실습과 원리 이해를 동시에! 실생활 예제로 배우고 파이썬으로 만드는 AI 프로젝트 수업
인공지능(AI)은 더 이상 '먼 미래의 기술'이 아니다. 우리는 이미 일상에서 AI를 경험하고 있다. 교육 분야에서도 마찬가지로, 인공지능이 교육 현장에 본격적으로 도입되면서 학생들은 AI의 원리를 배우고, 이를 통해 새로운 문제를 해결하고자 하는 탐구의 주체가 되어 가고 있다.
이 책은 이러한 변화를 담아, 그저 코드를 따라 치며 결과를 확인하는 단순한 프로그래밍 학습이 아니라 실습과 원리 이해가 유기적으로 연결되도록 구성했다. 한 줄의 코드가 어떤 의미를 갖는지, 그 과정에서 어떤 논리가 작동하는지를 천천히 짚어 가며 “왜 이렇게 되는가?”를 스스로 묻고 생각하고, 관찰하고, 추론하며 깨닫는 과정을 경험하도록 설계했다. 그 과정에서 학생들은 인공지능을 '사고의 파트너'로 만나게 될 것이며, 학습을 넘어 스스로 사고하는 힘을 기르고, 탐구적 태도를 갖춘 학습자로 성장하게 될 것이다.
이 책이 인공지능을 처음 배우는 학생들에게는 흥미롭고 탄탄한 첫걸음이 되고, 수업을 설계하고 지도하는 교사들에게는 새로운 관점과 도전의 기회가 되어줄 것으로 기대한다.
머리말
데이터 분석과 머신러닝
CHAPTER 1. 인공지능이란 무엇일까?
인공지능 이해하기 | 인공지능, 머신러닝(기계학습), 딥러닝
CHAPTER 2. 데이터 분석
데이터 분석 이해하기 | 함수, 모듈
인스타그램 데이터 분석 | 데이터 테이블, 튜플, 속성, 데이터의 시각화
CHAPTER 3. 머신러닝
머신러닝 이해하기 | 지도 학습, 비지도 학습, 강화 학습
머신러닝 알아보기 | 선형회귀, 랜덤 포레스트, 앙상블 학습
선형회귀로 홍수 예측하기 | EDA 과정, 선형회귀 활용, 머신러닝 예측
랜덤 포레스트로 손글씨 분류하기 | 교차 검증, cross_val_predict 함수, 랜덤 포레스트
탐색과 딥러닝
CHAPTER 4. 탐색
탐색에 대해 알아보기 | 탐색의 필요성, 탐색 예시, 탐색 알고리즘 종류
맹목적 탐색 | 깊이 우선 탐색, 너비 우선 탐색
휴리스틱 탐색 | 언덕 등반, 최고 우선, A*
CHAPTER 5. 딥러닝
공부하는 인공지능, 손실함수 | 인공지능, 학습
인공신경망 | 인공신경망, 퍼셉트론, 다층 퍼셉트론
신경망의 순전파 | 순전파, 활성화 함수
오차 계산: 손실함수 | MSE, BCE, CE
신경망의 역전파 | 오차역전파, 경사하강법, 연쇄법칙
계층화 | 신경망 구현
ㆍ지은이 채상미
ㆍ지은이 우범윤
ㆍ지은이 이준용
저작권 안내
연관 프로그램
독자의견 남기기