| 주차 | 주차명 | 차시명 | 오픈 일정 |
|---|---|---|---|
| 1 | 인공지능의 역사 | (1차시)인공지능이란? | 2021. 00.00 |
| (2차시)인공지능의 역사 | |||
| (3차시)인공지능의 분류 | |||
| (1주차 학습목표) 1. 인공지능의 순기능과 역기능을 예시와 함께 설명할 수 있다. 2. 인공지능의 역사를 이해하고 발전과정을 설명할 수 있다. 3. 인공지능의 지적 수준, 기능 발전, 구현 방식에 따라 분류할 수 있다. |
|||
| 2 | 인공지능 요소 기술 | (1차시)인공지능 요소기술과 응용분야 | 2021. 00.00 |
| (2차시)인공지능 플랫폼과 서비스 | |||
| (3차시)인공지능 구현 기술 요소 | |||
|
(2주차 학습목표) |
|||
| 3 | 파이썬 환경 설정 | (1차시)파이썬 개요 및 개발환경 | 2021. 00.00 |
| (2차시)파이썬 쉘 활용 | |||
| (3주차 학습목표) 1. 파이썬 개발 환경에 대해 설명할 수 있다. 2. 파이썬 쉘을 활용하는 방법에 대해 설명할 수 있다. |
|||
| 4 | 파이썬기초(1): 변수 | (1차시)파이썬 프로그래밍: 변수 | 2021. 00.00 |
| (2차시)파이썬 프로그래밍: input()함수 | |||
| (4주차 학습목표) 1. 변수의 개념에 대해 설명할 수 있다. |
|||
| 5 | 파이썬 기초(2): 연산자와 데이터형 | (1차시)파이썬 프로그래밍: 연산자(1) | 2021. 00.00 |
| (2차시)파이썬 프로그래밍: 연산자(2) | |||
| (3차시)파이썬 프로그래밍: 데이터형 | |||
| (5주차 학습목표) 1. 연산자의 우선순위에 대해 설명할 수 있다. 2. 데이터 종류에 따른 특징을 설명할 수 있다. |
|||
| 6 | 파이썬 기초(3): 문자열 | (1차시)파이썬 프로그래밍: 문자열의 형태와 이스케이프 문자 | 2021. 00.00 |
| (2차시)파이썬 프로그래밍: 문자열 함수와 슬라이스 | |||
| (6주차 학습목표) 1. 케라스를 이용하여 인공지능 신경망을 만들 수 있다. 2. 케라스 코드의 전체적 골격에 대해 설명할 수 있다. 3. 텐서플로우와 파이토치의 차이점에 대해 설명할 수 있다. |
|||
| 7 | 파이썬 함수 | (1차시)파이썬 프로그래밍: 조건문 | 2021. 00.00 |
| (2차시)파이썬 프로그래밍: 반복문 | |||
| (3차시)파이썬 프로그래밍: 조건문과 반복문 연습 | |||
| (7주차 학습목표) 1. 프로그램의 기본제어구조에 대해 설명할 수 있다. 2. 조건문을 활용하여 코딩할 수 있다. 3. 반복문을 활용하여 코딩할 수 있다. |
|||
| 중간시험 | 2021. 00.00 | ||
| 9 | 파이썬 인터페이스와 라이브러리 | (1차시)파이썬 그래픽 및 입출력 | 2021. 00.00 |
| (2차시)파이썬 입출력 응용 | |||
| (3차시)파이썬 라이브러리 | |||
|
(9주차 학습목표) |
|||
| 10 | 기계학습 | (1차시)기계학습 개요 | 2021. 00.00 |
| (2차시)통계와 학률 | |||
| (3차시)분류 및 군집 | |||
| (10주차 학습목표) 1. 기계학습의 의의를 설명할 수 있다. 2. 분류와 군집의 개념을 나누어 설명할 수 있다. |
|||
| 11 | 인공지능 인식 | (1차시)학습데이터의 이해 | 2021. 00.00 |
| (2차시)특징 추출과 성능 측정 | |||
| (3차시)인공지능 인식 응용 | |||
| (11주차 학습목표) 1. 학습데이터의 개념을 설명할 수 있다. 2. 특징을 추출하는 방법을 도식화할 수 있다. 3. 인공지능 인식의 응용분야를 1가지 이상 사례를 들어 설명할 수 있다. |
|||
| 12 | 딥러닝 | (1차시)퍼셉트론 학습 알고리즘 | 2021. 00.00 |
| (2차시)다층퍼셉트론과 오류역전파 | |||
| (3차시)딥러닝 프로그래밍 | |||
| (12주차 학습목표) 1. 퍼셉트론 학습 알고리즘에 대하여 설명할 수 있다. 2. 다층퍼셉트론의 장단점에 대하여 설명할 수 있다. 3. 딥러닝 프로그래밍의 방식을 도식화할 수 있다. |
|||
| 13 | 컴퓨터 비전 | (1차시)합성곱신경망 | 2021. 00.00 |
| (2차시)현대적 합성곱신경망모델 | |||
| (3차시)컴퓨터비전 프로그래밍 | |||
| (13주차 학습목표) 1. 합성곱신경망의 개념을 설명할 수 있다. 2. 컴퓨터 비전 프로그래밍에 대하여 1가지 이상 사례를 들어 설명할 수 있다. |
|||
| 14 | 자연어 처리와 창작기술 | (1차시)텍스트 임베딩 및 순환신경망 | 2021. 00.00 |
| (2차시)자연어처리 프로그래밍 | |||
| (3차시)오토인코더와 인공지능 창작 | |||
| (14주차 학습목표) 1. 텍스트 임베딩 과정을 설명할 수 있다. 2. 오토인코더를 사용하여 이상 데이터를 측정할 수 있다. |
|||
| 기말시험 | 2021. 00.00 | ||
| 퀴즈 | 실습과제 | 중간시험 | 기말고사 | 합계 |
|---|---|---|---|---|
| 25% | 25% | 25% | 25% | 100% |
이 강좌는 대학 학부 전공 기초 정도 수준으로 제작되었으며, 인공지능과 프로그래밍 분야에 관심이 있는 중등교육이상을 수료하였다면 누구나 수강가능한 강좌입니다.
이 강좌는 별도의 교재가 없으며, 학습자료를 별도 PDF 파일로 제공합니다.
별도의 교재는 없으며, 학습자료를 통해 함께 학습하시길 바랍니다.
분야
난이도
운영기관
전화번호
주차(주간 학습 권장 시간)
학습인정시간(총 동영상시간)
수강 신청 기간
강좌 운영 기간
강의 언어
자막 언어
