수학과 함께하는 고교 AI 입문
인공지능 기초 과목을 포괄하는 30분 내외의 영상이 총 34차시로 구성되어 있다.
영상은 인공지능 기초 개념, 실생활 속에서의 인공지능 체험, 코딩 실습, 인공지능과 연계된 수학 개념 및 문제 풀이로 구성된다.
-
01. 인공지능과 지능 에이전트 및 인공지능을 이용한 문제 해결 방법
인간과 인공지능의 차이를 이해하고, 지능 에이전트의 동작 방식을 이해한다. 전통적인 SW의 문제 해결 방식과 인공지능을 이용한 문제 해결 방식의 차이를 이해한다.
2022.03.07visibility1,531 thumb_up_alt3 -
02. 인공지능의 문제 해결 과정
기계학습과 딥러닝의 개념을 이해한다.
인공지능을 이용한 문제 해결 과정을 이해하고 적용할 수 있다.2022.03.07visibility320 thumb_up_alt1 -
03. 인공지능과 문제 해결- 함수와 명제, 예측
인공지능에서 사용되는 함수, 명제, 예측 개념을 설명할 수 있다.
2022.03.07visibility233 thumb_up_alt0 -
04. 인공지능과 데이터-코랩(colab) 환경 설정
실습을 위한 구글 colaboratory 사용 방법을 안내한다.
2022.03.07visibility246 thumb_up_alt0 -
05. 데이터와 데이터 분석(1)
데이터의 특성을 알아보고 데이터를 전처리, 분석, 시각화하는 과정을 알아본다.
2022.03.07visibility201 thumb_up_alt0 -
06. 데이터와 데이터 분석(2)
CCTV설치 수 데이터를 이용해 데이터 전처리, 분석, 시각화를 실습한다.
2022.03.07visibility110 thumb_up_alt0 -
07. 정형 데이터(1)
정형 데이터를 직접 찾아보고, 찾은 정형 데이터를 전처리하는 pandas라이브러리를 알아본다.
2022.03.07visibility152 thumb_up_alt0 -
08. 정형 데이터(2)
Kaggle의 Titanic데이터를 이용하여 전처리하고, 시각화하는 데이터 분석 과정을 실습해본다.
2022.03.07visibility113 thumb_up_alt0 -
09. 비정형 데이터(1)
비정형 데이터의 문제 해결 사례를 알아보고, 이미지 데이터를 처리하는 과정을 실습해 본다.
2022.03.07visibility120 thumb_up_alt0 -
10. 비정형 데이터(2)
비정형 데이터의 문제 해결 사례를 알아보고, 텍스트 데이터를 처리하는 과정을 실습해 본다.
2022.03.07visibility101 thumb_up_alt1 -
11. 인공지능과 데이터- 대푯값과 벡터
데이터를 전처리, 시각화 하는 과정에서 데이터의 분포, 특성을 파악할 수 있는 수학 개념을 설명할 수 있다.
2022.03.07visibility129 thumb_up_alt0 -
12. 인공지능과 데이터-행렬
컴퓨터에서 이미지 데이터를 표시하고 저장하는 방법을 행렬 연산으로 설명할 수 있다.
2022.03.07visibility141 thumb_up_alt0 -
13. 기계학습-머신러닝 유형과 프로그래밍 절차
전통적인 머신러닝과 딥러닝의 차이를 알아보고, 머신러닝 프로그래밍 과정을 알아본다. 훈련 데이터와 테스트 데이터를 분류할 필요성을 학습하고 인공지능 학습 및 평가에 이르는 과정을 학습한다.
2022.03.07visibility130 thumb_up_alt0 -
14. 결정 트리(1)
지도 학습의 분류에 해당하는 결정 트리 개념을 학습하고 정보 획득을 이용해 결정 트리를 구성하는 방법을 알아본다.
2022.03.07visibility157 thumb_up_alt0 -
15. 결정 트리(2)
정형 데이터를 활용하여 훈련 데이터, 테스트 데이터를 분리하고 결정 트리 알고리즘을 실습해본다.
2022.03.07visibility121 thumb_up_alt0 -
16. 수치 예측(1)
지도 학습의 회귀에 해당하는 선형 회귀 개념을 학습하고 추세선을 활용해 수치를 예측하는 방법을 알아본다.
2022.03.07visibility98 thumb_up_alt0 -
17. 수치 예측(2)
sklearn 라이브러리를 활용하여 수치를 예측하는 추세선을 구해보고 회귀 알고리즘을 실습해본다.
2022.03.07visibility86 thumb_up_alt0 -
18. K-means
인공지능에서 사용되는 수열과 로그의 개념을 설명할 수 있다. 인공지능에서 사용되는 손실함수와 최소제곱법의 의미를 설명할 수 있다.
2022.03.07visibility145 thumb_up_alt0 -
19. 기계학습-수열과 로그
인공지능에서 사용되는 수열과 로그의 개념을 설명할 수 있다. 인공지능에서 사용되는 손실함수와 최소제곱법의 의미를 설명할 수 있다.
2022.03.07visibility256 thumb_up_alt0 -
20. 기계학습-손실함수, 최소제곱법, 유클리디안거리, 해밍 거리
인공지능에서 사용되는 유클리드 거리, 맨하튼 거리, 해밍 거리를 설명할 수 있다.
2022.03.07visibility160 thumb_up_alt0 -
21. 딥러닝은 무엇으로 만들까(1)
기계학습과 딥러닝의 차이를 이해한다. 인공신경망의 기초인 퍼셉트론의 구조와 동작 과정을 이해하고, AND gate를 구현할 수 있다.
2022.03.07visibility154 thumb_up_alt0 -
22. 딥러닝은 무엇으로 만들까(2)
다층신경망을 구성하여 XOR gate를 구현할 수 있다.
2022.03.07visibility86 thumb_up_alt0 -
23. 오차를 어떻게 측정할까(1)
손실함수의 원리를 이해할 수 있다. 빙하 면적을 추정하는 모델을 구현할 수 있다.
2022.03.07visibility91 thumb_up_alt0 -
24. 오차를 어떻게 측정할까(2)
손실함수 값을 최소화하는 인공지능 모델을 구현할 수 있다.
2022.03.07visibility73 thumb_up_alt0 -
25. 정답은 무엇일까
경사하강법의 원리를 이해하고 딥러닝 모델을 구현할 수 있다.
2022.03.07visibility96 thumb_up_alt0 -
26. 기계가 학습할 때(1)
인공신경망에서 순전파의 원리를 이해할 수 있다.
2022.03.07visibility79 thumb_up_alt0 -
27. 기계가 학습할 때(2)
인공신경망에서 역전파의 원리를 이해할 수 있다. 인공신경망에서 역전파의 원리를 이해할 수 있다.
2022.03.07visibility68 thumb_up_alt0 -
28. 자율 주행 자동차는 어떻게 교통 신호를 인식할까(1)
합성곱 신경망의 이미지 인식 원리를 이해할 수 있다.
2022.03.07visibility132 thumb_up_alt0 -
29. 자율 주행 자동차는 어떻게 교통 신호를 인식할까(2)
합성곱 신경망을 이용하여 이미지 인식 모델을 구현할 수 있다.
2022.03.07visibility106 thumb_up_alt0 -
30. 중요한 단어와 유사한 문장을 어떻게 찾을까(1)
자연어 처리를 위해 자연어를 수치로 표현하는 원리를 이해할 수 있다.
2022.03.07visibility92 thumb_up_alt0 -
31. 중요한 단어와 유사한 문장을 어떻게 찾을까(2)
자연어 처리 딥러닝 모델을 구현할 수 있다.
2022.03.07visibility94 thumb_up_alt0 -
32. 딥러닝-합성함수의 미분, 행렬의 합성곱, 유사도
인공지능에서 사용되는 행렬과 유사도의 개념을 설명할 수 있다.
2022.03.07visibility126 thumb_up_alt1 -
33. 데이터 편향성 문제
데이터 편향성의 개념과 유형을 구분할 수 있고, 편향된 데이터가 인공지능 판단 결과에 미치는 영향을 알아본다.
2022.03.07visibility142 thumb_up_alt0 -
34. 윤리적 딜레마 문제
충분한 사회적 논의 없이 도입된 인공지능은 사회적 혼란을 야기할 수 있음을 이해하고 이와 관련하여 다양한 국가에서 제시한 인공지능 규제안을 살펴본다.
2022.03.07visibility2,463 thumb_up_alt2