머리말

1장 인공지능 개요
1. 인공지능 역사
1-1. 인공지능의 탄생
1-2. 인공지능의 발전
1-3. 인공지능 트렌드
2. 인공지능의 개념
2-1. 인공지능(Artificial Intelligence)
2-2. 기계학습(Machine Learning)
2-3. 딥러닝(Deep Learning)
3. 인공지능의 분류
3-1. 기술적 관점
3-2. 구현 방식에 따른 관점
4. 인공지능 개발 환경

2장 기계학습
1. 기계학습 개요
2. 기계학습 과정
2-1. 데이터 수집
2-2. 데이터 전처리
2-3. 데이터 가공
2-4. 학습 모델 선택과 모델 훈련

3장 딥러닝과 인공 신경망
1. 인공 신경망 개요
1-1. 뉴런 및 신경망 구조
1-2. 가중치와 편향
1-3. 활성화 함수
1-4. 학습 알고리즘
1-5. 손실 함수
1-6. 신경망 종류
2. 퍼셉트론
2-1. 퍼셉트론: AND 문제
2-2. 퍼셉트론: AND 문제 해결 과정
3. 심층 신경망 - 딥러닝
4. CNN(Convolutional Neural Network, 합성곱 신경망)
5. RNN(Recurrent Neural Network, 순환 신경망)
6. 트랜스포머(Transformer)
7. 욜로(Yolo)

4장 자연어 처리(Natural Language Processing)
1. 자연어 처리 개요
1-1. 자연어 이해(NLU, Natural Language Understanding)
1-2. 자연어 생성(NLG, Natural Language Generation)
1-3. 형태소 분석
1-4. 표제어 추출
1-5. 구문 분석
1-6. 기계 번역
2. 자연어 이해(Natural Language Understanding)
2-1. 형태소 분석
2-2. 표제어 추출
2-3. 구분 분석
3. 자연어 생성(Natural Language Generating)
3-1. 자연어 생성 방법
3-2. 자연어 생성 과정
4. 자연어 번역
4-1. 번역 모델

5장 컴퓨터 비전
1. 컴퓨터 비전 개요
2. 컴퓨터 비전의 발전 과정
3. 이미지 처리
3-1. 이미지 처리 과정
3-2. 이미지 처리 분야
4. 객체 인식
4-1. 데이터 가공을 위한 이미지 라벨링 종류
5. 이미지 생성
5-1. 생성형 적대 신경망(GAN, Generative Adversarial Network)
5-2. VAE(Variational Auto Encoder)
5-3. 뉴럴 변환(Neural Style Transfer)
5-4. 슈퍼 레졸루션(Super Resolution)

6장 대표적인 기계학습 라이브러리
1. 사이킷 런(Scikit-Learn)
1-1. 사이킷 런의 대표적인 특징
1-2. 사이킷 런의 설치와 사용
2. 케라스(Keras)
2-1. 케라스의 대표적인 특징
2-2. 케라스의 설치와 사용
3. 텐서플로(TensorFlow)
3-1. 텐서플로의 대표적인 특징
3-2. 텐서플로의 설치와 사용
4. 파이토치(PyTorch)
4-1. 파이토치의 특징
4-2. 파이토치의 설치와 사용

참고 자료