Study/A.I

[AI Study] 1주차 계획

knowledge hunter 2025. 1. 11. 09:27
728x90
반응형

학습 내용 및 세부 계획

1일차: AI란 무엇인가?

  • 학습 활동:
    • AI의 정의 및 기본 개념 이해
    • AI, ML, DL의 차이점 학습
    • "AI는 사람처럼 학습하고 문제를 해결하는 기계나 소프트웨어를 만드는 것"이라는 큰 틀에서 시작
  • 참고 자료:
    • YouTube 강의: "AI for Beginners" (검색 키워드)
    • 블로그 글: "AI와 머신러닝의 차이점"
  • 학습 후 질문:
    • AI는 어디에 주로 사용될까?
    • 머신러닝과 딥러닝은 AI의 어떤 부분을 차지할까?

2일차: AI의 역사와 현재

  • 학습 활동:
    • AI의 역사와 주요 발전 단계 학습
      • 튜링 테스트와 초기 AI 연구
      • 머신러닝과 딥러닝의 등장
    • 현대의 AI 트렌드와 사용 사례 학습
      • 추천 시스템(Netflix, YouTube)
      • 자율주행, 의료, 언어 번역
  • 참고 자료:
  • 학습 후 질문:
    • 과거와 현재의 AI 기술은 어떻게 다른가?
    • AI 발전이 가져올 미래의 변화는?

3일차: AI 주요 응용 분야

  • 학습 활동:
    • AI의 실제 활용 사례를 탐구
      • 자연어 처리(NLP): 번역기, 챗봇
      • 이미지 인식: 얼굴 인식, 의료 진단
      • 데이터 분석 및 예측: 금융, 마케팅
    • 자신이 관심 있는 AI 응용 분야 정리
  • 참고 자료:
    • 블로그 또는 YouTube 강의: "Top AI Applications in 2025"
    • Kaggle에서 AI 프로젝트 사례 살펴보기
  • 학습 후 질문:
    • 나의 관심 분야에 AI를 어떻게 활용할 수 있을까?

4일차: 머신러닝과 딥러닝의 개념

  • 학습 활동:
    • 머신러닝과 딥러닝의 기본 개념 학습
      • 지도학습, 비지도학습의 차이
      • 딥러닝의 구조(뉴럴 네트워크, 은닉층)
    • 간단한 이해를 위한 영상 강의 시청
  • 참고 자료:
  • 학습 후 질문:
    • 지도학습과 비지도학습은 어떤 문제를 해결할 때 사용될까?
    • 딥러닝의 기본 구조는 어떻게 작동할까?

5일차: 간단한 실습

  • 학습 활동:
    • Python 설치 및 Jupyter Notebook 실행
    • 간단한 Python 스크립트를 실행하며 코드에 익숙해지기
    • 예: "Hello, AI!"라는 텍스트 출력하기
  • 참고 자료:
    • Python 공식 문서
    • Codecademy 또는 DataCamp의 초급 Python 강좌
  • 학습 후 질문:
    • 내가 Python으로 어떤 문제를 해결할 수 있을까?

6~7일차: 복습과 응용

  • 복습:
    • 앞서 배운 AI 개념, 역사, 주요 응용 분야 복습
    • 질문 정리 및 블로그에 학습 기록 남기기
  • 응용 활동:
    • 관심 있는 주제에 대해 심화 자료 조사
    • 간단한 Python 실습: 리스트, 조건문, 반복문 활용
728x90
반응형
LIST