인공지능 베이직

CHAPTER 1 AI 기초
역사

앨런 튜링과 튜링 테스트 2
두뇌는 기계인가? 7
사이버네틱스(Cybernetics) 7
기원 이야기 8
AI의 황금기 12
AI 겨울 17
전문가 시스템의 흥망 성쇠 19
신경망과 딥러닝 22
현대 AI의 기술적 동인 23
AI의 구조 24
결론 25
핵심 사항 26

CHAPTER 2 데이터
AI의 연료

데이터 기초 29
데이터 타입 30
빅데이터 33
데이터베이스 및 기타 도구 36
데이터 프로세스 41
윤리 및 거버넌스 52
AI에 얼마나 많은 데이터가 필요한가? 54
추가 데이터 용어 및 개념 55
결론 57
핵심 사항 58

CHAPTER 3 기계학습
핵심을 데이터마이닝하기

기계학습이란? 62
표준편차(standard deviation) 64
정규분포(normal distribution) 65
베이즈 정리(bayes’ theorem) 66
상관관계(correlation) 67
특징추출 69
기계학습으로 무엇을 할 수 있는가? 70
기계학습 프로세스 73
알고리즘 적용 76
일반적인 유형의 기계학습 알고리즘 83
나이브 베이즈(Na?ve Bayes) 분류기(지도학습/분류) 84
K-최근접 이웃(k-Nearest Neighbor, 지도 학습/분류) 88
선형 회귀(지도 학습/회귀) 89
의사결정 트리(지도학습/회귀) 91
앙상블 모델링(지도학습/회귀) 93
K-평균 군집화(비지도/군집화) 95
결론 99
핵심 사항 101

CHAPTER 4 딥러닝
AI의 혁명

딥러닝과 기계학습의 차이점 105
그렇다면 딥러닝이란 무엇일까? 106
두뇌와 딥러닝 107
인공 신경망(ANNs:Artificial Neural Networks) 109
역전파 111
다양한 신경망 113
딥러닝 애플리케이션 120
딥러닝 하드웨어 125
딥러닝은 언제 사용하는가? 127
딥러닝의 단점 130
결론 134
핵심 사항 134

CHAPTER 5 RPA 로봇식 프로세스 자동화
AI로의 쉬운 길

RPA란 무엇인가? 140
RPA의 장단점 141
RPA에서 무엇을 기대할 수 있는가? 144
RPA 구현 방법 146
RPA 및 AI 150
현실 세계에서의 RPA 152
결론 152
핵심 사항 153

CHAPTER 6 자연어처리(NLP: Natural Language Processing)
컴퓨터를 말하게 하기

NLP의 과제 157
AI가 언어를 번역하는 방법의 이해 159
음성 인식 167
현실 속의 NLP 169
음성 상거래 175
가상 비서(virtual assitant) 177
챗봇(chatbot) 180
NLP의 미래 185
결론 186
핵심 사항 187

CHAPTER 7 물리적 로봇
AI의 최종 표현

로봇이란? 190
산업용 및 상업용 로봇 194
현실 세계의 로봇 201
휴머노이드 및 소비자로봇 206
로봇 공학의 세 가지 법칙 208
사이버보안 및 로봇 209
AI용 프로그래밍 로봇 210
로봇의 미래 212
결론 214
핵심 사항 215

CHAPTER 8 AI 구현
회사를 변화시키기

AI 구현에 대한 접근방식 219
AI 구현을 위한 단계 222
해결해야 할 문제 식별 223
팀 구성 227
올바른 도구 및 플랫폼 229
AI 시스템 배포 및 모니터링 238
결론 240
핵심 사항 241

CHAPTER 9 AI의 미래
장점과 단점

자율주행 자동차(Autonomous Car) 245
미국 vs. 중국 252
기술적 실업 254
AI의 무기화 256
신약 개발(Drug Discovery) 258
정부 261
AGI(인공 일반지능, Artificial General Intelligence) 263
사회적 선(善) 265
결론 266
핵심 사항 266

APPENDIX AI 관련자료

AI 관련 논문 및 블로그 269
AI 기업 블로그 269
저명한 AI 학자들 트위터 270
오픈소스 AI 도구와 플랫폼 270
온라인 강의 271

용어 사전 273