이미지 검색을 사용해 보세요
검색창 이전화면 이전화면
최근 검색어
인기 검색어

소득공제 PDF
eBook 제조AI빅데이터 분석기법 (코딩편)
스마트한 PDF 필기 기능을 사용해 보세요!
가격
20,000
18,000 20,000 쿠폰혜택가
YES포인트?
1,000원 (5%)
5만원 이상 구매 시 2천원 추가 적립
결제혜택
카드/간편결제 혜택을 확인하세요
PDF 안내

이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.

예스24만의 독보적인 PDF 필기 기능을 경험해 보세요!

이 분야의 이벤트

소개

목차

저자 소개
제조AI빅데이터 분석기법(코딩편)을 읽는 분들께
챕터별 실습 제조AI데이터셋

Chapter 1. 제조AI 개관

1. 제조데이터 및 AI의 등장
2. 제조데이터 개관
2.1 제조데이터란?
2.2 제조AI데이터셋이란?
2.3 제조데이터 형태
2.4 제조데이터 품질 및 평가체계
2.5 제조데이터 표준
2.6 제조데이터 가격책정

3. 제조AI 개관
3.1 제조AI란?
3.2 지도학습과 비지도학습
3.3 제조AI 거버넌스 및 구성요소
3.4 제조AI 개발 및 적용의 과학적 수행절차

4. 제조데이터 및 AI 분석목적
4.1 기술적 제조데이터 및 AI 분석목적
4.2 경영 전략적 제조데이터 및 AI 분석목적

5. 제조데이터 및 AI 지능형 공장의 주요 성과지표
6. 빅블러 시대의 제조데이터 및 AI 싸이언티스트
- Quiz 확인문제
- 별첨 : 2023년 하노버 메세 한국팀 기사
- 인터뷰 : 스마트제조혁신추진단 안광현 단장
- 별첨 : KAMP 플랫폼 제조AI데이터셋 정리표


Chapter 2. 제조AI 개발환경 설정

1. 아나콘다(Anaconda) 설치
2. 주피터 노트북(Jupyter Notebook) 실행하기
3. 가상환경 만들기
4. 텐서플로우(TensorFlow) 설치하기
- Quiz 확인문제


Chapter 3. 제조AI 개발 맛보기

1. 화학물 제조공장 현장 문제 파악
2. 제조데이터 준비하기(KAMP 제조데이터 거래소)
2.1 양품 제조데이터 준비하기
2.2 불량 제조데이터 준비하기

3. 제조 AI 프로그램(K-최근접 이웃 알고리즘)
3.1 첫 제조AI 코딩 시작점
3.2 제조데이터 라벨링
3.3 훈련세트와 테스트세트 구축
3.4 제조AI 모델 생성, 예측

4. 전체 소스코드
- Quiz 확인문제


Chapter 4. 제조AI데이터 품질관리(전처리)

1. 제조AI데이터셋 품질관리 개요
2. 실습에 활용할 제조AI데이터셋 다운로드
3. ‘제조AI데이터셋 품질확보 방법론’ 실습
3.1 완전성 평가 및 확보
3.2 유효성 평가 및 확보
3.3 일관성 평가 및 확보
3.4 유일성 평가 및 확보
3.5 정확성 평가 및 확보
- Quiz 확인문제


Chapter 5. 숫자 제조데이터 기반 AI 개발

1. 사출성형 제조공장 현장 문제 파악
2. 사출성형 제조데이터 준비하기
3. 제조AI 프로그램(Random Forest)
3.1 제조데이터 불러오기
3.2 제조데이터 탐색하기(EDA, Exploratory Data Analysis)
3.3 제조데이터 전처리
3.4 제조AI 모델 생성 및 학습
3.5 정답(양품/불량) 예측하기
3.6 변수 중요도 확인하기

4. 전체 소스코드
- Quiz 확인문제


Chapter 6. 이미지 제조데이터 기반 AI 개발

1. 전기아연도금 제조공장 현장 문제 파악
2. 전기아연도금 제조데이터 준비하기
3. 제조AI 프로그램(CNN)
3.1 제조데이터 경로 지정
3.2 제조데이터 전처리 옵션 설정
3.3 제조데이터 불러오기 및 전처리
3.4 제조AI 모델 생성 및 평가
3.5 제조AI 모델 평가
3.6 제조AI 모델 테스트

4. 전체 소스코드
- Quiz 확인문제


Chapter 7. 소리 제조데이터 기반 AI 개발

1. 도금 제조공장 현장 문제 파악
2. 도금 열풍건조 소리 제조데이터 준비하기
3. 제조AI 프로그램(LSTM)
3.1 소리 제조데이터 살펴보기
3.2 제조데이터 불러오기 및 특징 추출
3.3 제조데이터 전처리
3.4 제조AI 모델 생성
3.5 제조AI 모델 평가

4. 전체 소스코드
- Quiz 확인문제


맺음말


<부록>
부록 A | 교재 실습, 유형별 제조AI데이터셋 정리표
부록 B | KAMP 플랫폼, 실습 제조데이터셋 다운로드 방법
부록 C | Quiz 확인문제 정답 및 해설

저자 소개 7

경영정보시스템 박사. 현 한국과학기술원(KAIST), 제조AI빅데이터센터장 책임교수. 한국IT서비스학회, 첨단제조 전문위원장, 한국국방기술학회, 국방 제조AI 전문위원장. 인공지능 제조플랫폼(KAMP) 운영기관, 센터장, 중소벤처기업부, OECD 고위급 라운드테이블, 중소제조 협의위원, 대통령직속 4차산업혁명위원회, 중소벤처기업부 R&D 미래전략 라운드테이블, 자문위원, 삼성전자 상생협력아카데미 제조AI 강연, 세계경제포럼(다보스포럼) Lighthouse factory 국내 평가위원, 국내 중소 제조기업 AI 컨설팅 및 현장 적용 30회 이상 수행, 제조데이터, AI 관련
경영정보시스템 박사. 현 한국과학기술원(KAIST), 제조AI빅데이터센터장 책임교수.
한국IT서비스학회, 첨단제조 전문위원장, 한국국방기술학회, 국방 제조AI 전문위원장.
인공지능 제조플랫폼(KAMP) 운영기관, 센터장, 중소벤처기업부, OECD 고위급 라운드테이블, 중소제조 협의위원, 대통령직속 4차산업혁명위원회, 중소벤처기업부 R&D 미래전략 라운드테이블, 자문위원, 삼성전자 상생협력아카데미 제조AI 강연, 세계경제포럼(다보스포럼) Lighthouse factory 국내 평가위원, 국내 중소 제조기업 AI 컨설팅 및 현장 적용 30회 이상 수행, 제조데이터, AI 관련 다수 SCI, KCI(DBpiaTop 5%) 논문 보유.

김일중의 다른 상품

물리학 박사. 현 한국과학기술원(KAIST), 기계공학과 교수. 멀티스케일 역학 및 재료모델링 연구실. 인공지능 활용 소재 및 구조 설계 특허/논문 다수 출판. AI 컨설팅 지원사업에서 AI전문가로 중소/중견기업 자문, 머신러닝 활용 복합재 설계 방법 개발 및 중소/중견기업 자문.

유승화의 다른 상품

산업공학 박사. 현 울산과학기술원(UNIST) 산업지능화연구소장, 산업공학과/인공지능대학원 교수. 산업지능 연구실. 중소벤처기업부 전략위원회 위원 | 서비스분과위원장, 인공지능을 활용한 제품 불량예측 및 공정 최적화 관련 SCI급 논문 다수 출판 및 정부/산업체 연구과제 다수 수행, AI 컨설팅 지원사업에서 AI 전문가로 중소/중견기업 자문.

임성훈의 다른 상품

전산학 박사. 현 한국과학기술원(KAIST), 제조DX추진본부장 교수. 전 한국전자통신연구원(ETRI) 원장. 인공지능제조플랫폼(KAMP) 운영기관, 과제책임자, 중소벤처기업부, 제조데이터 기반 스마트공장 사례발굴 전문가 간담회, 전문가, 대통령직속 4차산업 혁명위원회, 스마트공장 제조데이터 전문가 간담회, 전문가, 스마트제조 혁신추진단, 중소벤처기업부 전략위원회 위원 | 정책분과위원장, 제조데이터 촉진자양성과정, 과제책임자, 중소벤처기업부.

김흥남의 다른 상품

경영정보시스템 박사. 현 한양대학교 경영학부 교수, 인포메틱스학과 학과장. 중소벤처기업부 전략위원회 위원 | 서비스분과 위원장, 인공지능을 활용한 제품 불량예측 및 공정 최적화 관련 SCI급 논문 다수 출판 및 정부/산업체 연구과제 다수 수행, AI 컨설팅 지원사업에서 AI 전문가로 중소/중견기업 자문.
경영정보시스템 박사. 현 한국과학기술원(KAIST) 제조AI빅데이터센터 교수. 머신러닝 활용 논문 다수 출판. 스마트제조혁신추진단 AI 전문위원, 중소벤처기업부 AI 컨설팅 지원사업 제조기업 AI 전문가, 중소기업중앙회 스마트공장구축지원사업(삼성, 포스코) 선정위원.
전자전기컴퓨터공학 박사. 현 한국산업기술시험원 산업지능화기술센터 센터장. 중소벤처기업부, 전략위원회 산하 AI데이터 · 제도분과위원회 분과위원, 대한전자공학회 시스템 및 제어 소사이어티 스마트팩토리 연구회 위원장, 디지털 산업혁신 빅데이터 플랫폼(www.bigdata-dx.kr) 총괄책임자, ISO/IEC JTC 1 SC 31 (자동식별 및 데이터 수집), ISO/IEC JTC 1 SC 40 (IT 서비스 관리 및 IT 거버넌스), ISO/IEC JTC 1 SC 42 (인공지능), IEC TC 124 (스마트 웨어러블) 국제표준 전문가 및 관련 국제표준 다수 개발, KS X
전자전기컴퓨터공학 박사. 현 한국산업기술시험원 산업지능화기술센터 센터장.
중소벤처기업부, 전략위원회 산하 AI데이터 · 제도분과위원회 분과위원, 대한전자공학회 시스템 및 제어 소사이어티 스마트팩토리 연구회 위원장, 디지털 산업혁신 빅데이터 플랫폼(www.bigdata-dx.kr) 총괄책임자, ISO/IEC JTC 1 SC 31 (자동식별 및 데이터 수집), ISO/IEC JTC 1 SC 40 (IT 서비스 관리 및 IT 거버넌스), ISO/IEC JTC 1 SC 42 (인공지능), IEC TC 124 (스마트 웨어러블) 국제표준 전문가 및 관련 국제표준 다수 개발, KS X 9101-1 등 제조 분야 기업업무시스템 간 제조업무데이터교환 국가표준 개발.

관련 분류

품목정보

발행일
2024년 05월 07일
이용안내
  •  배송 없이 구매 후 바로 읽기
  •  이용기간 제한없음
  •  TTS 불가능
  •  저작권 보호를 위해 인쇄 기능 제공 안함
지원기기
크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
파일/용량
PDF(DRM) | 36.74MB ?
글자 수/ 페이지 수
약 420쪽 ?
ISBN13
9791169571685

출판사 리뷰

“가보지 않은 길이지만 도전을 해야 성장합니다.”
“도전하는 과정에서 잘못된 점을 발견하고 나아가야 할 방향을 찾을 수 있습니다.”

제조기업의 AI는 전 세계적으로 이제 와우팩터를 넘어 기업의 사활을 결정지을 수 있는 핵심 게임체인저로 자리 잡고 있습니다. 전통제조에 대한 계승과 기술 고도화를 위해서 체계적인 제조데이터 관리와 빅데이터, AI 기술의 도입은 이제 원하든 원하지 않던 점점 미래 제조업에 더 큰 영향을 미치며 제조현장의 핵심설비에 깊숙이 들어갈 것입니다. 현재 계속해서 새로운 제조AI 방법론들이 등장하고 적용되고 있습니다. 기존에 우리가 감과 수기에 의해 제조를 한 것에 비추어 보았을 때, 한 번도 가보지 않은 길이 틀림없습니다. 하지만 최근에는 이 가보지 않은 길에 도전하여 제조AI와 제조데이터 분석기법을 통한 생산성 증가 및 품질 향상 성공 사례가 점점 더 늘어나고 있는 추세입니다. 이러한 도전과정에서 AI를 라이벌로 여기기보다는 생산성 증가 및 품질 향상을 위한 도구로 활용하고 미래에는 인간과 AI의 대결이 아니라 상호협력하는 새로운 방향을 찾을 수 있습니다. 특히 중소 제조기업들이 제조AI를 제조현장에 쉽게 적용할 수 있도록 KAIST에서는 KAMP를 구축하고, 나아가 중소 제조기업들이 좀 더 진보된 기술을 활용할 수 있도록 「제조AI빅데이터 분석기법(코딩편)」 교재를 발간하게 되었습니다. 이 책을 읽은 분들이 이 여정의 주인공들이 되어 제조AI 강국 대한민국을 이끌기 바랍니다.

리뷰/한줄평10

리뷰

9.6 리뷰 총점

한줄평

첫번째 한줄평을 남겨주세요.