처음 배우는 인공지능 학습문서에 오신것을 환영합니다!

이 문서는 한빛미디어에서 나온 처음 배우는 인공지능 을 공부하면서 정리한 것입니다.

GitHub:페이지 바로가기

Table of Contents

• Chapter 1. 인공지능의 과거, 현재, 미래
  • 01 인공지능이란
  • 03 인공지능의 발전 흐름
• Chapter 2. 규칙 기반 모델의 발전
  • 01 규칙 기반 모델
  • 02 지식 기반 모델
  • 03 전문가 시스템
  • 04 추천 엔진
• Chapter 3. 오토마톤과 인공 생명 프로그램
  • 01 인공 생명 시뮬레이션
  • 02 유한 오토마톤
  • 03 마르코프 모델
  • 04 상태 기반 에이전트
• Chapter 4. 가중치와 최적해 탐색
  • 01 선형 문제와 비선형 문제
  • 02 회귀분석
  • 03 가중 회귀분석
  • 04 유사도
  • 05 텐서플로를 이용한 선형 회귀 예제
• Chapter 5. 가중치와 최적화 프로그램
  • 01 그래프 이론
  • 02 그래프 탐색과 최적화
  • 03 유전 알고리즘
  • 04 신경망
• Rest1. [쉬어가기] 약인공지능의 발전과 딥러닝 알고리즘
  • 01 강인공지능과 약인공지능
  • 02 인공지능 알고리즘의 변천과정
  • 03 회귀분석(Regression)
  • 04 이진 분류(Binary Classification)
  • 05 딥러닝의 등장
  • 06 딥러닝의 유형
  • 07 딥러닝의 프레임워크
• Chapter 6. 통계 기반 머신러닝 1 - 확률분포와 모델링
  • 01 통계 모델과 확률분포
  • 02 베이즈 통계학과 베이즈 추론
  • 03 마르코프 연쇄 몬테카를로 방법
  • 04 은닉 마르코프 모델과 베이즈 네트워크
• Chapter 7. 통계 기반 머신러닝 2 - 자율 학습과 지도 학습
  • 01 자율 학습
  • 02 지도 학습
  • 02 텐서플로를 이용한 K-평균 예제
• Chapter 8. 강화 학습과 분산 인공지능
• Chapter 9. 딥러닝
• Chapter 10. 이미지와 음성 패턴 인식
• Chapter 11. 자연어 처리와 머신러닝
• Chapter 12. 지식 표현과 데이터 구조
• Chapter 13. 분산 컴퓨팅
• Chapter 14. 빅데이터와 사물인터넷의 관계

Authors

• Byung-Chul Lee
• Hyeon-Joo Lee
• Jong-Hyuk Kim
• So-Won Hwang
• Sun-Jeong Yun
• Woong Jeong

Indices and tables

• Index
• Module Index
• Search Page