강좌 소개수업내용/목표- 인공지능의 기본적인 개념에 대해 설명할 수있다.- 인공지능과 관련된 여러 가지 머신 러닝의 알고리즘 대해 설명할 수 있다.- 머신러닝 알고리즘들이 실제로 어떻게 사용되는지에 대해서 설명할 수 있다.- 인공지능에 필요한 데이터 구조를 설명 할 수 있다.홍보/예시 영상강좌 운영 계획 주차주차명차시차시명학습내용1컴퓨터과학 및 데이터사이언스란?1-1.컴퓨터과학 및 데이터사이언스란(1)1-2.컴퓨터과학 및 데이터사이언스란(2)2인공지능에 필요한 데이터구조2-1.인공지능에 필요한 데이터구조 이해하기(1)2-2.인공지능에 필요한 데이터구조 이해하기(2)3데이터 시각화 및라이브러리3-1.데이터시각화3-2.파이선라이브러리4머신러닝 이해및 AI 를 위한통계4-1.머신러닝이란4-2.AI를 위한통계5KNN 모델5-1.KNN5-2.MNIST 데이터를이용한 KNN 만들기6선형회귀모델6-1.선형회귀 모델이해하기6-2.선형회귀 모델을 이용한자동차 mpg 예측시스템7로지스틱 회귀모델7-1.로지스틱 회귀 모델이해하기7-2.로지스틱 회귀 모델을이용한 패션 아이템 분류 시스템 만들기8중간평가9뉴럴 네트웍모델9-1.뉴럴 네트웍 모델이해하기 (1)9-2.뉴럴 네트웍 모델이해하기 (2)10CNN10-1.CNN (Convolutional Neural Networks) 모델이해하기10-2.CNN 모델 변천사이해하기11서포트 벡터머신11-1.서포트 벡터머신 (Support Vector Machine) 모델이해하기11-2.서포트 벡터 머신을이용한 다양한 데이터의 분류기 만들기12K-means 클러스터링12-1.클러스터링및 K-means 이해하기12-2.K-means 를 이용한 이미지분석13이미지 데이터분석13-1.CIFAR 10 데이터를 이용한 모델학습 따라하기13-2.Pre-trained CNN 을 이용한 일반 이미지분류기 만들기14텍스트 데이터분석14-1.텍스트 데이터 전처리따라하기14-2.텍스트 데이터 분류기만들기15기말고사강좌운영팀 소개교수자강필성 교수이경오 교수황영섭 교수배...