AI for Business
놀라운 기술 발전을 보여준 AI와 관련 기술을 다양한 학습 자료를 통해 습득할 수 있습니다.
어떤 식으로든, AI는 기술의 미래를 결정할 것입니다.
강경한 지지자도 반대자도 있지만, 그 영향이 변형적일 것이라는 데는 의심의 여지가 없습니다.
이 분야는 급속하게 변하고 있으며 배울 것도 많지만, 이 분야를 형성하고 기여할 방법 또한
많이 있습니다. 이 과정은 이 여행의 일부가 되기 위해 알아야 할 것을 가르쳐줍니다.
AI for Business
  • 강의설명
    AI는 지난 10년 동안 이미지 인식, 자연어 이해, 패턴 감지, 예측 및 자율 장치와 같은 다양한 영역에서 인간의 능력을 능가하는 놀라운 기술 발전을 보여줬습니다. 몇 년 동안 산업 전체를 변화시켰으며 우리의 삶, 직업,
    기업, 정부 및 사회에 대해 생각하는 방식을 바꿀 수 있다는 것을 보여주었습니다.

    이 코스는 핵심 AI 기능의 프레임 워크에 따라 구성됩니다. 문제 중심 학습 접근법에 따라 각 AI 기능이 비즈니스 사례 연구의 맥락에서 논의됩니다. 짧은 비디오 튜토리얼, 가이드 연습, 프리젠테이션, 온라인 연습 및 추가 읽기 등 다양한 학습 자료를 다루며, 공공 및 민간 부문의 전문가가 자신의 조직에서 어떻게 AI를 사용할지 이해할 수 있는 지식과 기술을 습득할 수 있도록 설계되었습니다.
    기간 6주 (60시간) 대상
    그룹
    비즈니스 종사자, 분석가, 컨설턴트, 관리자, 임원 등
    강사 Elena Simperl 교수
    평가 및
    피드백
    3개, 각각 33%
    각 과제에 대한 점수와 의견으로 구성 된 강의
    100%
    온라인 전달
    개인 및 그룹 자습서, 핵심 자료를 통한 자습 학습,
    질의 응답 및 동료 토론
  • 목표 및 학습 결과
    이 과정을 마치면 비즈니스에서 AI에 대한 잠재적인 애플리케이션을 식별할 수 있는 기술과 지식이 발전될 것입니다.
    다음과 같은 것을 할 수 있습니다.
    AI가 무엇인지, AI의 역할과 AI가 조직에 가져올 수 있는 잠재적 이점을 설명할 수 있습니다. AI의 주요 기능과 AI를 구동하는 데 필요한 핵심 관련 기술을 파악할 수 있습니다. 자율주행 자동차 또는 지능형 보조장치와 같은 복잡한 AI 시스템을 구동하는 데 필요한 다양한 구성 요소를 기술할 수 있습니다. 경제, 정부 및 사회 등 여러 분야에서 발생할 수 있는 AI의 윤리적 영향에 관해 토론할 수 있습니다. AI 솔루션에서 다양한 유형, 특성 및 데이터 사용을 식별할 수 있습니다. 정보 추출, 클러스터링, 예측뿐만 아니라 검색 및 계획 기술과 같은 기본 수업을 설명할 수 있습니다. 통찰력과 이해력 향상을 위해 자연어, 이미지 및 수치 데이터의 의미를 처리, 분석 및 추출하는 데 사용할 수 있는 소프트웨어를 식별할 수 있습니다.
  • 평가
    본 수업은 총 3번의 과제를 제공하여, 수업을 성공적으로 완료할 수 있도록 도와줍니다.
    과제1

    자신의 비즈니스에 사용할 수 있는 AI 기회를 파악하고 논리정연하게 설명하기

    강의 1 주차에 소개된 주제를 토대로 AI 솔루션 개발 및 적용을 통해 향상되거나 해결될 수 있다고 생각되는 조직의 '간단한' 문제를 파악하십시오.
    과제2

    이 기회를 만들 방법을 계획하고 정량화하기

    2, 3, 4 주차에 소개된 각 사례 연구를 고려하여 비전문가 청중에게 발표할 보고서를 작성하십시오. 각 연구에서 개발된 AI 솔루션 유형, 해당 AI 솔루션 선택 근거, 조직에
    주는 이점, 솔루션의 예상 '가치' 또는 투자 수익을 비교하고 대조하십시오.
    과제3

    코스에서 배운 내용을 적용하여 제안서 작성하기

    각 사례 연구의 토론을 통해 얻은 지식을 활용하여 첫 번째 과제에서 확인된 간단한 문제를 다시 검토하고 수정한 솔루션을 제시하십시오. 수정된 솔루션이 원래 솔루션과 다른 이유와 방법을 설명하는 동시에 법적, 도덕적 또는 윤리적 문제 해결 방법을 포함하여 해당 주제에 관한 AI 기반 솔루션을 설명할 수 있는 보고서를 작성하십시오.
  • 강의 계획서
    본 수업은 아래와 같은 커리큘럼으로 진행 됩니다.
    1Week

    AI 소개

    - AI가 무엇인지, 애플리케이션과 기능에 관한 주요 수업 이해 - 다양한 AI 유형 차이 이해와 각 분야의 최첨단 기술 현황 개요 - AI와 관련된 핵심 기술과 이 분양의 주요 업체에 관한 숙지 - AI. 빅데이터, 클라우드 컴퓨팅 및 사물 인터넷(IoT)과 같은 기타 기술 동향 간의 관계 이해
    - AI에서 데이터의 역할 이해 - 데이터 품질, 투명성, 편견 및 개인 정보를 비롯하여 조직에 AI를 적용하는 가장 큰 과제 이해 - AI의 한계 이해
    2Week

    사례 연구 - 고객을 알기 위한 학습

    - 감독 및 비감독 머신러닝 알고리즘의 차이 이해 - 회귀, 분류 및 클러스터링과 같은 머신러닝의 기본 수업 이해 - 머신러닝이 해결할 수 있는 문제 유형 이해와 애플리케이션 컨텍스트에서 유용한 머신러닝 작업 선택 가능 - 자연어 처리(NLP) 파이프라인을 작성하는 데 사용되는 주요 활동 및 기술 이해
    - 통계 처리 및 단어 분포 - 머신러닝 모델에 대한 입력으로 사용할 텍스트 데이터에서 기능을 생성하는 방법 학습 - 회귀 분석, 분류 및 클러스터링을 적용한 정보 추출 및 구매 항목 추천 - 정서 분석 수행을 위한 감독 분류 적용 - 머신러닝 모델의 결과 분석, 평가 및 해석
    3Week

    사례 연구 - 고객 경험 향상

    - 튜링 테스트의 개념과 AI 시스템 개선 방법에 관한 이해 - 자연어 생성에서 가장 중요한 방법과 기술 숙지 - 자연어 처리에 관한 딥러닝 접근법과 사용 용도에 관한 개요 - 자연어 이해 및 음성 인식에서 가장 중요한 방법과 도구 이해
    - 대화형 행위자(예: 챗봇) 설계 방법 학습
    4Week

    사례 연구 - 고객을 알기 위한 학습

    - 클러스터링 알고리즘 - 주제 모델링 - 지식 기반: 어떻게 만들어지는가? 어떤 목적으로 사용하는가? - 개체명 인식(NER)에 관한 지식 기반 사용
    - 시맨틱 웹 소개 - 지식 기반을 사용하여 관련 정보(예: SPARQL 및 Google 지식 그래프) 추출
    5Week

    사례 연구 - 컴퓨터 비전주제

    - 이미지 처리 및 컴퓨터 비전에 관한 기존 접근법 - 이미지 분류 및 클러스터링 - 특징 추출 - 나선형 신경망: 생물학적으로 영감을 얻은 모델
    - 그림은 100(0) 단어의 가치에 해당: 텍스트 기술을 생성하기 위한 나선형 신경망(CNN)과 대화형 행위자 결합 - 자동 감시 시스템
    6Week

    AI의 향후 방향

    - 현재의 제한 사항 - 기술적 진보 - 사회 문화적 변화 - 윤리적 문제
    - 도덕적 문제 - 법적 문제