머리말 인공지능의 구조와 원리를 제대로 이해하는 길잡이
I 인공지능의 부상
컴퓨터가 그림을 읽다니
인공지능의 정의
인공지능 용어의 오용
인공지능 기술의 역사
인공지능 주요 사례
Ⅱ 데이터와 인공지능
데이터의 유형별 구분
데이터를 분석하고 활용하는 법
손이 많이 가는 데이터
빅데이터와 인공지능
데이터 분석 모델이란?
데이터 분석 활용의 주요 사례
III 머신러닝
머신러닝의 정의
일차함수의 등장
가설식의 의미
가중치 구하기의 어려움
선형회귀
손실 비용 산출
경사하강법
기계학습 실습해 보기
다항 선형회귀
이진분류
다중분류
그림을 읽는 컴퓨터
MNIST 데이터세트
이미지 인식하기
IV 딥러닝
뉴런
퍼셉트론
퍼셉트론 검증하기 ①
퍼셉트론 검증하기 ②
다층 퍼셉트론의 등장
다층 퍼셉트론의 의의
DNN
개발 패러다임의 변화
CNN ①
CNN ②
CNN ③
RNN
RNN의 활용
V 비지도학습
기계학습의 3대 유형
글자 · 단어 예측 모델의 지도학습
비지도학습의 개념
K-means
GAN
VI 강화학습
강화학습의 원리
강화학습의 활용 사례
온실 속 강화학습?
Ⅶ 대규모 언어 모델
ChatGPT의 등장
머신러닝의 이슈가 된 LLM
자연어 처리
자연어 처리로 구현되는 주요 기능들
자연어 처리 기술의 도약
워드 임베딩의 기본 개념
워드 임베딩이 단어를 표현하는 방법
전이학습의 기본 개념
자연어 처리 분야에서의 전이학습
대규모 언어 모델의 전이학습
다양도로 전이학습되는 대규모 언어 모델
언어 모델의 기본 개념
언어 모델 개념의 확장
인코더-디코더 모델
컨텍스트 벡터
어텐션이 필요한 이유
어텐션 메커니즘
트랜스포머
트랜스포머의 어텐션
트랜스포머 메커니즘의 특징
대규모 언어 모델-BERT와 GPT
BERT와 GPT의 출력
고성능 언어 모델의 비결 ①
고성능 언어 모델의 비결 ②
대규모 언어 모델의 한계
대규모 언어 모델
인공지능을 이해한 자만이 살아남는다!
AI 리터러시를 높여주는 인공지능 해설서
바야흐로 인공지능 시대다. 인공지능이 모든 것이고, 모든 곳에 인공지능이 존재할 것이다. 이 같은 주변 환경의 변화에 따라 IT 개발자나 기획자, 실무자는 언제든 인공지능 관련 업무에 투입될 수 있다. 만약 AI 초보자가 업무에 투입된다면 무엇부터 해야 할까. 기초를 닦을 새도 없이 현장에서 일해야 한다면, 대개 난감함에 빠진다. 게다가 인공지능 분야는 공부해야 할 내용이 다양하고 분량도 많다. 여기, 인공지능 기술을 밑바닥부터 빠르고 쉽게 이해할 방법이 있다. 《인공지능 구조 원리 교과서》가 어려움에 빠진 많은 이에게 구원의 손길이 돼줄 것이다.
현장에서 부딪치며 발굴한
AI에 얽힌 오해와 궁금증에 관해 말한다
이 책은 한국지능정보사회진흥원 AI융합확산팀에서 일하는 송경빈 수석연구원이 현장에서 관련 사업을 진행하며 공부한 바를 정리한 것이다. 한마디로 인공지능의 핵심 원리와 구조를 누구나 익힐 수 있도록 구성한 AI 개념 해설서다.
인터넷에 산재하는 단편적인 정보로는 인공지능을 온전히 파악하지 못함은 물론이고, 올바르게 이해하지도 못한다는 현실에 저자는 이 책의 집필을 결심했다고 한다. 특히 현재 인공지능이 기술의 한계상 ‘지적 활동의 능력’으로 정의되는 지능을 갖추지 못했는데도, 인공지능을 마치 지능을 지닌 개체로 다루는 뉴스나 인터뷰를 볼 때마다 불편함을 느꼈다고 한다. AI에 얽힌 오해와 궁금증을 직접 설명해야겠다고 마음먹은 것이다.
올바르게 알아야 올바르게 대처할 수 있다. 이 책은 당장 실무에 뛰어들어야 하지만 기초가 전혀 없다고 느끼는 사람이나 일반인과 학생 중에서 인공지능을 알고 싶은 사람에게 AI를 올바로 알려 실질적인 도움을 주는 것을 목표로 한다.
인공지능은 중학교 수학에서 시작한다
머신러닝 · 딥러닝 기술의 핵심 원리와 구조
누구나 인공지능 공부를 수월하게 시작할 수 있도록 이 책은 단계별 구성을 취했다. 쉬운 개념을 설명
