|
[문제편]
1 인공지능과 사회 1.1 인공지능의 이해 1.1.1 인공지능의 개념과 역사 1.1.2 인공지능의 분류와 특징 1.1.3 인공지능 기술의 발전 동향 1.1.4 단원 종합 문제 1.2 인공지능과 사회 변화 1.2.1 인공지능의 사회적 활용 사례 1.2.2 인공지능과 미래 직업 1.2.3 단원 종합 문제 1.3 인공지능 윤리 1.3.1 인공지능 편향과 공정성 1.3.2 개인정보 보호와 프라이버시 1.3.3 인공지능 윤리 원칙과 거버넌스 1.3.4 단원 종합 문제 1.4 단원 종합 문제 2 데이터와 인공지능 2.1 데이터의 이해 2.1.1 데이터의 종류와 형태 2.1.2 데이터 수집과 저장 2.1.3 단원 종합 문제 2.2 데이터 전처리와 분석 2.2.1 데이터 정제와 변환 2.2.2 데이터 시각화 2.2.3 데이터 분석과 해석 2.2.4 단원 종합 문제 2.3 데이터셋 구축과 품질 관리 2.3.1 학습 데이터셋 구성 2.3.2 데이터 품질과 레이블링 2.3.3 단원 종합 문제 2.4 단원 종합 문제 3 머신러닝의 원리와 적용 3.1 머신러닝의 학습 방식 3.1.1 지도학습의 개념과 종류 3.1.2 비지도학습과 강화학습 3.1.3 단원 종합 문제 3.2 주요 머신러닝 알고리즘 3.2.1 분류 알고리즘(k-NN, 의사결정나무) 3.2.2 회귀 알고리즘(선형 회귀) 3.2.3 군집화 알고리즘(k-평균) 3.2.4 단원 종합 문제 3.3 모델 학습과 성능 평가 3.3.1 모델 학습과 하이퍼파라미터 3.3.2 과적합과 일반화 3.3.3 모델 성능 평가 지표 3.3.4 단원 종합 문제 3.4 단원 종합 문제 4 딥러닝의 원리와 적용 4.1 인공 신경망의 구조와 학습 4.1.1 퍼셉트론과 다층 신경망 4.1.2 역전파와 경사하강법 4.1.3 활성화 함수와 손실 함수 4.1.4 단원 종합 문제 4.2 합성곱 신경망(CNN)과 이미지 인식 4.2.1 CNN의 구조와 동작 원리 4.2.2 이미지 분류와 객체 탐지 적용 4.2.3 단원 종합 문제 4.3 순환 신경망(RNN)과 자연어 처리 4.3.1 RNN과 LSTM의 구조 4.3.2 자연어 처리의 기초 4.3.3 단원 종합 문제 4.4 단원 종합 문제 5 인공지능 프로그래밍과 프로젝트 5.1 파이썬과 AI 라이브러리 활용 5.1.1 데이터 처리 라이브러리(NumPy, Pandas) 5.1.2 Scikit-learn을 활용한 머신러닝 구현 5.1.3 Keras를 활용한 딥러닝 모델 구현 5.1.4 단원 종합 문제 5.2 인공지능 프로젝트 설계와 수행 5.2.1 문제 정의와 데이터 수집 계획 5.2.2 모델 선택과 학습 실습 5.2.3 결과 평가와 발표 5.2.4 단원 종합 문제 5.3 단원 종합 문제 6 인공지능의 사회적 책임과 미래 6.1 인공지능 규제와 법·제도 6.1.1 인공지능 관련 법령과 정책 6.1.2 AI 저작권과 책임 문제 6.1.3 단원 종합 문제 6.2 지속 가능한 AI와 미래 사회 6.2.1 AI와 환경·지속 가능성 6.2.2 디지털 격차와 AI 접근성 6.2.3 미래 사회와 AI 리터러시 6.2.4 단원 종합 문제 6.3 단원 종합 문제 [정답과 해설편] |
이승도의 다른 상품