프롤로그



Introduction - 인공지능은 왜 배우는가

1. 인공지능이란 무엇인가?
2. 인공지능의 역사: 기계는 생각할 수 있을까?
3. 오늘날 AI는 어디에 쓰이는가?
4. 학습 여정을 위한 안내



1부
파이썬으로 첫 코딩 - Hello World부터 실전까지
★ 초보자를 위한 문법과 실습을 통해 파이썬에 익숙해지는 단계

1. 파이썬(Python)과의 첫 만남: Hello World! - 설치, Hello World, print와 변수
2. 계산기 만들며 배우는 연산자 - 숫자 다루기, 산술·비교·논리 연산
3. 조건문과 반복문으로 흐름 제어하기 - if, while, for의 기본 활용
4. 리스트와 딕셔너리로 정보 저장하기 - 데이터 구조로 정보 저장
5. 함수로 코드 묶기와 재사용하기 - 함수의 기초, 입력값과 반환값
6. 프로젝트 1: 나만의 비밀번호 생성기 - 실전 프로젝트로 통합 연습



2부
데이터와 AI의 언어 - 넘파이부터 판다스까지
★ AI를 하기 위해 꼭 알아야 할 수치 계산과 데이터 처리 입문

7. 넘파이(Numpy)로 수를 다루는 방법 - 벡터, 행렬, 슬라이싱
8. 판다스(Pandas)로 표 형태 데이터를 자유자재로 다루기 - 시리즈, 데이터프레임, 필터링
9. 데이터 시각화 입문: 숫자를 그림으로 읽는 힘 - matplotlib과 seaborn 맛보기
10. 프로젝트 2: CSV 데이터 분석과 시각화 - 오픈데이터로 배우는 실전 데이터 분석과 시각화 통합



3부
인공지능 첫걸음 - 머신러닝으로 분류해보기
★ 수식 대신 예제로 배우는 AI의 핵심 원리

11. 머신러닝이 뭘까? - 지도학습과 비지도학습의 개념
12. 사이킷런으로 첫 머신러닝 모델 만들기 - 붓꽃 분류기 만들기
13. KNN, 의사결정트리, SVM 비교와 분류기 원리 익히기 - 다양한 분류 모델 써보기
14. 프로젝트 3: 손글씨 숫자 인식기 - MNIST로 간단한 이미지 분류 실습



4부
딥러닝과 영상 데이터의 만남 - CNN 입문
★ 텐서플로와 케라스를 이용해 영상 분류 모델을 직접 설계

15. 딥러닝이란? - 인공신경망과 퍼셉트론 개념
16. 케라스와 파이토치로 신경망 만들기 - MLP 구조, 레이어 이해
17. CNN 기초: 이미지가 숫자로 보이는 순간 - Conv, Pooling 개념
18. CIFAR-10 이미지 분류 실습 - 딥러닝 모델 학습 체험
19. 프로젝트 4: 나만의 고양이·강아지 분류기 - 데이터 증강, 정확도 개선 전략



5부
실시간 객체 인식 프로젝트 완성 - 컴퓨터가 영상 이미지를 인식하도록 하기
★ OpenCV와 사전 학습 모델로 객체 탐지 프로젝트 완성

20. 객체 인식이란 무엇인가? - 객체 인식의 개념과 활용
21. OpenCV로 영상 불러오기 - 웹캠, 이미지 읽기, 화면에 그리기
22. 얼굴 인식의 첫걸음: Haar Cascade - 얼굴 찾기, 상자 그리기
23. YOLO 모델로 실시간 객체 탐지 - 사전 학습된 YOLO 모델 활용
24. 프로젝트 5: 나만의 객체 인식기 만들기 - 실시간 웹캠 객체 탐지기 완성
25. 흐릿한 이미지를 또렷하게 - 슈퍼레졸루션 기술 활용
26. 도전: 내가 만든 AI를 공유해보자 - GitHub와 Streamlit으로 웹 배포하기
27. 완성 이후를 위한 안내서 - 더 배울 수 있는 길, 모델 확장, 커리어 안내



부록

1. 자주 쓰는 AI 용어 사전
2. 오류 해결법 모음
3. 오픈데이터셋 목록



에필로그

참고 자료 및 문헌