인공지능의 개요 

인공지능, 데이터마이닝, 머신러닝, 딥러닝 등 관련 분야의 차이를 이해한다. 

파이썬 기본, 다차원 배열 

파이썬의 기본 문법을 익히고 다차원 배열 객체를 다루는  numpy 모듈의 객체와 연산자를 학습한다. 

머신러닝 알고리즘 

파이썬의 기본 문법을 익히고 다차원 배열 객체를 다루는 numpy 모듈의 객체와 연산자를 학습한다.

다양한 머신러닝 알고리즘과 신경망의 주요 개념을 학습한다.

-머신러닝 알고리즘

-회귀, 로지스틱 회귀

-신경망 개요

 신경망

 신경망 알고리즘을 이용한 학습 방법을 살펴보고 딥러닝네트워크 구조 중 대표적 사례인 합성공신경망과 순환 신경망에 대해 학습한다.

-신경망의 다층화

-심층 신경망 (딥러닝)

-최적화 알고리즘, 역전파, softmax, dropout

-합성공신경망 (CNN)

-순환 신경망 (RNN)

-실습: 합성공신경망 알고리즘을 필기체 인식 예제에 적용한다.

이미지와 음성 패턴 인식 

머신러닝을이용한 패턴 인식의 대표적인 사례인 이미지 인식과 음성 인식에 대하여 학습한다.

-패턴 인식

-특징 추출 방법

-이미지 인식

-음성 인식

자연어 처리 

자연어 처리에 필요한 개념, 텍스트 생성과 관련한 기계 번역이나 자동 요약 등을 학습하고 실습을 통해 실제 데이터에 적용한다.

-나이브베이즈

-자연어 분석을 위한 전처리: 띄어쓰기와 형태소 분석, 말 주머니, 의미 네트워크, 온톨로지

-순환 신경망 (RNN) 세부 사항

-실습: 순환 신경망 알고리즘을 자연어 처리에 적용한다.