인공지능(AI) 프로젝트 제대로 배우기 Part.1 AI 모델 문제 정의, 모델 설계

· 본 과정을 통해 학습자는 실무에서 AI 모델링 프로젝트를 능숙하게 진행하기 위한 기본 이론 및 실무 내용을 학습할 수 있게 될 것입니다.
· 본 과정은 AI 모델 문제 정의, 모델 설계 및 데이터 확보와 전처리, 데이터 특징 추출하여 실무에 적용해 볼 수 있도록 구성하였습니다.
· AI 모델 학습 및 모델 선정 및 관리 방법을 체계적으로 학습해 볼 수 있도록 구성하였습니다.

· 인공지능 모델을 통해 해결해야 할 문제를 식별, 설정된 인공지능 모델의 목표에 따라 인공지능으로 해결할 문제의 표현 요소를 정의 할 수 있다. 
· 기본 설계된 에이전트 모델을 바탕으로 모델을 상세화할 수 있다. 확보된 데이터가 부족할 시에는 유사한 데이터 증강 계획을 수립할 수 있다. 
· 설계된 인공지능 학습 모델의 구성을 파악할 수 있다. 선택된 특징을 결합하거나 분할하여 발견되지 않았던 새로운 특징을 생성할 수 있다
· 인공지능 학습에 필요한 알고리즘의 특성을 파악할 수 있다. · 학습 모델에 사용되는 시뮬레이터를 구동하고 설정을 조정할 수 있다. 
· 인공지능서비스 모델에 적합한 평가지표 후보군을 식별할 수 있다. 
· 선별된 시험 데이터를 활용하여 학습된 복수의 인공지능 모델들을 평가할 수 있다.

· 회사나 대학교에서 AI 프로젝트를 진행하고자 하나 관련 과정 및 모델링 설계가 처음인 회사원 
· AI 모델링 프로젝트 교육을 진행하고자 하는 교육자