검색어 입력폼

인공지능과 비즈니스 활용

저작시기 2016.12 |등록일 2017.01.31 | 최종수정일 2017.07.06 파워포인트파일MS 파워포인트 (pptx) | 16페이지 | 가격 4,000원

소개글

최근 화두가 되고 있는 인공지능(AI)의 대두 배경과 주요 알고리즘에 대한 이해, 적용 분야와 사례, 연구 동향, 비즈니스 영역의 활용 포인트에 대해 살펴본다.
알고리즘은 도해를 통해 쉽게 이해할 수 있도록 하였으며, 각 알로리즘의 특징과 활용 분야를 설명한다.

목차

1. 인공지능(AI)에 대한 관심 고조
2. 세계 각국 정부에서도 주목하는 분야
3. 인공지능과 IoT는 두 자리 성장 예상
4. 일본 노동 인구 49%가 인공지능과 로봇으로 대체 가능
5. 인공지능으로 할 수 있는 것과 없는 것
6. 인공지능의 주요 적용 사례
7. 주요 알고리즘
8. 딥 러닝(DNN) 이란?
9. 딥 러닝 최근 연구 사례
10. 딥 러닝 유형
11. 비즈니스에 인공지능 활용 포인트

본문내용

딥 러닝 유형 CNN (Convolutional Neural Network) 딥 러닝에서 이미지 인식은 거의 CNN을 이용하고 있다. 특징량 추출(convolution)과 특징을 정리하는 것(풀링)를 반복하여 이미지의 특징을 잡아낸다. 최근에는 100층 이상의 깊은 네트워크가 사용된다. 이미지 이외에도 음성 인식, 자연어 인식 등에도 사용된다.
딥 러닝 유형 RNN (Recurrent Neural Network: 재귀 신경망)네트워크에 루프 구조를 갖는 신경망.기계 번역, 챗봇, 문장 생성, 음성 인식과 합성, 센서 정보 처리 등 시계열 데이터를 처리하는데 유효.루프를 시간 방향으로 전개함으로써 네트워크 학습을 할 수 있다
딥 러닝 유형 GAN (Generartive Adversarial Networks:적대적 생성 학습)이미지 생성, 이미지 변환 등 콘텐츠를 자동으로 만드는 데 자주 사용.생성기 (Generrator)는 판별기(Discriminator)를 속이는 이미지를 만들 수 있도록 학습. 판별기는 진짜 이미지와 생성기로 만들어진 이미지를 판별하도록 학습

참고 자료

https://en.wikipedia.org/wiki/Convolutional_neural_network
CS231n: Convolutional Neural Networks for Visual Recognition, Lecture7, p22
https://en.wikipedia.org/wiki/Recurrent_neural_network
https://github.com/phillipi/pix2pix
http://deeplearningskysthelimit.blogspot.jp/2016/04/part-2-alphago-under-magnifying-glass.html
http://qiita.com/Ugo-Nama/items/08c6a5f6a571335972d5
다운로드 맨위로