강좌 소개 본 강좌는 인공지능 활용 역량 강화를 위하여 다음의 역량을 중점적으로 개발할 수 있는 강좌입니다. - 기계학습, 딥러닝에 대한 다양한 알고리즘의 개념적 이해 - 다양한 유형의 문제에 대한 인공지능 문제 구성방법 탐색- 코드 리뷰를 통해 알고리즘 + 모델 구현 간의 연결성 향상- 오픈 데이터 기반 예제 탐색을 통한 다양한 유형의 문제 경험 강좌 타겟스마트팩토리 또는 산업 분야 도메인 전문가- 현업에서 발생하는 문제를 인공지능 방법론을 통해 모델링하고 싶은 전문가 - 기계학습, 딥러닝 등 인공지능 전반에 대한 개념적 이해와 실습을 원하는 전문가 인공지능 기술에 관심 있는 일반인 - 실생활 문제를 인공지능 문제로 모델링 하고자 하는 일반인- 인공지능 전반에 대한 개념적 이해와 실습을 원하는 일반인 학습 목표1. 스마트팩토리에서 필요한 인공지능 기술의 기본 개념을 설명할 수 있다. 2. 주어진 데이터와 적용 목적에 맞는 인공지능 문제를 구성할 수 있다. 3. 오픈 소스 라이브러리를 활용하여 기본적인 인공지능 모델을 구현할 수 있다. 강좌 계획주차 주제 학습 목표 차시 차 시 명 강좌유형 1 인공지능과 데이터 과학 인공지능, 기계학습, 딥러닝 기본 개념을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 인공지능이란? 강좌영상(25분) 2 기계학습 및 딥러닝 기초 강좌영상(25분) 3 스마트팩토리와 인공지능 강좌영상(25분) 정리 학습정리 강좌영상(1분) 2 산업 데이터와 인공지능 산업 데이터 유형에 따른 특성을 설명하고 분류할 수 있다. 도입 학습개요 강좌영상(2분) 1 산업 데이터의 특성과 분류 강좌영상(25분) 2 데이터와 인공지능 문제 구성 강좌영상(25분) 3 인공지능 모델 개발프로세스 강좌영상(25분) 정리 학습정리 강좌영상(1분) 3 인공지능 모델 개발 프로세스 기계학습 및 딥러닝 모델 개발과 서비스 적용 과정을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 모델 검증 및 평가 방법 강좌영상(25분) 2 데이터 전처리 및 모델 학습 강좌영...