인공지능 구현_인공지능 서비스 구현 및 플랫폼 연계
-
비환급(상시)과정이란 지원/환급금 없이 수강생 본인이 수강료를 전액 부담하는 학습유형
-
수강생이 국가지원제도 및 회사의 지원을 받지 않고 자기개발 및 스스로의 직무능력 향상을 위해서 100% 자비부담금으로 수강신청을하는 과정
-
안전보건교육 평가별 이수조건은 각 차시평가별 평가 80%, 학습진도율 20%로 하여 총 득점의 70점이 넘어야 평가이수가 가능합니다.
-
모든 차시평가가 이수가되어야 수료조건에 충족이됩니다.
-
차시별 평가의 각 평가별 응시횟수는 6회(재응시 5회)이며 재응시 3회차에는 해당 차시 진도를 재수강해야 재응시가 가능합니다.
| 과정 소개 |
인공지능은 오랜 침체기를 거쳐 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침되어 딥러닝이 구현되는 극적인 돌파구가 열리면서 전환기를 맞고 있습니다. 인공지능은 4차 산업혁명의 핵심 요소로 기계에게 이미지와 소리를 인식하는 방법을 가르치는 심화학습 기법이 영상인식, 음성인식, 번역 등 다양한 분야에 적용되면서 구체적인 결과를 만들어 내고 있습니다.
인공지능의 이론적 학습을 바탕으로 학습을 위한 코드 구현과 인공지능의 추론 결과를 실습 위주로 진행하므로써 인공지능에 대한 전반적인 이해를 갖춤과 동시에 인공지능 시스템의 원리와 특징, 문제해결 과정을 이해할 수 있도록 하기 위한 과정으로 꾸몄습니다. 인공지능의 기초 및 플랫폼 연동구현, 인터페이스 환경구축까지 인공지능서비스 구현까지 가능하도록 구성하였습니다. |
| 학습 대상 |
- 컴퓨터공학 입문자 및 전공
- 정보통신공학 입문자 및 전공자
- 컴퓨터공학 산업 종사자 및 관련자 등 |
| 학습 목표 |
인공지능에서 활용하는 지식과 추론에 관한 이론, 학습관련 이론을 이해하고 인공지능에서 활용되는 문제해결 전략과 알고리즘 사례를 통해 학습하여 실제 프로그램 개발에 활용할 수 있도록 하는 것이 학습의 목표입니다. |
| 교수 소개 |
김상복 |
학습내용
| 차시 |
내용 |
| 1차시 |
인공지능의 소개 |
| 2차시 |
인공지능 국가 발전 계획 |
| 3차시 |
인공지능 학습용 데이터 구축 현황 및 확보 방법 |
| 4차시 |
인공지능 프레임워크 및 플랫폼 이해 |
| 5차시 |
플랫폼 가입하기 |
| 6차시 |
플랫폼 인공지능 모델 연동 구현 (Vision 1) |
| 7차시 |
플랫폼 인공지능 모델 연동 구현 (Vision 2) |
| 8차시 |
플랫폼 인공지능 모델 연동 구현 (NLP 1) |
| 9차시 |
플랫폼 인공지능 모델 연동 구현 (NLP 2) |
| 10차시 |
플랫폼 인공지능 모델 연동 구현 (Video) |
| 11차시 |
플랫폼 인공지능 모델 연동 구현 (AutoML) |
| 12차시 |
인공지능 인터페이스 환경 (1) |
| 13차시 |
인공지능 인터페이스 환경 (2) |
| 14차시 |
인공지능 인터페이스 환경 (3) |
| 15차시 |
인공지능 인터페이스 연동 |
| 16차시 |
인공지능 인터페이스 문제해결 |
|
학습내용
| 차시 |
내용 |
| 1차시 |
인공지능의 소개 |
| 2차시 |
인공지능 국가 발전 계획 |
| 3차시 |
인공지능 학습용 데이터 구축 현황 및 확보 방법 |
| 4차시 |
인공지능 프레임워크 및 플랫폼 이해 |
| 5차시 |
플랫폼 가입하기 |
| 6차시 |
플랫폼 인공지능 모델 연동 구현 (Vision 1) |
| 7차시 |
플랫폼 인공지능 모델 연동 구현 (Vision 2) |
| 8차시 |
플랫폼 인공지능 모델 연동 구현 (NLP 1) |
| 9차시 |
플랫폼 인공지능 모델 연동 구현 (NLP 2) |
| 10차시 |
플랫폼 인공지능 모델 연동 구현 (Video) |
| 11차시 |
플랫폼 인공지능 모델 연동 구현 (AutoML) |
| 12차시 |
인공지능 인터페이스 환경 (1) |
| 13차시 |
인공지능 인터페이스 환경 (2) |
| 14차시 |
인공지능 인터페이스 환경 (3) |
| 15차시 |
인공지능 인터페이스 연동 |
| 16차시 |
인공지능 인터페이스 문제해결 |
|
