『기초부터 배우는 인공지능』은 인공지능이란 무엇인가, 또한 인공지능은 어디까지가 학습 범위인가 하는 정의를 포함하여 이론을 처음부터 정중하게 설명하는 입문서이다. 심층학습을 계기로 인공지능 붐이 일면서 인공지능은 많은 이들에게 친숙한 존재가 됐다. 그러나 기계학습, 신경망, 진화계산, 자연어처리, 이미지 인식 등 개별 항목으로 거론되는 일이 많다 보니 인공지능의 전체 체계를 잘 모르겠다는 아들도 많다. 『기초부터 배우는 인공지능』은 앞에서 언급한 주제를 망라하여 취급하고, 인공지능의 전체상을 설명하는 입문서이다. 수식은 거의 사용하지 않고 가능한 한 알기 쉽게 개념을 이해할 수 있도록 구성했다. 또한 직장에서 인공지능 지식이 필요한 이들을 위해서 파이썬을 사용한 연습문제를 각 장에 실었다. 업무상 인공지능에 대한 지식이 필요한 사회인과 정보 시스템 학부·학과에 소속된 대학생은 물론, 인공지능에 관심 있는 고등학생도 읽을 수 있다. 현직 엔지니어는 물론 엔지니어를 지향하는 학생이라면 파이썬을 사용한 연습문제에 반드시 도전해보기 바란다.

●제1장 인공지능이란

1.1 인공지능의 개요

1.2 인공지능 분야의 다양한 영역

1.3 생활 속 인공지능 기술

1.4 산업에 응용되는 인공지능

1.5 인공지능의 정의



●제2장 인공지능 연구의 역사

2.1 [1940년~] 컴퓨터 과학의 시작

2.2 [1956년] 다트머스 회의에서 인공지능 분야의 확립

2.3 [1960년~] 자연어처리 시스템

2.4 [1970년~] 전문가 시스템

2.5 [1960년~] 퍼셉트론과 오차역전파법

2.6 [1950년~] 체스, 체커, 바둑 대전 프로그램

2.7 [2010년~] 딥러닝의 발견, 빅데이터 시대의 도래

2.8 과거의 인공지능 시스템 - 컴파일러, 한자 변환

2.9 인공지능에 적합한 프로그래밍 언어의 변천



●제3장 머신러닝

3.1 머신러닝의 원리

3.2 머신러닝 학습 방법

3.3 K-인집기법

3.4 결정트리와 랜덤 포레스트

3.5 서포트 벡터 머신(SVM)



●제4장 지식표현과 추론

4.1 지식표현

4.2 전문가 시스템



●제5장 신경망

5.1 계층형 신경망

5.2 다양한 신경망



●제6장 딥러닝

6.1 딥러닝이란

6.2 합성곱 신경망

6.3 자기부호화기

6.4 LSTM

6.5 생성적 대립 신경망(GAN)



●제7장 진화연산과 떼지능

7.1 진화연산

7.2 떼지능



●제8장 자연어처리

8.1 종래형 자연어처리

8.2 머신러닝을 이용한 자연어처리

8.3 음성인식



●제9장 이미지 인식

9.1 이미지 인식

9.2 이미지 인식기술의 응용



●제10장 에이전트와 강화학습

10.1 소프트웨어 에이전트

10.2 실체가 있는 에이전트

10.3 에이전트와 강화학습



●제11장 인공지능과 게임

11.1 체스와 체커

11.2 바둑과 장기

11.3 장기와 딥러닝



●제12장 인공지능은 어디로 향하는가

12.1 중국어 방 - 강한 AI와 약한 AI

12.2 프레임 문제

12.3 심벌 그라운딩 문제

12.4 싱귤래리티