인공지능 아카데미

**지능정보융합교육센터**
지능정보융합교육센터를 소개하는 표
교육명	교육제목	교육항목 (강의보기)	교육개요	강사명
인공지능 아카데미	신경망과 인공지능의 이해	인공지능 개요 및 활용사례	인공지능의 개념과 역사, 최근 인공지능이 부각되기 시작한 배경 인공신경망의 개념 및 인공신경망의 발전 역사 인공지능, 머신러닝 및 딥러닝의 상호 관계 최근 인공지능 분야별 활용사례에 대한 case study	김복주
		딥러닝 개발환경 구축	딥러닝 개발환경으로 많이 사용되는 개발환경에 대한 소개, 구축방법 다양한 프레임워크 소개 Tensorflow 및 Keras 설치 방법
		딥러닝 학습 및 학습 사이클	모델과 학습, 머신러닝/딥러닝 학습의 유형 딥러닝 훈련 단계, 예측 단계 및 훈련 사이클 반복 학습을 통한 딥러닝 모델 성능 향상 데이터 로드, 전처리, 훈련, 예측 및 평가 등 딥러닝 학습 절차에 대한 세부내용
	딥러닝 핵심 개념 및 최적화 이론	인공지능과 머신러닝	반쪽 짜리 머신러닝의 한계와 이를 극복하기 위한 글로벌 기업들의 시도들 머신러닝의 3가지 대분류 및 각 대분류의 중요한 특징 가장 간단한 머신러닝 알고리즘인 선형회귀를 통해 Gradient Descent 기법 학습	조대연
		딥러닝 핵심 개념	전통적인 머신러닝과 딥러닝의 차이점 퍼셉트론과 활성화 함수
		딥러닝 최적화 이론	인공신경망을 최적화 하기 위한 3가지 기법인 가중치 초기화, 드롭아웃, 발전된 Gradient Descent 알고리즘에 대해 학습
	실전 딥러닝 프로그래밍 및 딥러닝 활용 사례 이해	Anaconda & Jupyter NoteBook	Tensorflow 프로그래밍을 위한 Anaconda 개발환경 구축 Jupyter NoteBook에 대한 이해 및 실습을 위한 단축키 학습	조대연
		실전 딥러닝 프로그래밍	인공신경망 구현을 위한 파이썬 라이브러리인 Tensorflow를 활용해 딥러닝 모델 구현 실습 회귀 문제 및 분류 문제를 위한 모델을 각각 구축하고 학습시켜 새로운 데이터에 대해 예측하도록 구현
		딥러닝 활용 사례 이해	시각/자연어처리/음성 관련 다양한 딥러닝 활용 사례 소개 머신러닝 & 딥러닝 관련 추가 학습 리소스 소개