혼자 복습하고 필기하는

학습목표인공지능이 다양한 분야에서 실제적이고 구체적으로 어떻게 활용·응용되는지 살펴봄학습내용금융산업과 고객 서비스 산업 등에서 인공지능이 활용되는 구체적인 사례를 파악 금융산업에서의 인공지능신용평가 및 위험 관리 : 머신러닝 기반 신용 평가, 포트폴리오 위험 분석 및 관리사기탐지 : 이상 거래 패턴 인식, 실시간 사기 예방 시스템 운영 고객 서비스에서의 인공지능고객 행동 분석 : 구매 패턴 및 선호도 분석, 맞춤형 추천, 트렌드 예측, 재고 관리 최적화가격 최적화 : 동적 가격 책정 알고리즘, 수요 및 경쟁사 가격 기반 조정스마트 매장·무인 판매 : 재고 관리, 스마트 체크아웃, In-Store 분석 통한 고객 경험 향상 학습정리인공지능은 금융산업에서 신용평가, 위험 관리, 사기탐지에 활용됨고객 서비스 ..

학습목표4차 산업 혁명의 주체가 되는 인공지능의 구체적인 활용 분야를 파악학습내용제조업과 금융 서비스 산업 등에서 인공지능의 다양한 활용 사례 살펴보기 제조업에서의 인공지능자동화 및 로봇공학 : 생산 라인의 로봇 자동화, 정밀 검사, 품질 관리공정 최적화 : 머신러닝을 통한 생산 공정 최적화, 수요 예측, 자원 할당유지 보수 예측 : 설비 예측 보전, 고장률 감소, 운영 효율성 향상공급망 및 물류 관리 : 재고 관리, 물류 최적화, 공급망 리스크 관리, 응답 시간 단축 금융산업에서의 인공지능알고리즘 트레이딩 (Trading) : 대규모 데이터 (Big Data) 분석 기반의 시장 예측고주파 트레이딩 및 자동화 전략= 짧은 시간 내 대량 거래 수행 전략= 컴퓨팅 알고리즘으로 시장 데이터를 분석하고 거래 기..

학습목표데이터와 인공지능의 관계, 상호 역할을 정리해 주는 논리적 기술, 최적의 결과를 도출하기 위한 모델링 등에 대해 알아보기학습내용알고리즘을 연구하기 위해 활용되는 모델링 살펴보기모델링 전문가에게 필요한 역량 정리 인공지능 모델링의 이해모델링 : 현실 세계의 시스템이나 프로세스를 수학적으로 표현, 복잡한 문제를 단순화하여 이해하고 해석할 수 있음모델링이 중요한 이유 : 의사결정 과정의 정확성 향상, 예측 가능성 및 위험 관리, 경제적·과학적 연구의 기초 제공모델링 사례 : 기후변화 예측, 경제성장 전망, 인구 통계 모델링 등 알고리즘과 필요한 자질알고리즘과 모델링을 구상·디자인하기 위해 전문가가 갖추어야 할 역량메타인지 (Meta Cognition) : 생각에 대한 생각직관 (Intuition) : ..

학습 목표데이터와 인공지능의 관계 및 상호 역할 이해문제 해결 절차(알고리즘)와 최적화 결과를 도출하기 위한 모델링 개념 학습학습 내용데이터 활용을 통한 알고리즘 정의와 적용 방법인공지능의 다양한 활용 사례 인공지능 알고리즘의 이해알고리즘 : 문제 해결을 위한 절차 또는 공식, 특정 작업을 수행하기 위한 명령의 집합중요성 : 효율적 데이터 처리, 빠른 문제 해결, 자동화 및 최적화 가능종류 : 정렬, 검색, 계산, 최적화 알고리즘 인공지능 알고리즘과 모델링 (예제)- 쓰레기 소각장 탄소 발생량 절감 통제- 운전자의 감정 인식 후 맞춤 음악 제공 (안전운전 유도)- 심박수 구간 분석을 통한 수면 장애 연구 및 운동 강도 안내- 10대 졸업사진 이미지 연출 학습 정리인공지능 개념 및 알고리즘의 역할 이해다양..

학습목표인공지능의 기본은 데이터로부터 출발데이터와 인공지능의 관계 및 상호 역할 정리학습내용데이터 과학 이해 및 중요성 학습빅데이터 활용 방법 검토 빅데이터 활용법1. 필요한 데이터 검색 및 준비2. 기업 비즈니스 요구사항 확인3. 모델링 및 검증 작업 수행4. 데이터 분석 가능한 모델 구축5. 실전에 적합한지 최종 검증 데이터 처리의 변화데이터 형태 : 특정 형식·시점 → 형식·시점 무관처리 속도 : 일괄처리(Batch) → 실시간 처리(Real Time)처리 목적 : 과거 분석 → 최적화 및 예측 중심처리 비용 : 정부 지원 → 기업·개인 차원 부담 학습정리인공지능의 기본이 되는 데이터 처리 과정 이해데이터 활용 방안 및 변화 흐름 파악

학습목표인공지능의 기본은 데이터임데이터와 인공지능의 관계 및 상호 역할 정리학습내용데이터 과학 이해 및 중요성 학습빅데이터 활용 방법 검토 데이터 과학의 이해Data Science 개요데이터로부터 지식과 인사이트 추출통계학, 컴퓨터 공학, 정보과학 등 다양한 분야 기술과 방법론 융합전문 지식 필요 주요 기술Data Mining : 숨겨진 패턴 추출, 불필요한 데이터 제거Machine Learning : 컴퓨터가 데이터를 학습해 스스로 문제 해결Big Data 분석 및 시각화 중요성데이터 기반 의사결정 : 기업/조직에서 객관적 분석을 통한 전략 개발혁신과 경쟁력 강화 : 데이터 기반 비즈니스 모델 개발, 시장 경쟁력 확보사회적 영향 : 공공 효율성 향상, 의료·교통·에너지 등 업무 개선 및 자동화 학습정리..

학습목표빅데이터와 인공지능의 구체적인 개념 파악인공지능과 빅데이터의 상호관계 이해학습내용인공지능의 단계별 발전 과정 학습빅데이터, 딥러닝 등 관련 기술 흐름 파악 인공지능의 발전과 연구 분야발전 단계제 1기 (1956~1973) : 기계학습, 인지과학, 로보틱스 등 AI 기본 개념과 방법 개발제 2기 (1974~1987) : AI 한계와 어려움으로 연구 위축제 3기 (1988~현재) : 컴퓨터 성능 향상과 새로운 기술 등장, AI 연구 활성화 및 부분적 실용화 대표적 연구 분야빅데이터(Big Data) : 방대한 데이터를 분석해 새로운 패턴 발견머신러닝(Machine Learning) : 컴퓨터가 데이터를 학습하여 스스로 문제 해결딥러닝(Deep Learning) : 인공 신경망을 활용한 머신러닝 방법론..

학습목표빅데이터와 인공지능의 구체적인 개념 파악인공지능과 빅데이터의 상호관계 이해학습내용인공지능(AI) 개념 정리관련 전문 분야별 산업 변화와 영향력 학습 인공지능에 대한 정의와 주요 기술인공지능(AI) : 기계가 인간처럼 사고·행동하도록 하는 기술컴퓨터 과학의 한 분야로, 인간의 지능을 프로그램으로 구현학습, 추론, 문제 해결, 인지 기능 수행 주요 기술 :머신러닝(Machine Learning)딥러닝(Deep Learning)로보틱스(Robotics)자연어 처리(NLP)컴퓨터 비전(Computer Vision)인공지능의 중요성과 응용 분야 중요성비즈니스와 일상생활 혁신기술과 사회 전반에 걸친 변화공장 자동화 및 인간 노동 보조 응용 분야자율주행 차량, 의료 진단, 추천 시스템스마트 어시스턴트(Smar..

학습목표인공지능과 빅데이터를 공부하기 전에 컴퓨터 발전과 4차 산업혁명의 의미 이해학습내용빅데이터와 4차 산업혁명의 시대, 소셜 미디어에서 나타나는 각 산업 분야의 전문 용어를 정리학습할 인공지능과의 관계를 살펴봄 4차 산업혁명의 정의와 용어 정리- 제 4차 산업혁명은 정보통신기술(ICT)의 융합으로 이루어진 혁명 시대- 18세기 초기 산업혁명 이후 네 번째로 중요한 산업 시대 혁명의 핵심 기술 :1. 인공지능(AI)2. 로봇공학(Robotics)3. 사물인터넷(IoT)4. 무인 운송수단(드론, 무인 자동차)5. 3D 프린터6. 나노기술(Nano Tech) 4차 산업혁명은 물리적, 생물학적, 디지털 세계를 빅데이터 기반으로 통합- 경제, 산업 등 모든 분야에 영향생물학적 세계와 디지털 세계 접목 사례 :..

[1] 산업혁명에 따라 달라질 미래생활상1. 4차 산업혁명에 따른 생활패턴 알람을 맞춰 놓으면 원하는 시간에 스마트폰, 텔레비전, 컴퓨터가 자동으로 음악 재생, 일어나면 조명이 켜지고 집을 나서면 자동으로 조명 소등스마트키를 들고 차에 접근하면 문이 열리고 자리에 앉으면 시동이 걸리며, 무인 자동차에 목적지를 말하면 자동으로 안내스마트폰으로 해외에서 문서가 들어오면 "한글로 읽기" 클릭으로 바로 번역, 이메일 답변도 말로 입력 시 저장 및 전달, 자동 번역기로 전 세계 누구와도 자국어로 소통 가능 2. 산업혁명 시대의 서비스 자율주행차로 AI 로봇이 운전해 원하는 목적지 자동 이동무인 비행기 드론에 주소 입력 시 사람과 물건 정확히 배송3D 프린팅으로 사람 인공장기 포함 원하는 물건 제작, 재료혁명을 이..