추가 적립 안내

IT학과 학생들(컴퓨터공학과, 정보통신공학과, 게임공학과, 사이버공학과, 전자공학과등)뿐만 아니라 융합전공 비 IT학과 학생들에게도 약간의 수학을 베이스로 하여 인공지능을 기초부터 응용문제까지 접해 볼 수 있도록 하였고, 더 나아가서 컴퓨터 비전, 지능로봇, 자연어 처리까지 그 내용을 쉽게 이해할 수 있도록 기술했다.

이 책이 다루고 있는 내용은, 먼저 인공지능을 정의하고, 활용분야 최근 화제등을 기술했다. 그 다음에 인공지능을 제대로 이해하기 위하여 최소한의 수학이 필요하여 간단한 선형대수학 확률 통계등을 기술했다. 인공지능의 본론으로 들어가기 전에 필요한 지식표현, 추론시스템에 대하여 기술했다.

인공지능의 본론인 인공신경망과 딥 러닝, 학습방법의 종류인 지도학습, 비지도 학습, 준지도 학습, 강화학습, 전이학습, 표현학습에 대하여 설명했다. 그 다음에 인공지능의 여러 가지 응용 적용방법이 있지만, 필기체 숫자인식 모델과 자동차번호판인식모델에 대하여 기술했다. 그 후에는 컴퓨터 비전, 지능로봇, 자연어 처리에 대하여 기술했다.

머리말......................................................................................................3

제 01 장 인공지능.................................................................................................11

1.1 인공지능이란...................................................................................12
1.2 인공지능의 발전사...........................................................................14
1.3 인공지능 붐(boom)..........................................................................16
1.4 활용 응용분야..................................................................................21
1.5 최근 화제-인공지능의 장/단점.........................................................32

제 02 장 수학과 기계학습......................................................................................37

2.1 벡터................................................................................................38
2.2 곱 합 연산.......................................................................................41
2.3 행렬................................................................................................42
2.4 미분 편미분.....................................................................................43
2.5 지수 로그함수..................................................................................44
2.6 평균 분산 확률분포..........................................................................47
2.7 최적화.............................................................................................49
2.8 최적화 알고리즘..............................................................................50

제 03 장 지식표현과 기계학습................................................................................57

3.1 지식이란 무엇인가...........................................................................58
3.2 지식 베이스 구축.............................................................................60
3.3 지식과 규칙.....................................................................................62
3.4 불확실한 지식표현...........................................................................68
3.5 규칙기반 시스템..............................................................................70
3.6 기계학습.........................................................................................71

제 04 장 추론 시스템.............................................................................................77

4.1 전문가 시스템..................................................................................78
4.2 추론 엔진........................................................................................80
4.3 퍼지 추론........................................................................................81
4.4 퍼지관계 적용 알고리즘...................................................................89
4.5 인공지능 추론..................................................................................89

제 05 장 인공 신경망.............................................................................................93

5.1 뇌의 동작........................................................................................94
5.2 뉴런 계산........................................................................................95
5.3 퍼셉트론.........................................................................................98
5.4 다층 퍼셉트론................................................................................103
5.5 가속 학습......................................................................................104

제 06 장 딥 러닝.................................................................................................109

6.1 딥 러닝 등장 배경..........................................................................110
6.2 컨볼루션 신경망(CNN)...................................................................113
6.3 CNN 사례연구..............................................................................116
6.4 GAN모델......................................................................................118
6.5 딥 러닝 장단점...............................................................................121

제 07 장 학습(비지도, 준지도, 전이, 강화, 표현)...................................................125

7.1 비지도 학습과 배경........................................................................126
7.2 준지도 학습...................................................................................133
7.3 전이학습.......................................................................................138
7.4 강화 학습......................................................................................140
7.5 표현학습.......................................................................................143

제 08 장 인식......................................................................................................147

8.1 패턴인식.......................................................................................148
8.2 전처리...........................................................................................150
8.3 특징추출.......................................................................................154
8.4 매칭..............................................................................................158

제 09 장 인공지능 필기체 숫자인식 모델..............................................................165

9.1 데이터 베이스................................................................................166
9.2 동일 필기체 숫자 흡수 ..................................................................169
9.3 유사 필기체 숫자의 인공지능 적용 .................................................177
9.4 필기체 숫자 시스템 체험 연습........................................................180

제 10 장 컴퓨터 비전...........................................................................................183

10.1 영상 획득 및 표현........................................................................185
10.2 이진영상(binary image)..............................................................187
10.3 영상처리 기본 연산......................................................................188
10.4 영상분할.....................................................................................193
10.5 영상 특징(image feature)...........................................................199
10.6 컴퓨터 비전 3차원.......................................................................205
10.7 컴퓨터 영상 이해.........................................................................206

제 11 장 인공지능 자동차번호판 인식모델............................................................213

11.1 번호판 영상취득..........................................................................215
11.2 시스템 전반적 흐름 및 전처리......................................................217
11.3 번호판 인식.................................................................................224
11.4 번호판의 종류..............................................................................228
11.5 번호판 매칭.................................................................................228
11.6 인공지능 적용 접근......................................................................229

제 12 장 지능 로봇..............................................................................................235

12.1 RPA...........................................................................................237
12.2 로봇 코딩의 마음가짐...................................................................248
12.3 지능형 로봇.................................................................................251
12.4 로봇 청소기 알고리즘...................................................................256

제 13 장 인공지능 자연어 처리............................................................................261

13.1 자연어 분석 ................................................................................263
13.2 자연어 이해.................................................................................270
13.3 자연어 생성과 강화학습...............................................................271

머리말

최근, OpenAI사의 인공지능 로봇인 ChatGPT가 등장함에 따라서 엄청나게 우리나라뿐만 아니라, 전세계를 놀라게 하고 있습니다. 우리나라에는, 2016년 알파고와 이세돌의 바둑대회가 열리고 나서, 인공지능의 열풍이 시작되었다고 할 수 있습니다. 우리 주변에서는 인공지능이라는 말이 4차 산업혁명과 함께 신문과 잡지 TV등 여기저기에서 자주 보기도 하고, 듣기도 합니다. 인공지능이 점점 발전 또는 확장 그리고 더 똑똑해지면서 우리 사람들의 일자리가 줄어들고 오히려 더 나아가 우리 사람들의 생존에 위협을 받는다고 말합니다. 저자들은, “인공지능과 기계학습“과 ”인공지능 알고리즘“ 그리고, ”인공지능 수학“이라는 과목으로 수년간 학생들과 함께 수업을 하면서 고민해 왔는데, 이런 말을 들을 때 마다 맞는 말도 되겠다 싶기도 하고, 어떤 때는 우리가 알고 있는 내용과는 좀 다른 말이 들려오곤 합니다.
이 책은 IT학과 학생들(컴퓨터공학과, 정보통신공학과, 게임공학과, 사이버공학과, 전자공학과등)뿐만 아니라 융합전공 비 IT학과 학생들에게도 약간의 수학을 베이스로 하여 인공지능을 기초부터 응용문제까지 접해 볼 수 있도록 하였고, 더 나아가서 컴퓨터 비전, 지능로봇, 자연어 처리까지 그 내용을 쉽게 이해할 수 있도록 기술했습니다.
이 책이 다루고 있는 내용은, 먼저 인공지능을 정의하고, 활용분야 최근 화제등을 기술했습니다. 그 다음에 인공지능을 제대로 이해하기 위하여 최소한의 수학이 필요하여 간단한 선형대수학 확률 통계등을 기술했습니다. 인공지능의 본론으로 들어가기 전에 필요한 지식표현, 추론시스템에 대하여 기술했습니다. 인공지능의 본론인 인공신경망과 딥 러닝, 학습방법의 종류인 지도학습, 비지도 학습, 준지도 학습, 강화학습, 전이학습, 표현학습에 대하여 설명 했습니다. 그 다음에 인공지능의 여러 가지 응용 적용방법이 있겠습니다만, 필기체 숫자인식 모델과 자동차번호판인식모델에 대하여 기술했습니다. 그 후에는 컴퓨터 비전, 지능로봇, 자연어 처리에 대하여 기술했습니다.
현재 시점에서 너무나도 방대하고, 어떤 방향으로 확장해 나갈지 모르는 인공지능에 대하여 이 책만으로 충분하다고 생각하지는 않습니다. 이러한 시점에서, 이 책은 현재의 인공지능에 대하여 특히 우리나라의 인공지능에 대하여 정확한 개념과 정의, 그리고 적용방법등 충실하게 기술하려고 노력했습니다.
아무쪼록 이 책이 IT분야의 전공학생들이 애매모호하고 손에 잡힐 듯, 잡히지 않는 인공지능의 개념과 알고리즘, 그리고 적용에 대하여 이 책을 공부함으로써 자신감을 얻기 바라며 또한 여기에서부터 스스로 인공지능에 대하여 관심을 가지고 더 깊이 공부해 나아가기를 바랍니다.
이 글의 서두에서 우리사회의 일자리와 생존등에 대하여 언급하였는데, ChatGPT가 등장하고, 이보다 더 힘이 있는 인공지능이 발전, 확장한다고 해도, 우리 사람들의 일자리는 줄어들지 않고, 오히려 양질의 새로운 일자리가 더 늘어갈 것으로 생각하고, 결코, 우리의 생존을 위협하지 않는다고 확신합니다.