PART I 엔트리 코딩
CHAPTER 1 수어를 음성으로 변환 시켜주는 인공지능 기술 | 15
1. 프로그램 개발 배경 및 기대효과 | 16
2. 인공지능 기초 | 16
2.1 지도 학습과 비지도 학습 | 16
2.2 엔트리 인공지능 블록 설치 | 17
3. 이미지 학습 | 18
3.1 수화 동작 이미지 수집 | 18
3.2 이미지 모델 학습 | 20
3.3 이미지 학습 결과 확인 | 22
4. 소리 생성을 위한 블록 코딩 | 22
4.1 페이지 구성 | 22
4.2 주요 명령어 | 24
4.3 코딩하기 | 25

PART II 스크래치 코딩
CHAPTER 1 MACHINE LEARNING FOR KIDS BY SCRATCH | 33
1. 인공지능(Aritificial Intelligence)이란? | 34
2. 인공지능의 역사 | 34
3. 머신러닝 |34
4. 스크래치를 사용하는 머신러닝 실습하기 |35

CHAPTER 2 영어미술 융합코딩 1 :비디오 감지 기능과 TTS기능 활용 게임 | 45
1. 영어미술 융합 코딩 배경 | 46
2. 영어미술 수업의 목표와 내용의 융합코딩 케이스 스터디 | 48
3. 영어미술 융합코딩에 사용된 주요 코딩 테크닉 | 49
4. 스프라이트와 배경, 배경음악 | 51
5. 코드 분석 및 상세 해설 | 55
6. 영어미술 융합 코딩 | 61

CHAPTER 3 영어미술 융합 코딩게임 2 :‘악당을 물리쳐줘!’ | 65
1. 영어미술 융합 코딩게임 ‘악당을 물리쳐줘!’ | 66
2. 영어미술 코딩게임의 목표 | 67
3. 스프라이트 | 67
4. 스크래치 주요 블록 및 코딩 테크닉 | 73
5. ‘악당을 물리쳐줘" 게임 코드 소개 | 77
6. 전체 스프라이트 코드 | 82
7. 참고문헌 및 사이트 | 85

CHAPTER 4 영어미술 융합 코딩게임 3: ‘컬러 믹스 게임’ | 87
영어미술 융합 블록코딩 | 88
1.1 제작 배경 | 88
1.2 페이지 구성 | 89
1.3 주요 명령어 | 91
1.4 코딩하기 | 93

CHAPTER 5 미술동화 융합 코딩: ‘거북이가족과 바다친구들’ | 107
SECTION 1 미술 융합 블록코딩 | 108
1.1 제작 배경 | 108
1.2 페이지 구성 | 109
1.3 주요 명령어 | 110
1.4 코딩하기 | 113

PART III 사물인터넷 AI 융합프로젝트
CHAPTER 1 내 마음을 알아주는 주크박스 만들기 | 131
SECTION 1 마이크로비트로 나만의 주크박스 만들기 | 132
SECTION 2 내 감정을 알아주는 소중한 나만의 앱 | 141
SECTION 3 내 마음을 알아주는 주크박스 만들기 | 153

CHAPTER 2 스마트홈 첫 걸음 | 165
SECTION 1 마이크로비트 강아지 로봇 만들기 | 169
SECTION 2 앱인벤터로 다이어트 만보기 만들기 | 177
2.1 생성형 AI 소개 | 178
2.2 Microsoft Bing chat을 이용하여 이미지 생성하기 | 179
SECTION 3 아두이노와 앱인벤터로 만드는 스마트 알람 및 조명 프로젝트 | 188

CHAPTER 3 생활 속 발명품 만들기 | 201
SECTION 1 아두이노를 이용한 나만의 선풍기 만들기 | 202
SECTION 2 앱인벤터를 이용한 선풍기 제어하기 | 212
SECTION 3 마이크로비트를 이용한 나만의 시계 만들기 | 221
CHAPTER 4 앱 인벤터는 사랑입니다. | 229
할머니의 치매를 걱정하는 학생의 대놓고 게임하기 프로젝트 | 231

CHAPTER 5 Esp8266 Nodemcu를 활용한 사물인터넷 | 243
SECTION 1 ESP8266 NodeMCU. | 244
1. ESP8266 NodeMCU 개념 | 244
2. ESP8266 NodeMCU 개발 환경 구축 | 245
SECTION 2 ESP8266 NodeMCU를 사용한 LED 제어 | 246
SECTION 3 NodeMCU를 사용한 RGB LED 모듈 제어 | 248
SECTION 4 WIFI 통신을 사용하여 앱인벤터 APP에서 NodeMCU RGB LED 모듈 제어 | 250

PART IV 텍스트 코딩
CHAPTER 1 인공지능 기초와 알고리즘 :C언어 기반 | 257
SECTION 1 Bubble Sort(버블 정렬) | 258
SECTION 2 Selection Sort(선택 정렬) | 260
SECTION 3 Insertion Sort(삽입 정렬) | 262
SECTION 4 Shell Sort(쉘 정렬) | 265
SECTION 5 이분 검색 | 268
SECTION 6 Merge(병합) | 271

CHAPTER 2 파이썬 (머신러닝과 딥러닝) | 275
SECTION 1 Machine Learning (Scikit Learn) | 276
1.1 ML과 Deep Learning에 많이 사용되는 데이터세트 | 277
1.2 Machine Learning(지도 학습-분류) | 283
1.3 Machine Learning(지도학습-회귀) | 286
1.4 지도학습 주요모델(SVM, Decision Tree, Random Forest, XGboost) | 289
1.5 앙상블 기법 vs 부스팅 기법 | 293
1.6 하이퍼 파라미터 튜닝(랜덤서치, 그리드서치) | 294
1.7 K-폴드 교차 검증(K-Fold Cross Validation) | 296
1.8 Machine Learning (비지도학습, 강화학습) | 297
SECTION 2 딥러닝 (Tensorflow, Keras) | 300
2.1 Keras와 TensorFlow 소개 | 300
2.2 CNN(Convolutional Neural Networks) | 300
2.3 RNN(Recurrent Neural Networks) | 301
2.4 ANN(인공 신경망) vs DNN(심층 신경망) | 301
2.5 DNN (심층 신경망) | 303
2.6 차이점 | 305
2.7 기본적인 ANN, DNN 절차 | 305
2.8 fully connected layer vs convolution layer | 306
2.9 CNN(합성곱 신경망) vs RNN(순환 신경망) | 306
2.10 RNN(Recurrent Neural Network) | 312
2.11 RNN vs LSTM | 314

INDEX ㅣ315