4차 산업혁명 시대에 인공지능 머신러닝(Machine Learning)은 모든 산업의 디지털화와 더불어 핵심 기술이 되었습니다. 이제 머신러닝은 모든 산업 분야와 융합되어 부가 가치를 창출할 뿐만 아니라 국가 경쟁력에 근간이 되고 있습니다.
따라서, 전문적인 IT 개발자 뿐만 아니라 비IT 분야의 인력과 전 국민이 머신러닝을 이해하고 활용하는 능력이 필수적으로 요구되고 있습니다. 그러나, AI 머신러닝을 배우기 위해서는 파이썬, C++ 등의 컴퓨터 프로그래밍 언어를 익히고 어렵게 느끼는 수학을 학습해야 합니다. 이는, 비IT 분야 종사자와 일반 국민에게는 큰 장벽이 되고 있습니다.
이러한 장벽을 없애기 위해, 누구나 할 수 있는 AI 머신러닝 강좌에서는 프로그래밍 언어의 엄격한 문법적 제약을 극복하고 복잡한 수학 구현을 미리 만들어 제공하는 인공지능 블록 코딩 플랫폼을 이용해 머신러닝의 원리와 활용에 대해서 학습하며 전체적으로 3단계로 구성됩니다.
첫 번째 단계는, 머신러닝 경험 및 체험하기 위해 구글의 티처블머신(Teachable Machine)과 머신러닝포키즈(ML4K)라는 사이트를 이용합니다. 이미지, 텍스트, 숫자, 사운드 등의 다양한 데이터를 어떻게 다루고 모델을 생성하고 활용하는지에 대해 흥미 위주로 접근합니다.
두 번째 단계는, 코딩 기초와 머신러닝 알고리즘을 학습합니다. 코딩은 블록 기반 플랫폼을 이용하여 프로그래밍 로직 기초를 학습니다. 머신러닝은 지도학습과 비지도학습 알고리즘을 학습합니다. 세 번째 단계는, 딥러닝 알고리즘을 학습합니다. 신경망 구조와 동작 원리를 이해하고, 이를 기반으로 다층 구조이 신경망을 다룹니다. 이미지 학습에 대표적인 합성곱신경망에 대해서 다양한 예제와 함께 학습합니다. 마지막으로 강화학습에 대해서 학습합니다.
이러한 과정을 통해서, 머신러닝, 딥러닝의 원리를 이해하고 어떻게 산업과 생활 속에서 활용할 수 있을지에 대한 통찰력을 얻을 수 있기를 기대합니다.

1. 머신러닝과 전통적인 프로그래밍 사이에 차이를 설명할 수 있다.
2. 머신러닝을 위한 데이터 처리를 할 수 있다.
3. 머신러닝의 대표적인 지도학습 알고리즘을 이해하고 모델을 만들 수 있다.
4. 머신러닝의 대표적인 비지도학습 알고리즘을 이해하고 모델을 만들 수 있다.
5. 머신러닝과 딥러닝의 차이를 설명할 수 있다.
6. 딥러닝의 신경망 학습 프로세스에 대해서 설명할 수 있다.
7. 합성곱신경망의 특징 추출 프로세스를 설명할 수 있다.
8. 이미지 인식 합성곱신경망 모델을 만들 수 있다.

머신러닝에 관심있는 모든 국민
현재 직무와 머신러닝을 융합하고 싶은 직장인
머신러닝 입문을 위한 고등학생, 직업교육학생, 대학생