능 기술을 실제業務에 적용하고자 하는 직장인
- 인공지능에 대한 전반적인 이해를 원하는 대학生
|
| 학습 목표 |
- 인공지능의 기본 개념과 원리를 이해한다
- 기계학습과 딥러닝의 차이를 분석하고, 실제 사례를 통해 적용 방법을 익힌다
- 인공지능을 활용한 데이터 분석과 시각화 기술을 습득한다
- 실제 문제 해결을 위한 인공지능 모델 구축과 평가 방법을 학습한다
|
| 교수 소개 |
김경민 총 경력 : 3년 10개월 - 주)경보솔라 ( 3 년 10 개월 ) |
학습내용
| 차시 |
내용 |
| 1차시 |
인공지능
정책과 교육 동향 |
| 2차시 |
인공지능의 이해 |
| 3차시 |
인공지능의 역사 |
| 4차시 |
인공지능 시대에
일어날 일(1) |
| 5차시 |
인공지능 시대에
일어날 일(2) |
| 6차시 |
인공지능 시대의
산업 변화 |
| 7차시 |
인공지능이
각 사회에 미치는
영향 |
| 8차시 |
머신러닝과
딥러닝(1) |
| 9차시 |
머신러닝과
딥러닝(2) |
| 10차시 |
인공지능 활용에
관한 국가시책 |
| 11차시 |
인공지능과
빅데이터 |
| 12차시 |
인공지능의
이미지와 음성 인식 |
| 13차시 |
인공지능의
탐색과 추론 |
| 14차시 |
인공지능과
데이터 학습 |
| 15차시 |
인공지능의
영향력과
데이터 편향성 |
| 16차시 |
인공지능의 발전과
생활 속 인공지능 |
| 17차시 |
인공지능의
감각과 인식 |
| 18차시 |
인공지능과
최신 테크놀로지의 융합(1) |
| 19차시 |
인공지능과
최신 테크놀로지의 융합(2) |
| 20차시 |
인공지능 윤리 |
|
학습내용
| 차시 |
내용 |
| 1차시 |
인공지능
정책과 교육 동향 |
| 2차시 |
인공지능의 이해 |
| 3차시 |
인공지능의 역사 |
| 4차시 |
인공지능 시대에
일어날 일(1) |
| 5차시 |
인공지능 시대에
일어날 일(2) |
| 6차시 |
인공지능 시대의
산업 변화 |
| 7차시 |
인공지능이
각 사회에 미치는
영향 |
| 8차시 |
머신러닝과
딥러닝(1) |
| 9차시 |
머신러닝과
딥러닝(2) |
| 10차시 |
인공지능 활용에
관한 국가시책 |
| 11차시 |
인공지능과
빅데이터 |
| 12차시 |
인공지능의
이미지와 음성 인식 |
| 13차시 |
인공지능의
탐색과 추론 |
| 14차시 |
인공지능과
데이터 학습 |
| 15차시 |
인공지능의
영향력과
데이터 편향성 |
| 16차시 |
인공지능의 발전과
생활 속 인공지능 |
| 17차시 |
인공지능의
감각과 인식 |
| 18차시 |
인공지능과
최신 테크놀로지의 융합(1) |
| 19차시 |
인공지능과
최신 테크놀로지의 융합(2) |
| 20차시 |
인공지능 윤리 |
|
평가기준
| 평가항목 |
진도율 |
시험 |
과제 |
진행단계평가 |
수료기준 |
| 평가비율 |
- |
100% |
0% |
0% |
- |
| 수료조건 |
80% 이상 |
0점 이상 |
0점 이상 |
0점 이상 |
40점 이상 |
|