실습으로 배우는 인공지능과 경영
$29.48
SKU
9791186689493
[Free shipping over $100]
Standard Shipping estimated by Fri 05/31 - Thu 06/6 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 05/28 - Thu 05/30 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/06/30 |
| Pages/Weight/Size | 190*240*30mm |
| ISBN | 9791186689493 |
| Categories | IT 모바일 > 컴퓨터 공학 |
Description
이 책은 인공지능에 대한 이론과 프로그래밍보다는 경영학적 관점에서 인공지능 기술의 활용과 그 사례들에 중점을 두었다. 따라서 많은 수학적인 표현 및 이론보다는 경영학의 각 분야에서 인공지능이 어떻게 성공적으로 활용되고 있는지와 이러한 활용을 직접 프로그램으로 구현해 볼 수 있는 실습에 초점을 맞추었다. 실습을 위해서 Google Teachable Machine과 Google Colab을 주로 활용하나 Keras와 Tensor Flow 실습 방법도 소개하고 있다. 마지막으로는 chatGPT의 활용 방법도 간단히 소개했다.
Contents
CHAPTER 1 인공지능 개요
1. 인공지능의 개요
1.1 인공지능의 등장
1.2 인공지능 관련 기술
1.3 인공지능의 특징
1.4 인공지능 비즈니스 모델
2. 인공지능 전략과 활용
2.1 미래사회의 인공지능의 역할
2.2 인공지능 활용
2.3 인공지능을 활용한 전자상거래 사례 분석
2.4 음성인식 인공지능을 활용한 전자상거래 사례
2.5 챗GPT
- 연습문제
CHAPTER 2 머신러닝 개요
1. 머신러닝의 개요
2. 머신러닝 개념
3. 머신러닝 분류
3.1 훈련 지도
3.2 실시간 훈련
4. 예측 모델
4.1 사례 기반 학습(Instance-based learning)
4.2 모델 기반 학습(Model-based learning)
5. 머신러닝 활용 사례
5.1 챗봇
5.2 번역 시스템
5.3 추천 시스템
- 연습문제
CHAPTER 3 딥러닝 개요
1. 딥러닝의 개요
2. 딥러닝의 개념
3. 인공신경망
3.1 인공신경망(Artificial Neural Network)
3.2 심층 신경망(Deep Neural Network)
3.3 심층 신뢰망
3.4 합성곱 신경망(Convolutional Neural Network)
3.5 경쟁적 생성망(Generative Adversarial Network)
3.6 강화학습(Reinforcement Learning)
3.7 심층 Q-망(Deep Q-Network)
3.8 순환 신경망(Recurrent Neural Network)
4. 심층망의 학습 방법
4.1 사전학습(pre-training)
4.2 드랍아웃(dropout)
4.3 조기멈춤(Early stopping)
5. 딥러닝의 사례
5.1 핀터레스트(Pinterest)
5.2 Accenture Labs
5.3 Adobe
5.4 SocialEyes
5.5 후지필름 인도
5.6 산업 활용 사례
- 연습문제
CHAPTER 4 이미지 인식과 자연어 처리
1. 이미지 인식
1.1 개요
1.2 이미지 인식 태스크(Task)
1.3 이미지 인식 기술 동향
1.4 이미지 인식 기술 활용
2. 자연어 처리
2.1 개요
2.2 자연어 처리의 중요성
2.3 자연어 처리의 작동 원리
2.4 자연어 처리 분류
2.5 자연어 처리 기술 동향
2.6 자연어 처리 활용
- 연습문제
CHAPTER 5 음성 인식과 예측 인공지능
1. 음성 인식
1.1 개요
1.2 음성 인식 기술
1.3 음성 인식 시장
1.4 음성 인식 활용
2. 예측 AI
2.1 개념
2.2 예측 기술의 발전 가능성
2.3 인공지능 예측 연구
2.4 인공지능 예측 예시
- 연습문제
CHAPTER 6 경영과 인공지능 활용
1. 인공지능과 금융
1.1 개요
1.2 핀테크 서비스와 인공지능
1.3 금융 분야 국내외 인공지능 활용 현황
1.4 금융 분야의 인공지능 활용 트렌드
1.5 인공지능 시대의 자산관리사: 로보어드바이저
1.6 인공지능과 회계
1.7 인공지능과 보험
2. 인공지능과 마케팅
2.1 개요
2.2 인공지능 마케팅 동향
2.3 인공지능 마케팅 트렌드
2.4 인공지능 마케팅 활용 분야
2.5 인공지능 마케팅의 창의적 활용 사례
3. 인공지능과 인적관리
3.1 개요
3.2 인사관리에서의 인공지능 활용 분야
3.3 인사관리에서의 인공지능 활용 성공 사례
4. 인공지능과 생산/제조
4.1 개요
4.2 제조 혁신과 인공지능
4.3 인공지능의 제조에의 활용 분야
4.4 제조업에서의 인공지능 성공 사례
5. 인공지능과 의료 및 헬스케어
5.1 개요
5.2 4차산업혁명 시대의 인공지능 헬스케어
5.3 인공지능 응용 헬스케어 선도 기업
5.4 인공지능의 헬스케어 분야에서의 역할 및 활용 사례
6. 우리 생활 속의 인공지능
6.1 개요
6.2 생활 속의 인공지능 활용 분야
6.3 생활 속의 인공지능 활용 사례
7. 인공지능과 창의성
7.1 개요
7.2 인공지능 활용 예술 분야: 미술
7.3 인공지능 활용 예술 분야: 음악
7.4 인공지능 활용 예술 분야: 뉴스, 문학, 스토리
7.5 인공지능과 딥페이크 및 가상인간
7.6 인공지능 활용 예술 분야: 요리
- 연습문제
CHAPTER 7 비즈니스 경쟁력의 핵심 인공지능
1. 4차산업혁명과 디지털 전환
1.1 디지털 전환과 인공지능
1.2 4차산업혁명 시대의 인공지능
2. 인공지능의 종류와 분류
3. 인공지능 비즈니스 모델
3.1 인공지능 비즈니스 모델 구성요소
3.2 인공지능 비즈니스 생태계 프레임워크
4. 인공지능 적용분야 및 비즈니스 영역
4.1 인공지능 적용분야
4.2 인공지능 적용 비즈니스 영역
4.3 인공지능 기반의 예측분석 모델
- 연습문제
CHAPTER 8 인공지능 도입 프로세스
1. 인공지능이 기업경영에 중요한 이유
2. 인공지능 비즈니스 적용 프로세스
3. 인공지능의 기업경영 적용 프레임워크
4. 인공지능 도입의 성공요인과 실패요인
4.1 성공적인 인공지능 도입을 위한 선행조건
4.2 인공지능 도입 프로세스의 실패 요인
5. 머신러닝 워크플로우
6. 인공지능 윤리
6.1 인공지능 윤리이슈 및 동향
6.2 국내 인공지능 윤리 동향
6.3 인공지능 윤리 향후 과제
- 연습문제
CHAPTER 9 인공지능에서 빅데이터의 역할
1. 빅데이터 개요
1.1 빅데이터 등장 배경
1.2 빅데이터의 개념 및 특성
2. 빅데이터 활용과 인공지능 기법
2.1 머신러닝과 빅데이터 분석
2.2 빅데이터 기법: 데이터마이닝(Data Mining)
2.3 빅데이터 기법: 텍스트마이닝(Text Mining)
3. 분야별 빅데이터 활용 사례
3.1 고객 빅데이터 분석을 통한 구매성향 예측
3.2 금융 분야에서의 빅데이터 분석 및 활용
3.3 의료 분야에서의 빅데이터 분석 및 활용
4. 빅데이터 관련 법제
4.1 데이터 3법(개인정보보호법, 정보통신망법, 신용정보법)
4.2 데이터 기본법
5. 금융 산업의 빅데이터 활용과 마이데이터
5.1 마이데이터의 의미와 주요 개념
5.2 마이데이터 서비스의 특징 및 참여자 역할
6. 인공지능에서 빅데이터의 역할과 과제
7. 인공지능 도입 프로세스 시사점 및 전망
- 연습문제
CHAPTER 10 인공지능 실습
1. 구글 티쳐블 머신
1.1 구글 티쳐블 머신을 이용한 Image/Audio 실습
2. 구글 코랩
2.1 코랩 설치하기
2.2 CNN 실습: CNN을 활용한 개와 고양이 이미지 분류
2.3 RNN 실습: RNN을 활용한 네이버 쇼핑 감성리뷰(긍정/부정) 분류
2.4 GAN 실습: GAN을 이용한 새로운 패션 아이템 생성
2.5 코랩 실습: 신용등급 예측모형
3. 케라스
3.1 케라스 설치
3.2 케라스 실습
4. 텐서플로우
4.1 텐서플로우 설치 방법 1 + RNN 실습
4.2 텐서플로우 설치 방법 2 + CNN 실습(이미지 인식)
5. ChatGPT 활용 실습
- 연습문제
1. 인공지능의 개요
1.1 인공지능의 등장
1.2 인공지능 관련 기술
1.3 인공지능의 특징
1.4 인공지능 비즈니스 모델
2. 인공지능 전략과 활용
2.1 미래사회의 인공지능의 역할
2.2 인공지능 활용
2.3 인공지능을 활용한 전자상거래 사례 분석
2.4 음성인식 인공지능을 활용한 전자상거래 사례
2.5 챗GPT
- 연습문제
CHAPTER 2 머신러닝 개요
1. 머신러닝의 개요
2. 머신러닝 개념
3. 머신러닝 분류
3.1 훈련 지도
3.2 실시간 훈련
4. 예측 모델
4.1 사례 기반 학습(Instance-based learning)
4.2 모델 기반 학습(Model-based learning)
5. 머신러닝 활용 사례
5.1 챗봇
5.2 번역 시스템
5.3 추천 시스템
- 연습문제
CHAPTER 3 딥러닝 개요
1. 딥러닝의 개요
2. 딥러닝의 개념
3. 인공신경망
3.1 인공신경망(Artificial Neural Network)
3.2 심층 신경망(Deep Neural Network)
3.3 심층 신뢰망
3.4 합성곱 신경망(Convolutional Neural Network)
3.5 경쟁적 생성망(Generative Adversarial Network)
3.6 강화학습(Reinforcement Learning)
3.7 심층 Q-망(Deep Q-Network)
3.8 순환 신경망(Recurrent Neural Network)
4. 심층망의 학습 방법
4.1 사전학습(pre-training)
4.2 드랍아웃(dropout)
4.3 조기멈춤(Early stopping)
5. 딥러닝의 사례
5.1 핀터레스트(Pinterest)
5.2 Accenture Labs
5.3 Adobe
5.4 SocialEyes
5.5 후지필름 인도
5.6 산업 활용 사례
- 연습문제
CHAPTER 4 이미지 인식과 자연어 처리
1. 이미지 인식
1.1 개요
1.2 이미지 인식 태스크(Task)
1.3 이미지 인식 기술 동향
1.4 이미지 인식 기술 활용
2. 자연어 처리
2.1 개요
2.2 자연어 처리의 중요성
2.3 자연어 처리의 작동 원리
2.4 자연어 처리 분류
2.5 자연어 처리 기술 동향
2.6 자연어 처리 활용
- 연습문제
CHAPTER 5 음성 인식과 예측 인공지능
1. 음성 인식
1.1 개요
1.2 음성 인식 기술
1.3 음성 인식 시장
1.4 음성 인식 활용
2. 예측 AI
2.1 개념
2.2 예측 기술의 발전 가능성
2.3 인공지능 예측 연구
2.4 인공지능 예측 예시
- 연습문제
CHAPTER 6 경영과 인공지능 활용
1. 인공지능과 금융
1.1 개요
1.2 핀테크 서비스와 인공지능
1.3 금융 분야 국내외 인공지능 활용 현황
1.4 금융 분야의 인공지능 활용 트렌드
1.5 인공지능 시대의 자산관리사: 로보어드바이저
1.6 인공지능과 회계
1.7 인공지능과 보험
2. 인공지능과 마케팅
2.1 개요
2.2 인공지능 마케팅 동향
2.3 인공지능 마케팅 트렌드
2.4 인공지능 마케팅 활용 분야
2.5 인공지능 마케팅의 창의적 활용 사례
3. 인공지능과 인적관리
3.1 개요
3.2 인사관리에서의 인공지능 활용 분야
3.3 인사관리에서의 인공지능 활용 성공 사례
4. 인공지능과 생산/제조
4.1 개요
4.2 제조 혁신과 인공지능
4.3 인공지능의 제조에의 활용 분야
4.4 제조업에서의 인공지능 성공 사례
5. 인공지능과 의료 및 헬스케어
5.1 개요
5.2 4차산업혁명 시대의 인공지능 헬스케어
5.3 인공지능 응용 헬스케어 선도 기업
5.4 인공지능의 헬스케어 분야에서의 역할 및 활용 사례
6. 우리 생활 속의 인공지능
6.1 개요
6.2 생활 속의 인공지능 활용 분야
6.3 생활 속의 인공지능 활용 사례
7. 인공지능과 창의성
7.1 개요
7.2 인공지능 활용 예술 분야: 미술
7.3 인공지능 활용 예술 분야: 음악
7.4 인공지능 활용 예술 분야: 뉴스, 문학, 스토리
7.5 인공지능과 딥페이크 및 가상인간
7.6 인공지능 활용 예술 분야: 요리
- 연습문제
CHAPTER 7 비즈니스 경쟁력의 핵심 인공지능
1. 4차산업혁명과 디지털 전환
1.1 디지털 전환과 인공지능
1.2 4차산업혁명 시대의 인공지능
2. 인공지능의 종류와 분류
3. 인공지능 비즈니스 모델
3.1 인공지능 비즈니스 모델 구성요소
3.2 인공지능 비즈니스 생태계 프레임워크
4. 인공지능 적용분야 및 비즈니스 영역
4.1 인공지능 적용분야
4.2 인공지능 적용 비즈니스 영역
4.3 인공지능 기반의 예측분석 모델
- 연습문제
CHAPTER 8 인공지능 도입 프로세스
1. 인공지능이 기업경영에 중요한 이유
2. 인공지능 비즈니스 적용 프로세스
3. 인공지능의 기업경영 적용 프레임워크
4. 인공지능 도입의 성공요인과 실패요인
4.1 성공적인 인공지능 도입을 위한 선행조건
4.2 인공지능 도입 프로세스의 실패 요인
5. 머신러닝 워크플로우
6. 인공지능 윤리
6.1 인공지능 윤리이슈 및 동향
6.2 국내 인공지능 윤리 동향
6.3 인공지능 윤리 향후 과제
- 연습문제
CHAPTER 9 인공지능에서 빅데이터의 역할
1. 빅데이터 개요
1.1 빅데이터 등장 배경
1.2 빅데이터의 개념 및 특성
2. 빅데이터 활용과 인공지능 기법
2.1 머신러닝과 빅데이터 분석
2.2 빅데이터 기법: 데이터마이닝(Data Mining)
2.3 빅데이터 기법: 텍스트마이닝(Text Mining)
3. 분야별 빅데이터 활용 사례
3.1 고객 빅데이터 분석을 통한 구매성향 예측
3.2 금융 분야에서의 빅데이터 분석 및 활용
3.3 의료 분야에서의 빅데이터 분석 및 활용
4. 빅데이터 관련 법제
4.1 데이터 3법(개인정보보호법, 정보통신망법, 신용정보법)
4.2 데이터 기본법
5. 금융 산업의 빅데이터 활용과 마이데이터
5.1 마이데이터의 의미와 주요 개념
5.2 마이데이터 서비스의 특징 및 참여자 역할
6. 인공지능에서 빅데이터의 역할과 과제
7. 인공지능 도입 프로세스 시사점 및 전망
- 연습문제
CHAPTER 10 인공지능 실습
1. 구글 티쳐블 머신
1.1 구글 티쳐블 머신을 이용한 Image/Audio 실습
2. 구글 코랩
2.1 코랩 설치하기
2.2 CNN 실습: CNN을 활용한 개와 고양이 이미지 분류
2.3 RNN 실습: RNN을 활용한 네이버 쇼핑 감성리뷰(긍정/부정) 분류
2.4 GAN 실습: GAN을 이용한 새로운 패션 아이템 생성
2.5 코랩 실습: 신용등급 예측모형
3. 케라스
3.1 케라스 설치
3.2 케라스 실습
4. 텐서플로우
4.1 텐서플로우 설치 방법 1 + RNN 실습
4.2 텐서플로우 설치 방법 2 + CNN 실습(이미지 인식)
5. ChatGPT 활용 실습
- 연습문제