인공지능 데이터로 미래를 탐구하다

디지털전환의 개념을 이해하고, 인공지능 (AI), 머신러닝 (ML), 딥러닝 (DL)의 포함 관계를 탐구하고 차이를 이해할 수 있다.생성형 AI에 대해 학습하고, AI 시대를 맞이하는 기업들의 동향을 파악할 수 있다.

1. 4차 산업혁명 시대와 인공지능2. [사례중심] 인공지능 기술의 필요성 - 디지털 전환(DX)3. [사례중심] 인공지능에 대한 이해와 그 필요성 탐색4. 빅데이터와 인공지능 개요5. 인공지능(ai), 머신러닝(ML), 딥러닝(DL)의 개념 분석6. 머신러닝(ML)의 학습방법7. 머신러닝 학습 과정에서 발생하는 문제: 과적합과 과소적합8. 머신러닝을 활용하여 범주형 데이터 다루기9. 머신러닝을 활용하여 연속형 데이터 다루기10. 머신러닝 모델의 성능 평가 방법11. 딥러닝 개념 이해를 위한 배경 지식12. 인공적으로 구현된 신경망13. 인공 신경망의 시초14. 더욱 복잡한 문제를 해결하기 위한 인공신경망15. 인공신경망이 지식을 얻는 방법16. 딥러닝 모델이 학습하는 여러가지 방식17. [사례중심] 딥러닝 활용 분야 탐색: 텍스트18. [사례중심] 딥러닝 활용 분야 탐색: 이미지 및 비디오19. [사례중심] 세상에 없던 것을 만들어내는 인공지능20. [사례중심] ChatGPT 파헤치기21. [사례중심] 딥러닝 활용 분야 탐색: 현업 적용 사례 탐구22. [사례중심] 인공지능의 미래

디지털 융합시대에 기초 지식을 얻고 새로운 기회를 모색하고자 하는 임직원4차 산업혁명에 대한 지식 함양을 필요로 하는 모든 재직자