가볍게 시작하는 AI 입문

화제의 그 단어, 머신러닝이란?

인간의 뇌를 모방한 신경망이란?

퍼셉트론이 동작하는 원리

머신러닝을 더 깊게, 딥러닝이란?

머신러닝 vs 딥러닝 핵심 차이점 정리

선택형 퀴즈

정답과 함께 알려주는 지도 학습

정답 없이 스스로 패턴을 찾는 비지도 학습

보상을 통해 배우는 강화 학습

빈칸 채우기 퀴즈

머신러닝과 딥러닝을 위한 라이브러리, TensorFlow

텐서플로우의 기본 단위, 텐서(Tensor)

텐서의 차원

선택형 퀴즈

텐서 연산 이해하기

자주 사용하는 TensorFlow API 5가지

TensorFlow로 간단한 선형 회귀 모델 만들기

빈칸 채우기 퀴즈

쉽고 직관적인 신경망 라이브러리, Keras

Keras를 활용한 모델 학습 및 평가

선택형 퀴즈

AI를 조련하기 위한 준비물, 데이터셋

AI를 학습시킬 때 사용하는 데이터 파일 형식

데이터를 먹기 좋게 요리하는 전처리

파이썬 활용 결측치 처리

선택형 퀴즈

데이터 크기를 조정하는 정규화

데이터 크기를 맞추는 표준화

정규화 vs 표준화, 언제 사용해야 할까?

범주형 데이터 인코딩

레이블 인코딩과 원-핫 인코딩

빈칸 채우기 퀴즈

머신러닝에서 특징이란?

특성 선택과 차원 축소

데이터의 정답지, 레이블

기본 출력값을 조정하는 편향

선택형 퀴즈

예측과 실제값을 비교하는 손실 함수

모든 데이터에 대한 평균 오차, 비용 함수

머신러닝 학습의 목표, 최적화와 경사 하강법

빈칸 채우기 퀴즈

AI 모델 학습 과정

패턴을 학습하는 훈련 데이터셋

잘 학습되었는지 확인하는 검증 데이터셋

최종 성능 평가를 위한 테스트 데이터셋

선택형 퀴즈

모델의 성능을 좌우하는 하이퍼파라미터

머신러닝의 학습 속도를 조절하는 학습률

한 번에 학습할 데이터 양을 결정하는 배치 크기

반복 학습하는 횟수를 결정하는 에폭

과적합(Overfitting) 자세히 알아보기

과소적합(underfitting) 자세히 알아보기

빈칸 채우기 퀴즈

머신러닝 모델의 목적

데이터를 그룹으로 나누는 분류 모델

모델의 예측 성능을 평가하는 정확도

모델의 예측 성능을 평가하는 정밀도

모델의 예측 성능을 평가하는 재현율

모델의 예측 성능을 평가하는 F1-Score

선택형 퀴즈

연속적인 값을 예측하는 회귀 모델

평균 제곱 오차 (MSE)

평균 절대 오차 (MAE)

결정 계수 (R²)

빈칸 채우기 퀴즈

머신러닝에 알고리즘이 필요한 이유

직선으로 데이터를 예측하는 선형 회귀

확률로 분류하는 로지스틱 회귀

질문을 통해 예측하는 결정 트리

여러 개의 결정 트리로 예측하는 랜덤 포레스트

선택형 퀴즈

가장 가까운 데이터로 분류하는 K-최근접 이웃

가장 분리하기 좋은 선을 찾는 서포트 벡터 머신

비슷한 데이터를 묶는 K-평균 군집화

빈칸 채우기 퀴즈

신경망(Neural Network)이란?

뉴런(Neuron)이란?

신경망의 주요 구성 요소

입력층 (Input Layer)

은닉층 (Hidden Layer)

출력층 (Output Layer)

층의 개수와 모델 성능의 관계

선택형 퀴즈

퍼셉트론(Perceptron)이란?

단층 퍼셉트론의 한계

활성화 함수(Activation Function)의 역할

값의 크기를 확률처럼 변환하는 시그모이드 함수

선택형 퀴즈

음수는 제거하고 양수만 활성화하는 ReLU 함수

여러 개의 확률을 정리하는 소프트맥스 함수

활성화 함수 비교 - 시그모이드, ReLU, 소프트맥스

빈칸 채우기 퀴즈

모든 뉴런이 연결된 완전 연결층

입력층에서 특징을 추출하는 방법

주요 특징 추출 방법

은닉층 깊이가 신경망에 미치는 영향

신경망에서 예측을 수행하는 순전파

신경망이 학습하는 방법, 역전파

선택형 퀴즈

신경망이 학습하는 핵심 원리, 경사 하강법

확률적 경사 하강법, 빠르고 효율적인 학습 방법

안정적으로 학습하는 배치 경사 하강법

가속도를 활용한 모멘텀 최적화

빠르고 효율적인 최적화, Adam 옵티마이저

빈칸 채우기 퀴즈

딥러닝 모델이 깊어질수록 발생하는 문제

과적합을 방지하는 드롭아웃

신경망 학습을 안정화하는 배치 정규화

선택형 퀴즈

신경망 학습을 돕는 가중치 초기화 기법

모델의 과적합을 방지하는 L1 & L2 정규화

학습을 재사용하는 전이 학습 (Transfer Learning)

빈칸 채우기 퀴즈

이미지 인식을 위한 합성곱 신경망 (CNN)

CNN의 주요 구성 요소

이미지를 분석하는 합성곱 연산

이미지에서 패턴을 감지하는 필터

선택형 퀴즈

합성곱 연산에서 이동 간격을 조정하는 스트라이드(Strides)

이미지 크기를 조정하는 패딩(Padding)

이미지 크기를 줄이고 특징을 유지하는 풀링(Pooling)

CNN을 활용한 이미지 분류 예제

빈칸 채우기 퀴즈

순서를 기억하는 신경망, RNN

순환 신경망(RNN)의 구조와 원리

장기 의존성 문제란 무엇일까?

선택형 퀴즈

긴 정보를 잊지 않는 신경망, LSTM

더 단순한 구조의 순환 신경망, GRU

문장을 한 번에 처리하는 트랜스포머 구조

다음 문자를 예측하는 LSTM 모델 만들기

빈칸 채우기 퀴즈

GPT란 무엇일까?

문장을 한 번에 이해하는 트랜스포머 모델

문장 안에서 중요한 관계를 찾는 Self-Attention

다양한 관점으로 문장을 이해하는 멀티헤드 어텐션

선택형 퀴즈

GPT와 기존 머신러닝 모델의 차이점

GPT와 기존 신경망 모델(RNN)의 차이점

GPT의 토큰화(Tokenization) 방식 이해하기

GPT-3.5, GPT-4 mini, GPT-4o의 차이점 비교

GPT, Claude, DeepSeek 모델 비교

빈칸 채우기 퀴즈

선택형 퀴즈

원하는 답변을 한 번에 얻는 프롬프트 작성법

예시 없이 바로 질문하는 제로샷(Zero Shot) 프롬프팅

예시와 함께 질문하는 퓨샷(Few Shot) 프롬프팅

천리 길도 한 걸음부터, 생각의 사슬(Chain of Thought) 프롬프팅

답변의 깊이를 더하는 생성된 지식(Generated Knowledge) 프롬프팅

역할을 부여해 더 스마트하게, 롤(Role) 프롬프팅

빈칸 채우기 퀴즈

파인튜닝과 일반적인 학습의 차이점

선택형 퀴즈

JSON 데이터 형식 자세히 알아보기

파인튜닝을 위한 먹이, JSONL이란?

파인튜닝에 사용되는 JSONL 형식

AI를 어떻게 훈련시킬지 결정하는 하이퍼파라미터

파인튜닝 시작하기

빈칸 채우기 퀴즈

AGI와 인류의 미래

AI에게 일자리를 뺏기지 않기 위한 현명한 전략

마치며