인공지능의이해

강원대학교
이두호,박성규,고상기

페이스북 트위터 카카오톡 네이버밴드 링크복사

주제분류

공학 >컴퓨터ㆍ통신 >소프트웨어공학
강의학기

2023년 1학기

조회수

3,892

강의계획서

인공지능의 개념, 역사, 예시, 응용 사례 등을 폭넓게 다루면서 최근 급속도로 발전하고 있는 인공지능 기술의 과거와 현재를 이해하고 앞으로 어떠한 형태로 미래 사회가 변화할지 예측할 수 있는 능력을 배양한다. 전반부에는 인공지능의 개념과 역사를 다루고 기본적인 인공지능 알고리즘들의 예시를 실제 데이터를 통해 살펴본다. 후반부에는 최근 각광받고 있는 심층 학습 기술인 딥러닝의 기본적인 개념과 응용 사례들을 알아본다. 이를 통해 딥러닝이 선도해나갈 인공지능의 미래와, 빠르게 변화할 인간 사회의 미래를 예측하고 발 빠르게 대비할 수 있는 미래형 인재를 양성한다.

차시별 강의

1.		1-1.인공지능의 정의
		1-2.인공지능이 가져온 변화
		1-3.인공지능의 잠재적 문제점과 우리의 역할
2.		2-1.인공지능의 역사
		2-2.인공지능의 현재
		2-3.인공지능의 미래
3.		3-1.지도학습
		3-2.비지도 학습
		3-3.강화 학습
4.		4-1.회귀 알고리즘 예
		4-2.분류 알고리즘 예
		4-3.군집화 알고리즘 예
5.		5-1.신경망의 역사
		5-2.인공신경망의 종류
		5-3.최신 인공신경망 구조
6.		6-1.다변량 데이터
		6-2.단순선형회귀분석 학습모형
		6-3.소프트웨어 실습을 통한 학습모형 추정 및 예측
7.		7-1.다중선형회귀분석 학습모형
		7-2.다항회귀분석 학습모형
		7-3.소프트웨어 실습을 통한 학습모형 추정 및 예측
9.		9-1.로지스틱 회귀 학습모형의 개념
		9-2.범주예측(분류문제) 개요
		9-3.소프트웨어 실습을 통한 범주예측 및 분류
10.		10-1.K 근접이웃 개요
		10-2.K 근접이웃 알고리즘
		10-3. KNN의 요약
11.		11-1.딥러닝이란?
		11-2.딥러닝의 기본 구성
		11-3.소프트웨어 실습을 통한 학습모형 추정 및 예측
12.		12-1.컨볼루션 신경망이란?
		12-2.딥러닝 기반 컴퓨터 비전
		12-3.웹 기반의 컴퓨터 비전 실습
13.		13-1.순환 신경망이란?
		13-2.딥러닝 기반 시계열 데이터 분석
		13-3.웹 기반 시계열 데이터 실습
14.		14_01_생성모델과 그외 활용 예시
		14_02_인공지능 및 딥러닝동향