인공지능 이해와 적용

목차 (Table of Contents)

• 자료제공 :
• 머리말 3
• 제 01 장 인공지능
• 1.1 인공지능이란 12
• 1.2 인공지능의 발전사 14
• 1.3 인공지능 붐(boom) 16
• 1.4 활용 응용분야 21
• 1.5 최근 화제-인공지능의 장/단점.32
• 제 02 장 수학과 기계학습
• 2.1 벡터 38
• 2.2 곱 합 연산 41
• 2.3 행렬 42
• 2.4 미분 편미분 43
• 2.5 지수 로그함수 44
• 2.6 평균 분산 확률분포 47
• 2.7 최적화 49
• 2.8 최적화 알고리즘 50
• 제 03 장 지식표현과 기계학습
• 3.1 지식이란 무엇인가 58
• 3.2 지식 베이스 구축 60
• 3.3 지식과 규칙 62
• 3.4 불확실한 지식표현 68
• 3.5 규칙기반 시스템 70
• 3.6 기계학습 71
• 제 04 장 추론 시스템
• 4.1 전문가 시스템 78
• 4.2 추론 엔진 80
• 4.3 퍼지 추론 81
• 4.4 퍼지관계 적용 알고리즘 89
• 4.5 인공지능 추론 89
• 제 05 장 인공 신경망
• 5.1 뇌의 동작 94
• 5.2 뉴런 계산 95
• 5.3 퍼셉트론 98
• 5.4 다층 퍼셉트론 103
• 5.5 가속 학습 104
• 제 06 장 딥 러닝
• 6.1 딥 러닝 등장 배경 110
• 6.2 컨볼루션 신경망(CNN) 113
• 6.3 CNN 사례연구 116
• 6.4 GAN모델 118
• 6.5 딥 러닝 장단점 121
• 제 07 장 학습(비지도, 준지도, 전이, 강화, 표현)
• 7.1 비지도 학습과 배경 126
• 7.2 준지도 학습 133
• 7.3 전이학습 138
• 7.4 강화 학습 140
• 7.5 표현학습 143
• 제 08 장 인식
• 8.1 패턴인식 148
• 8.2 전처리 150
• 8.3 특징추출 154
• 8.4 매칭 158
• 제 09 장 인공지능 필기체 숫자인식 모델
• 9.1 데이터 베이스 166
• 9.2 동일 필기체 숫자 흡수 169
• 9.3 유사 필기체 숫자의 인공지능 적용 177
• 9.4 필기체 숫자 시스템 체험 연습180
• 제 10 장 컴퓨터 비전
• 10.1 영상 획득 및 표현 185
• 10.2 이진영상(binary image) 187
• 10.3 영상처리 기본 연산 188
• 10.4 영상분할 193
• 10.5 영상 특징(image feature).199
• 10.6 컴퓨터 비전 3차원 205
• 10.7 컴퓨터 영상 이해 206
• 제 11 장 인공지능 자동차번호판 인식모델
• 11.1 번호판 영상취득 215
• 11.2 시스템 전반적 흐름 및 전처리217
• 11.3 번호판 인식 224
• 11.4 번호판의 종류 228
• 11.5 번호판 매칭 228
• 11.6 인공지능 적용 접근 229
• 제 12 장 지능 로봇
• 12.1 RPA 237
• 12.2 로봇 코딩의 마음가짐 248
• 12.3 지능형 로봇 251
• 12.4 로봇 청소기 알고리즘 256
• 제 13 장 인공지능 자연어 처리
• 13.1 자연어 분석 263
• 13.2 자연어 이해 270
• 13.3 자연어 생성과 강화학습 271