ㅇ 머신러닝의 개념 및 학습법
- 머신러닝의 개념, 선형 모델
- 지도 학습과 비지도 학습 등
- 머신러닝에 적용해야 하는 학습 방법론과 적용되는 알고리즘 학습
ㅇ 모델 선택과 튜닝, 머신러닝 평가
- 머신 러닝 워크 플로우 학습
- 모델 선택, 모델 세부 튜닝, 머신러닝 평가
- Feature 선택, 클러스터링 알고리즘을 통한 모델 선정 및 결과물의 정확성 평가 방법 학습
ㅇ 추천과 머신러닝 활용
- 추천 알고리즘 학습
- 텍스트 분석, 사기 탐지 등 인공지능을 위한 알고리즘 학습 내용을 적용한 머신러닝 활용 방법 학습
- 추천 알고리즘
- 텍스트 분석 기술
ㅇ AWS 개론
- 클라우드 컴퓨팅 서비스 개론 및 사용 이유
- AWS EC2 사용법 및 컴퓨팅 파워 조절, 컨테이너 사용 방법
ㅇ AWS AI 서비스
- SageMaker, S3, AWS 기반의 TensorFlow등 AWS를 기반으로 하는 인공지능 플랫폼 이용법 및 세부 튜닝 방법 학습
- 인공지능 개발을 위한 툴 학습
ㅇ 딥러닝 개념 및 알고리즘 학습
- 인공신경망 및 딥러닝 개념
- CNN(합성곱신경망), RNN(순환신경망)의 개념과 알고리즘
ㅇ 시각, 언어, 음성 AI 구현을 위한 딥러닝
- 인공신경망 구현 및 활용 방법과 인공지능을 위한 알고리즘 학습 내용 적용을 통한 기술 구현 학습
- VAE(변이형 오토인코더), GAN(생성적 적대 신경망) 등 최신 인공지능 트렌드 기술 학습
ㅇ 강화학습을 통한 인공지능 구현
- 이미지와 영상
- 음성 패턴 인식 및 자연어 처리
- 특징 추출