혼자 복습하고 필기하는

10차시 (인공지능의 응용과 활용 분야 (1))

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..

9차시 (인공지능 - 알고리즘과 모델링 (2))

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) : ..

8차시 (인공지능 - 알고리즘과 모델링 (1))

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..

7차시 (데이터 과학과 인공지능의 관계 (2))

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