1. | 인공지능의 과거, 현재, 미래 | 인공지능의 발전과정과 현재의 상황을 살펴보고, 미래의 가능성에 대해 논의합니다. | ||
2. | 규칙기반 모델의 발전 | 규칙기반 모델의 발전과 인공지능 응용 분야에 대해 알아봅니다. | ||
3. | 오토마톤과 인공생명 프로그램 | 오토마톤과 인공생명 프로그램의 작동 원리와 응용에 대해 다룹니다. | ||
4. | 가중치와 최적해 탐색 | 머신러닝 모델에서 가중치와 최적해를 탐색하는 기법을 학습합니다. | ||
5. | 가중치와 최적해 프로그램 | 가중치와 최적해를 탐색하는 프로그램을 작성하고 이해합니다. | ||
6. | 확률분포와 모델링 | 데이터의 확률분포와 모델링에 대해 학습하고, 확률적 추론을 다룹니다. | ||
7. | 자율학습과 지도학습 | 자율학습과 지도학습의 차이와 응용 사례를 비교하고 이해합니다. | ||
8. | 강화학습과 분산 인공지능 | 강화학습의 기본 원리와 분산 인공지능에 대해 다룹니다. | ||
9. | 딥러닝 | 딥러닝의 원리와 구조, 응용 사례를 학습합니다. | ||
10. | 이미지와 음성패턴인식 | 딥러닝을 활용한 이미지와 음성 패턴 인식 기술에 대해 알아봅니다. | ||
11. | 자연어처리와 머신러닝 | 자연어처리에 머신러닝 기법을 적용하는 방법과 응용 사례를 다룹니다. |