이솦

01. 인공지능 이야기 소개

1. 생활 속에서 찾아보는 인공지능 이야기
2. 인공지능의 이해를 돕는 도구

02. 인공지능의 개념

1. 인공지능이란?
2. 인공지능의 분류
3. 인공지능의 핵심 기술

03. 인공지능의 응용 사례

1. 소셜 미디어(Social Media)
2. 마케팅(Marketing)
3. 챗봇(Chatbot)
4. 게임(Game)
5. 의료(Medical Treatment)

04. 인공지능의 또 다른 응용 사례

1. 자율주행차
2. 이미지 화질 개선
3. 입술 읽기
4. 새로운 이미지 또는 음악 제작
5. 우리 생활 속 응용 사례

05. 탐색[Search]

1. 탐색이란?
2. 탐색 알고리즘

06. 지식 표현[Knowledge Representation]

1. 지식의 구조화
2. 지식을 컴퓨터에 표현하는 4가지 방법

07. 컴퓨터 비전 시스템[Computer Vision System]

1. 컴퓨터 비전이란?
2. 컴퓨터 비전 시스템 처리 과정

08. 지능적 대리인[Intelligent Agent]

1. Agent란?
2. Intelligent Agent의 종류

09. 기계 학습[Machine Learning]

1. 머신 러닝이란?
2. 머신 러닝의 학습 과정

10. 지도학습[Supervised Learning]

1. Supervised Learning이란?
2. Supervised Learning의 활용
3. Classification 문제에 대한 알고리즘 동작

11. 비지도학습[Unsupervised Learning]

1. Unsupervised Learning이란?
2. Unsupervised Learning의 활용

12. 강화학습[Reinforcement Learning] (1)

1. Reinforcement Learning이란?
2. 강화학습의 4가지 요소 1
1) 환경
2) 보상

13. 강화학습[Reinforcement Learning] (2)

1. 강화학습의 4가지 요소 2
1) 정책
2) 강화학습 알고리즘

14. 신경망과 심층 학습

1. 인공 신경망이란?
2. 심층 학습이란?
3. 딥러닝의 중요 개념

15. 합성곱 신경망[Convolutional Neural Network]

1. 합성곱 신경망(CNN)이란?
2. 합성곱 신경망(CNN)의 처리 과정

16. 순환 신경망[Recurrent Neural Network]

1. 순환 신경망(RNN)이란?
2. LSTM 네트워크란?

17. 생성적 적대 신경망[Generative Adversarial Network]

1. 생성적 적대 신경망(GAN)이란?
2. GAN 모델의 목적 함수와 처리 과정
3. 생성적 적대 신경망의 활용

18. Explainable AI[XAI]

1. Explainable AI란?
2. 연구 프로젝트에서 사용하는 기술
3. AI 시스템의 분류

19. AI와 윤리

1. 인공지능의 문제점
2. AI 연구 개발 규정

20. What We Have Learned

1. 인공지능의 개념과 응용 분야
2. 인공지능의 핵심 기술
3. 기계 학습과 학습 알고리즘
4. 신경망과 심층 학습
5. 인공지능의 문제점