인공지능 데이터로 미래를 탐구하다
과정소개
본 과정은 인공지능과 데이터 분석이 어떻게 미래를 변화시키는지 탐구하는 훈련 과정입니다. 총 22차시에 걸쳐 AI 기술의 현재와 미래, 데이터 기반 의사결정, 다양한 산업 분야에서의 AI 활용 사례를 학습합니다.
기술적 배경 없이도 데이터와 AI의 힘을 이해하고 미래 변화에 선제적으로 대응하는 통찰력을 키울 수 있습니다.
■ 학습 대상: AI·데이터 분석의 미래 가능성을 이해하고 싶은 모든 직장인 및 관리자
■ 주요 학습 내용: 인공지능 기술의 현황과 전망 / 데이터 수집·분석·해석 / AI의 산업별 활용 사례 / 데이터 기반 경영 의사결정 / AI 시대의 직무 역량 변화
학습목표
1. 디지털전환의 개념을 이해하고, 인공지능 (AI), 머신러닝 (ML), 딥러닝 (DL)의 포함 관계를 탐구하고 차이를 이해할 수 있다.
2. 생성형 AI에 대해 학습하고, AI 시대를 맞이하는 기업들의 동향을 파악할 수 있다.
2. 생성형 AI에 대해 학습하고, AI 시대를 맞이하는 기업들의 동향을 파악할 수 있다.
강의목차
| 차시 | 강의명 |
|---|---|
| 1차시 | 4차 산업혁명 시대와 인공지능 |
| 2차시 | 인공지능 기술의 필요성 - 디지털 전환(DX) |
| 3차시 | 인공지능에 대한 이해와 그 필요성 탐색 |
| 4차시 | 빅데이터와 인공지능 개요 |
| 5차시 | 인공지능(ai), 머신러닝(ML), 딥러닝(DL)의 개념 분석 |
| 6차시 | 머신러닝(ML)의 학습방법 |
| 7차시 | 오버피팅과 언더피팅 |
| 8차시 | 머신러닝 기반 분류 개요 |
| 9차시 | 머신러닝 기반 회귀 개요 |
| 10차시 | 머신러닝 모델 평가지표 |
| 11차시 | 딥러닝 개념 이해를 위한 배경 지식 |
| 12차시 | 딥러닝 개요 |
| 13차시 | 인공 신경망의 시초 |
| 14차시 | 더욱 복잡한 문제를 해결하기 위한 인공신경망 |
| 15차시 | 인공신경망이 지식을 얻는 방법 |
| 16차시 | 딥러닝 모델이 학습하는 여러가지 방식 |
| 17차시 | 딥러닝 활용 분야 탐색 : 텍스트 |
| 18차시 | 딥러닝 활용 분야 탐색 : 이미지 및 비디오 |
| 19차시 | 세상에 없던 것을 만들어내는 인공지능 |
| 20차시 | chatGPT 파헤치기 |
| 21차시 | 딥러닝 활용 분야 탐색: 현업 적용 사례 탐구 |
| 22차시 | 인공지능의 미래 |
