Á¦4Â÷ »ê¾÷½Ã´ëÀÇ ½ÅÀç»ýÀÚ¿øÀÌÀÚ ¹Ì·¡ÀÇ Çٽɱâ¼úÀÎ ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´ÉÀº ±× ³ôÀº ±â¼úÀ庮À¸·Î ÀÎÇØ Çö¾÷ÀÇ ¼ºñ½º ±âȹÀÚ¶óµµ Á¢±ÙÇϱ⠽±Áö ¾ÊÀº ºÐ¾ßÀε¥ ±×·¡¼ µüµüÇÑ ±â¼ú¼¸¦ ÆíÇÏ°Ô ÀÐÀ» ¼ö ÀÖµµ·Ï Ç®¾î³½ û¼Û¹Ìµð¾î¿¡¼ Ãâ°£ÇÑ ¡°ÀΰøÁö´É ¼ºñ½º ±âȹ °¡À̵åºÏ¡±ÀÌ ¿¬ÀÏ ¼Á¡°¡¿¡ ÈÁ¦ÀÌ´Ù.
¿äÁîÀ½ Ãâ½ÃµÇ´Â ¼ºñ½º¾ÛÀÇ Æ®·»µå¸¦ º¸¸é AI·Î ±â´ÉÀ» º¸°ÇÏ¸é¼ ²ÙÁØÈ÷ ¹öÀü¾÷À» ÇÏ°í ÀÖ°í ¾Æ¿¹ óÀ½ºÎÅÍ AI ±â¹ÝÀ¸·Î Ãâ½ÃµÇ´Â ¾Ûµéµµ »ý°Ü³ª°í ÀÖ´Ù. ÀÌ·¯ÇÑ Çö»óÀº ¿À´Ã³¯ AI°¡ ¼ºñ½º¸¦ Â÷º°È½ÃÅ°´Â ¿ä¼Ò±â¼ú·Î½á ¹Þ¾Æµé¿©Áö°í ÀÖÀ» »Ó¸¸ ¾Æ´Ï¶ó ½ÉÁö¾î º¸ÆíÀûÀÎ ±â¼ú·Î±îÁö È®»êµÇ¾îÁ® °¡°í ÀÖÀ½À» º¸¿©ÁÖ´Â °ÍÀÌ°í ÀÌ°ÍÀº ´Ù¾çÇÑ »ê¾÷±º°ú °ø°ø ¿µ¿ª¿¡¼ ÀΰøÁö´É Áö½ÄÀ» °®Ãá ¼ºñ½º ±âȹÀÚ¿¡ ´ëÇÑ ¼ö¿ä°¡ Á¡Â÷ Áõ°¡ÇÒ °ÍÀ» ÀǹÌÇÑ´Ù. µû¶ó¼ ÀΰøÁö´É¿¡ ´ëÇÑ ¹®ÅÎÀ» ³·ÃçÁÖ¾î¼ ¼ºñ½º ±âȹÀڵ鵵 ÀΰøÁö´ÉÀÌ ÀÛµ¿ÇÏ´Â ¸ÞÄ¿´ÏÁòÀ» ÀÌÇØÇÒ ¼ö ÀÖ°Ô ÇØÁÖ´Â °ÍÀÌ ½ÃÀÇÀûÀýÇÑ ½Ãµµ¶ó´Â °ÍÀÌ ÀúÀÚ°¡ ÀÌ Ã¥À» Àú¼úÇÑ ÃëÁöÀÌ´Ù.
¡°ÀΰøÁö´É ¼ºñ½º±âȹ °¡À̵åºÏ¡±Àº ¼ºñ½º ±âȹÀÚÀÇ ¿ªÇÒ°ú ±âȹÀÚÀÇ 4Â÷»ê¾÷½Ã´ë Ä¿¸®¾î Àü¸Á¿¡ ´ëÇØ Ã¥¿¡¼ ¼³¸íÇÏ¸é¼ ±âȹÀÚ·Î Áø·Î¸¦ ÁغñÇÏ´Â µ¶ÀÚµéÀ» ´ë»óÀ¸·Î ¼ºñ½º ±âȹ Àü¹Ý¿¡ ´ëÇØ AºÎÅÍ Z±îÁö Ä£ÀýÈ÷ ¾È³»ÇØ ÁÖ°í ÀÖ´Ù. ƯÈ÷ ºñÀü°øÀÚµéÀ̶ó¸é ÀÌÇØÇϱ⠾î·Á¿î ºòµ¥ÀÌÅÍ°¡ ¼ºñ½º¿¡ ¿¬°áµÇ´Â °úÁ¤À» ÀúÀÚ¿Í ÇÔ²² µé¿©´Ù º¸¸ç ÀΰøÁö´É ºÐ¾ß·Î ¿ª·®À» È®ÀåÇÏ°íÀÚ ÇÏ´Â Çö¾÷ÀÇ ±âȹÀÚµéÀÌ µ¥ÀÌÅÍ ¿£Áö´Ï¾î ¹× µ¥ÀÌÅÍ °úÇÐÀÚµé°ú ¼ÒÅëÇÒ ¶§ ¾Ë°í ÀÖ¾î¾ß ÇÒ ¿ë¾îµéÀ» Ã¥À» Àд µ¿¾È ÀÚ¿¬½º·´°Ô ½ÀµæÇÒ ¼ö ÀÖµµ·Ï ³»¿ëÀÌ ±¸¼ºµÇ¾îÀÖ´Ù.
¿ì¸®³ª¶ó ÃÖÃÊ·Î 800¸¸ °¡ÀÔÀÚ¸¦ ´ë»óÀ¸·Î ¼ºñ½º¸¦ °³½ÃÇÑ ±¹³» À¥¸ÞÀÏ °³¹ßÀÚ 1È£ÀÌÀÚ ÀÌ Ã¥ÀÇ ÀúÀÚÀÎ ÃÖÁØ»ï ±³¼ö´Â ÇÏÀ̴нº, »ï¼ºSDS, »ï¼ºÀüÀÚ¿¡¼ Æ÷Åмºñ½º °³¹ß, ÇÁ·ÎÁ§Æ® °ü¸®, ¼ºñ½º ±âȹ, ¸ð¹ÙÀÏ ¸¶ÄÉÆÃ, ½Å»ç¾÷ °³¹ß, Àü·«±âȹ, ¹ýÀÎ B2B »ç¾÷ ÃÑ°ýÀ» ¿ªÀÓÇÏ¸é¼ °³¹ßÀÚ, ±âȹÀÚ, ¸¶ÄÉÅÍ, »ç¾÷Àü·« ±âȹ ¹× °æ¿µÀÚÀÇ ´Ù¾çÇÑ ÀÌ·ÂÀ» Áö³Â°í ÇöÀç´Â ¾Ë°í¸®Áò°ú µ¥ÀÌÅÍ ÇÁ·Î±×·¡¹Ö °ú¸ñÀ» °¡¸£Ä¡¸ç 30³â°£ ±¹³»¿Í ÇØ¿Ü¿¡¼ üÇèÇÑ ´Ù¾çÇÑ °æÇè°ú ¿¡ÇǼҵ带 ¿¬¼¼´ëÇб³ Çлýµé¿¡°Ô »ý»ýÈ÷ Àü¼öÇØ ÁÖ°í ÀÖ´Ù
ÀÌ Ã¥Àº ¼ºñ½º Ãâ½Ã ÀÌÈÄ¿¡ ½Ã°£ÀÌ È帣¸é¼ ÀØÇôÁö´Â ¼ºñ½º°¡ ¾Æ´Ñ ÀÌ¿ëÀÚ°¡ ¼øÁõÇÏ¸é¼ È°¹ßÇÏ°Ô »ç¿ëµÇ´Â ¾ÛÀÌ µÇ°Ô ÇÏ´Â ¼ºñ½º È°¼ºÈ ¹æ¹ýµµ ÇöÀç ¾ÛÀ» Áغñ ÁßÀ̰ųª ½Å±Ô ¼ºñ½º¸¦ °èȹÇÏ°í ÀÖ´Â µ¶ÀÚµéÀ» À§ÇØ Á¤¸®ÇÏ°í ÀÖ¾î ÇöÀç ¼ºñ½º ±âȹÀÚ·Î Áø·Î¸¦ ¸ð»öÇÏ´Â µ¶ÀÚ³ª ÀÚ½ÅÀÇ ±âȹ¿ª·®À» ÀΰøÁö´É ºÐ¾ß·Î È®´ëÇϱ⸦ ¿øÇÏ´Â Çö¾÷¿¡ ÀÖ´Â ¼ºñ½º ±âȹÀڵ鿡°Ô ±æÀâÀÌ°¡ µÉ ¸¸ÇÑ µµ¼·Î ÃßõÇÒ ¸¸ ÇÏ´Ù.
<ÁöÀºÀÌ>
ÃÖÁØ»ï
¼º±Õ°ü´ëÇб³ °æ¿µ´ëÇпø¿¡¼ ºòµ¥ÀÌÅÍ¿Í ±Û·Î¹ú°æ¿µÀ» ¿¬±¸ÇÏ¿´°í ÇÏÀ̴нº, »ï¼ºSDS, »ï¼ºÀüÀÚ¿¡¼ Æ÷Åа³¹ß, ÇÁ·ÎÁ§Æ®°ü¸® ,¼ºñ½º±âȹ, ¸ð¹ÙÀϸ¶ÄÉÆÃ, ÇØ¿Ü»ç¾÷°³¹ß, Àü·«±âȹ, ½Ì°¡Æ÷¸£ B2B »ç¾÷ÃÑ°ý µî ±¹³»¿Ü ÄÁ¹öÁ¯½º ÇöÀå¿¡¼ ´Ù¾çÇÑ °æÇèÀ» ÇÏ¿´´Ù. ÇöÀç´Â ¿¬¼¼´ëÇб³ SWÁ߽ɴëÇÐ ±³¼ö·Î¼ ¾Ë°í¸®Áò°ú µ¥ÀÌÅÍ ÇÁ·Î±×·¡¹Ö µîÀ» °¡¸£Ä¡¸ç Çлýµé¿¡°Ô ÀúÀÚÀÇ 30³â°£ÀÇ ±Û·Î¹ú ÇöÀå °æÇèÀ» Àü¼öÇØ ÁÖ°í ÀÖ´Ù.
<Â÷·Ê>
Chapter 1. ¼ºñ½º ±âȹ
01. ÀÎÅÍ³Ý °³¿ä
02. ÀÎÅͳÝÀÇ °æÁ¦±¸Á¶
03. ÀÎÅÍ³Ý ºñÁî´Ï½ºÀÇ ¹°°á
04. ÀÎÅÍ³Ý ºñÁî´Ï½º Àü·«
05. ÀÎÅÍ³Ý ¼ºñ½º Àü·«
06. ÀÎÅÍ³Ý ºñÁî´Ï½º ¸ðµ¨
07. ÀÎÅÍ³Ý ¼ºñ½º ±âȹ
08. °í°´ Áß½ÉÀÇ ¼ºñ½º
09. ¸¶°ÔÆÃ
10. »ç¾÷ °èȹ¼
Chapter 2. ¼ºñ½º ±âȹÀÚÀÇ ¿ªÇÒ
01. ÀÎÅÍ³Ý ¼ºñ½º °³¿ä
02. ¼ºñ½º ±âȹÀÚÀÇ ÀÚÁú
03. ¼ºñ½º Ãâ½Ã ÇÁ·Î¼¼½º
04. ¼ºñ½º À¯Çü °áÁ¤
05. À¥/¾Û ¼ºñ½º ±âȹ
06. °æÀï ¼ºñ½º ºÐ¼®
07. Á¤º¸±¸Á¶(IA)¼³°è
08. ÄÜÅÙÃ÷ ±âȹ
09. ¼ºñ½º È°¼ºÈ ±âȹ
10. À¥/¾Û µðÀÚÀÎ ±âȹ
11. È¸é µðÀÚÀÎ
12. ÀΰøÁö´É ¼ºñ½º ±âȹ
13. ¼ºñ½º ±âȹÀÇ ½ÇÁ¦
Chapter 3. µðÁöÅÐ °æÁ¦¿Í º¥Ã³ »ç¾÷
01. ½Ã°£°ü¸®
02. ÇÁ·ÎÁ§Æ® °ü¸®
03. Çù»ó±â¹ý
Chapter 4. ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´É
01. ºòµ¥ÀÌÅÍ °³¿ä
02. ºòµ¥ÀÌÅÍÀÇ ÃâÇö ¹è°æ
03. ºòµ¥ÀÌÅÍÀÇ °¡Ä¡
04. ºòµ¥ÀÌÅÍ¿Í °¢Á¾ »ê¾÷
05. ±â¾÷°ú ºòµ¥ÀÌÅÍ
06. ºòµ¥ÀÌÅÍ Ç÷§Æû
07. µ¥ÀÌÅÍ ¸¶ÀÌ´×
08. ÀΰøÁö´É
09. ºòµ¥ÀÌÅÍÀÇ Àü¸Á°ú ±âȸ
10. °³ÀÎÁ¤º¸ º¸È£
11. ºòµ¥ÀÌÅÍ ´ã·Ð
Chapter 5. ÆÄÀ̽ãÀÇ ÀÌÇØ
01. ÆÄÀ̽㠰³¿ä
02. ³ÑÆÄÀÌ (NumPy)
03. ÆÇ´Ù½º (Pandas)
04. ±âŸ ¹®¹ý
Chapter 6. ÀΰøÁö´É ¸ðµ¨¸µ
01. ¸Ó½Å·¯´× °³¿ä
02. ½Ã°¢È
03. ¸Ó½Å·¯´× ¾Ë°í¸®Áò ¼Ò°³
04. ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò (KNN)
05. ¼Æ÷Æ® º¤ÅÍ ¸Ó½Å (SVM)
06. ÀÇ»ç°áÁ¤ Æ®¸® (Decision Tree)
07. ³ªÀÌºê º£ÀÌÁî ¾Ë°í¸®Áò
08. ¾Ó»óºí ¸ðµ¨
09. K-means
10. °èÃþÀû ±ºÁýÇÕ (Hierarchical Clustering)
11. ÁÖ¼ººÐ ºÐ¼®
12. ¼±Çüȸ±Í (Linear Regression)
13. ·ÎÁö½ºÆ½ ȸ±Í (Logistic Regression)
Chapter 7. ÀΰøÁö´É ½Å°æ¸Á
01. ANN
02. DNN
03. CNN
04. RNN
05. LSTM
06. AE
07. U-NET
08. GAN
09. °ÈÇнÀ
º°Ã· 1. ¿ÀÂ÷¿ªÀüÆÄ
º°Ã· 2. °æ»çÇÏ°¹ý
±ÛÀ» ¸ÎÀ¸¸ç
»öÀÎ