• 인공지능의 개념 이해
  • 인공지능, 머신러닝, 딥러닝의 개념
  • 인공신경망의 개념과 실습
• 인공지능에 사용되는 하드웨어 이해
• chatGPT 장단점 이해
• 인공지능 도입 절차
• MLOps의 개념 이해
• 이미지 인식에 대한 개념 이해
• 자연어 처리에 대한 개념 이해

• 디지털 트랜스포메이션을 준비하고 있는 담당자, 책임자
• 인공지능 도입을 검토하고 있는 실무자, 책임자

Module 1 – 인공지능 기술 개요

• 인공지능의 역사
• 인공지능의 개념 - 머시러닝, 딥러닝
• 인공신경망
• 딥러닝 프레임워크
• 인공지능에 사용되는 하드웨어
• 인공지능이 회자되는 이유
• 인공지능의 기능
• 인공지능 도입 사례
• 기계학습과 딥러닝의 발전 동향
• chatGPT 개요
• chatGPT 장단점
• 4차 산업 혁명의 비즈니스 모델

Module 2 – AI 도입 프로세스 이해

• 국내 인공지능 산업 현황
• 인공지능 도입 프로세스 개요
• 문제의 정의, 데이터 수집, 정제, 가공, 인공지능 모델 개발, 배포, 운영, 재학습

Module 3 – MLOps 이해

• MLOps 개요
• 실습 툴 소개

Module 4 – 1이미지 인식의 이해

• 이미지 인식 기술의 역사
• 이미지 인식 과정
• 이미지 라벨링

Module 4 – 2 자연어 처리 개요

• 자연어 처리 분야
• 자연어 처리 과정
• 자연어 처리 모델 개요

Module 5 – 이미지 분류 실습

• 강아지 / 고양이 분류를 위한 라벨링
• 분류 인공지능 모델 개발
• 분류 인공지능 모델 시험

-          POSTMAN을 이용한 API 연동 실습

Module 6 – 물체인식 실습

• 물체 인식을 위한 라벨링(Bounding Box)
• 물체인식 인공지능 모델 개발
• 물체인식 인공지능 모델 시험

-          POSTMAN을 이용한 API 연동 실습

[실습 과제]

• 정형 데이터 분류 (중고 자동차 가격 예측하기)
• 이미지 분류 (카드 분류기 만들기)

-

• 인공지능 미니 프로젝트 수행