PART 1. 인공지능 기술의 개요
1. 인공지능의 소개
1.1 정의
1.2 역사
1.3 활용 분야
2. 인공지능의 연구 분야
2.1 요소 기술
2.2 응용 분야
3. 인공지능의 적용 사례
4. 인공지능의 영향
PART 2. 인공지능의 핵심 기술
1. 지식 표현과 추론
1.1 지식의 정의 및 표현 방법
1.2 규칙
1.3 프레임
1.4 논리
1.5 의미망
1.6 스크립트
1.7 온톨로지
1.8 함수에 의한 지식 표현
1.9 불확실한 지식 표현
1.10 규칙 기반 시스템
2. 오토마톤과 인공 생명 프로그램
2.1 인공 생명
2.2 유한 오토마톤
2.3 마르코프 모델
2.4 상태 기반 에이전트
3. 탐색과 최적화 기법
3.1 상태 공간과 탐색
3.2 탐색의 종류
3.3 맹목적 탐색
3.4 정보 이용 탐색
3.5 게임 탐색
3.6 제약 조건 만족 문제
3.7 최적화
4. 함수 최적화
4.1 함수 최적화의 개념
4.2 회귀 분석
4.3 중요 알고리즘과 사례
PART 3. 기계 학습
1. 통계학
2. 베이지안 추론 및 응용
2.1 베이지안 통계
2.2 EM 알고리즘
2.3 판별 분석
3. 마르코프 연쇄
3.1 마르코프 연쇄
3.2 은닉 마르코프 연쇄
4. 몬테카를로 알고리즘
4.1 몬테카를로 알고리즘의 개념
4.2 마르코프 체인 몬테카를로 방법
4.3 부트스트랩
5. 통계 기반 기계 학습 ① ？ 지도학습
5.1 통계 기반 기계 학습의 분류
5.2 의사결정 트리
5.3 랜덤 포레스트
5.4 서포트 벡터 머신
6. 통계 기반 기계 학습 ② ？ 비지도학습
6.1 군집 분석
6.2 차원 축소 기법
6.3 연관 규칙 분석
7. 강화학습
7.1 강화학습의 개념
7.2 강화학습 기법의 개념
7.3 용어
7.4 강화학습 모델
7.5 기본 모델
7.6
