![]() |
오리엔테이션 | ![]() |
||
1. | ![]() |
AI 모델 개발의 개요 | 1. AI 모델개발의 소개 2. 기계 학습과 심층 학습 개요 | ![]() ![]() |
![]() |
선형대수의 개요 | 1. 벡터와 행렬 2. 역행렬과 행렬 분해 3. 선형 결합과 벡터공간 | ![]() ![]() |
|
![]() |
확률과 통계의 개요 | 1. 확률과 베이즈 정리 2. 확률 분포 | ![]() ![]() |
|
2. | ![]() |
퍼셉트론과 다층 퍼셉트론의 개요 | 1. 퍼셉트론의 개요 2. 다층 퍼셉트론의 개요 | ![]() ![]() |
![]() |
심층 학습과 깊은 다층 퍼셉트론 | 1. 심층 학습의 개요 2. 깊은 다층 퍼셉트론 3. 컨볼루션 신경망의 개념 | ![]() ![]() |
|
![]() |
컨볼루션 신경망과 사례 | 1. 컨볼루션 레이어와 사례 2. 풀링 레이어와 사례 3. 컨볼루션 신경망 구조 | ![]() ![]() |
|
3. | ![]() |
비지도 학습의 개요 | 1. 지도/비지도/준지도/강화 학습 2. 비지도 학습의 개요 3. 군집화의 개념 | ![]() ![]() |
![]() |
군집화와 밀도추정 | 1. 군집화 2. 밀도 추정 | ![]() ![]() |
|
![]() |
공간 변환의 이해 | 1. 공간 변환의 이해 2. 선형 인자 모델/오토인코더/매니폴드의 개념 | ![]() ![]() |
|
4. | ![]() |
선형 인자 모델 | 1. 선형 인자 모델의 개요 2. 주성분 분석 3. 독립 성분 분석 | ![]() ![]() |
![]() |
오토인코더와 매니폴드 | 1. 오토인코더 2. 매니폴드 | ![]() ![]() |
|
![]() |
표현 학습과 내부 표현의 이해 | 1. 표현 학습의 중요성 2. 내부 표현의 이해 | ![]() ![]() |
|
5. | ![]() |
준지도 학습의 개요 | 1. 준지도 학습의 원리 2. 준지도 학습의 알고리듬 | ![]() ![]() |
![]() |
전이 학습의 개요 | 1. 과업 전이 2. 도메인 전이 | ![]() ![]() |
|
![]() |
순차 데이터의 개요 | 1. 순차 데이터의 표현 2. 순차 데이터의 특성 | ![]() ![]() |
|
6. | ![]() |
순환 신경망의 개요 | 1. 순환 신경망의 개요 2. 순환 신경망의 구조 | ![]() ![]() |
![]() |
순환 신경망의 응용(1) | 1. 장기 문맥의 의존성 2. LSTM | ![]() ![]() |
|
![]() |
순환 신경망의 응용(2) | 1. 언어 모델 2. 기계 번역 3. 영상 주석 생성 | ![]() ![]() |
|
7. | ![]() |
강화 학습 원리와 특징 | 1. 강화 학습의 개요 2. 계산 모형 | ![]() ![]() |
![]() |
정책과 가치 함수 | 1. MDP와 정책 2. 가치 함수 | ![]() ![]() |
|
![]() |
동적 프로그래밍 | 1. 정책 반복 알고리듬 2. 가치 반복 알고리듬 | ![]() ![]() |
|
8. | ![]() |
점검하기 | 1주에서 7주차까지의 내용 점검 | ![]() ![]() |
9. | ![]() |
몬테카를로 방법 | 1. 훈련 집합의 수집과 정책 평가 2. 최적 정책 탐색 | ![]() ![]() |
![]() |
시간차 학습 | 1. 시간차 학습의 정책 평가 2. Sarsa와 Q-학습 | ![]() ![]() |
|
![]() |
강화 학습의 응용 사례 | 1. TD-gammon 2. DQN 3. 기타 강화 학습의 사례 | ![]() ![]() |
|
10. | ![]() |
텐서플로우 개발 환경과 예제 실습 | 1. 텐서플로우 개발 환경 설치 2. 기본 예제 실습 | ![]() ![]() |
![]() |
예제 : 텐서 정의와 기본 연산 | 1. 텐서의 정의 2. 기본 연산 | ![]() ![]() |
|
![]() |
예제 : 이미지 처리와 산술 연산 | 1. 산술 연산 2. 이미지 처리 | ![]() ![]() |
|
11. | ![]() |
예제 : 컨볼루션 신경망(CNN) | 1. 컨볼루션 신경망 개요 2. 컨볼루션 신경망 실습 | ![]() ![]() |
![]() |
예제 : K-Means 군집화 | 1. K-Means 알고리듬 개요 2. K-Means 알고리듬 실습 | ![]() ![]() |
|
![]() |
예제 : 생성적 적대 신경망(GAN) | 1. 생성적 적대 신경망 개요 2. 생성적 적대 신경망 실습 | ![]() ![]() |
|
12. | ![]() |
예제 : OpenCV 설치와 기본 실습 | 1. OpenCV 개요 2. OpenCV 실습 | ![]() ![]() |
![]() |
예제 : OpenCV와 컨볼루션 연산 | 1. OpenCV 기본 실습 2. OpenCV를 이용한 컨볼루션 연산 | ![]() ![]() |
|
![]() |
예제 : 얼굴 검출과 보행자 검출 | 1. 얼굴 검출 실습 2. 보행자 검출 실습 | ![]() ![]() |
|
13. | ![]() |
현장인터뷰(1) : 데이터 처리 분야 | 1. 전문가와 질의응답 | ![]() ![]() |
![]() |
현장인터뷰(2) : 챗봇 분야 | 1. 전문가와 질의응답 | ![]() ![]() |
|
![]() |
현장인터뷰(3) : 자율주행차 분야 | 1. 전문가와 질의응답 | ![]() ![]() |
|
14. | ![]() |
현장 인터뷰 : AI 모델과 미래 | 1. 전문가와 질의응답 | ![]() ![]() |
![]() |
국내외 AI 기술 동향 | 1. 인공지능 국외 기술 동향 2. 인공지능 국내 기술 동향 | ![]() ![]() |
|
![]() |
AI 미래 전략 | 1. AI 국가 전략 | ![]() ![]() |
|
15. | ![]() |
점검하기 | 9주에서 14주차까지의 내용 점검 | ![]() ![]() |