첫째 마당 인공지능 개념 이해

UNIT 01 인공지능 개념 이해하기
1 인공지능이란
2 머신러닝이란
3 딥러닝이 머신러닝인가요?
4 생성형 인공지능

UNIT 02 머신러닝 학습 방법 살펴보기
1 지도 학습
2 비지도 학습
3 강화 학습

UNIT 03 인공지능 체험하기
1 티처블 머신 체험하기
2 퀵 드로우 체험하기
3 오토드로우 체험하기

둘째 마당 딥러닝 이해

UNIT 04 딥러닝 원리 이해하기
1 딥러닝과 인공 신경망
2 사례로 살펴보는 인공 신경망의 원리
3 인공 신경망의 재료, 여러 특징을 가진 데이터
4 인공 신경망의 작동 모습

UNIT 05 인공 신경망의 신호 전달 원리
1 신호를 전달할 때 사용하는 가중치와 편향
2 들어오는 신호 세기를 조절하는 활성화 함수

UNIT 06 인공 신경망의 학습 원리
1 인공 신경망의 오차 구하기
2 인공 신경망의 핵심! 오차 줄이기

UNIT 07 텐서플로 플레이그라운드로 딥러닝 체험하기
1 텐서플로 플레이그라운드 접속하기
2 시작 버튼 클릭하기
3 출력 부분 살펴보기
4 신경망의 구조 설계하기
5 데이터 입력 형태 선택하기
6 복잡한 형태의 데이터 구분하기
7 텐서플로 플레이그라운드 2배로 즐기기

UNIT 08 다양한 딥러닝 기술 살펴보기
1 합성곱 신경망 살펴보기
2 순환 신경망 살펴보기
3 스케치 RNN으로 순환 신경망 체험하기
4 생성 신경망 살펴보기
5 디퓨전 모델 체험하기

셋째 마당 인공지능 개발을 위한 파이썬 첫걸음

UNIT 09 인공지능 개발의 기초, 파이썬과 코랩
1 파이썬이란
2 코랩으로 파이썬 환경 구축하기

UNIT 10 파이썬 프로그래밍 시작, 천리길도 변수부터
1 변수를 사용해서 숫자 더하기 프로그래밍하기
2 변수를 사용해서 문자 더하기 프로그래밍하기
3 변수의 자료형 살펴보기
4 강제로 변수형 바꾸기

UNIT 11 인공지능 파이썬 코딩의 주춧돌, 배열
1 배열 만들기
2 배열 길이 살펴보기
3 배열의 각 원소에 접근하기
4 슬라이싱 살펴보기

UNIT 12 인공지능을 위한 배열, 넘파이
1 넘파이 설치하기
2 넘파이 불러오기
3 넘파이 배열 만들기
4 넘파이 2차원 배열 만들기
5 넘파이 배열 형태 바꾸기
6 넘파이 함수 살펴보기

UNIT 13 인공지능을 위한 반복문
1 배열과 반복문(for문)
2 반복문(for문) 만들기
3 range( ) 함수 살펴보기

UNIT 14 인공지능을 위한 조건문
1 if문 살펴보기
2 if else문 살펴보기
3 홀짝 구별하는 함수 만들기

UNIT 15 생성형 인공지능 개발을 위한 파이썬 문법
1 딕셔너리: 이름표가 붙은 주머니
2 리스트 컴프리헨션, 스마트한 리스트 만들기
3 람다 함수: 짧고 간단한 계산기 만들기
4 map과 filter: 리스트 전체에 변화 주기
5 객체와 클래스: 기능을 가진 도구를 만드는 방법

넷째 마당 딥러닝 프로그래밍 시작

UNIT 16 딥러닝 개발 환경 살펴보기
1 텐서플로 살펴보기
2 케라스 살펴보기
3 GPU 살펴보기

UNIT 17 숫자 인식 인공지능 만들기
1 개발 환경 만들기
2 데이터셋 불러오기
3 MNIST 데이터셋에서 X 형태 바꾸기
4 MNIST 데이터셋에서 Y 형태 바꾸기
5 인공지능 모델 설계하기
6 모델 학습시키기
7 모델 정확도 살펴보기
8 모델 학습 결과 확인하기
9 잘 예측한 데이터 살펴보기
10 잘 예측하지 못한 데이터 살펴보기

UNIT 18 전염병 예측 인공지능 만들기
1 코로나 19 확진자 수 예측 인공지능 개발 원리
2 데이터 가져오기
3 데이터 정규화 및 분류하기
4 데이터 형태 변경하기
5 입력 데이터 생성하기
6 인공지능 모델에 넣어 줄 형태로 변환하기
7 인공지능 모델 만들기
8 모델 학습시키기
9 데이터 예측하기
10 모델 정확도 살펴보기
11 결과를 그래프로 확인하기

UNIT 19 숫자 생성 인공지능 만들기
1 숫자 생성 인공지능 개발 원리
2 개발 환경 만들기
3 데이터 불러오기
4 생성자 신경망 만들기
5 판별자 신경망 만들기
6 GAN 생성 함수 만들기
7 결과 확인 함수 만들기
8 생성적 적대 신경망 훈련시키기

다섯째 마당 생성형 인공지능 프로그래밍 시작

UNIT 20 생성형 인공지능 원리 살펴보기
1 텍스트 토큰화와 임베딩
2 트랜스포머 이전 문장을 다루던 방법
3 어텐션의 등장과 트랜스포머
4 트랜스포머를 구성하는 인코더와 디코더
5 트랜스포머의 후손
6 왜 디코더 모델이 더 강세를 보이고 있을까?

UNIT 21 코랩에서 LLM 실행하기
1 개방형 LLM 작동 원리
2 허깅페이스 접근 코드 발급받기
3 코랩 환경 설정하기
4 LLM 내려받기
5 LLM에 질문하기

UNIT 22 양자화하여 LLM 실행하기
1 LLM의 양자화 원리
2 코랩 환경 설정하기
3 라이브러리 설치 및 불러오기
4 모델 양자화 설정하기
5 토크나이저 및 모델 불러오기
6 LLM에 질문하기
7 phi-4 모델 양자화하여 불러오기
8 phi-4 모델로 추론하기

UNIT 23 RAG로 Open LLM을 개인 비서로 만들기
1 검색 증강 생성 작동 원리
2 라이브러리 설치 및 가져오기
3 LLM 양자화하여 불러오기
4 검색 증강 생성을 위한 데이터베이스 만들기
5 검색 증강 생성으로 모델 추론하기

UNIT 24 나만의 데이터로 LLM 파인튜닝하기
1 LLM 파인튜닝 작동 원리
2 필요한 라이브러리 설치 및 불러오기
3 모델 불러오기
4 LoRA 설정하기
5 학습 데이터셋 불러오기
6 SFT 트레이너 설정 및 학습 시작
7 학습 모델 추론하기

* 부록

부록 A 코랩이 아닌 파이썬 환경 만들기
1 아나콘다 설치 방법
2 텐서플로 및 케라스 설치 방법
3 주피터 노트북 사용 방법
부록 B git 설치하기