제1장 인공지능의 개요

1.1. 생각하는 컴퓨터

1.2. 인공지능의 역사

1.3. 지능이란 무엇인가?

1.4. 인공지능 구현을 위한 접근 방법

1.5. 인공지능과 학습

제2장 문제풀이

2.1. 인공지능과 문제

2.2. 문제의 표현

2.3. 문제표현의 예: 물병문제

2.4. 문제표현의 예: 외판원문제

2.5. 문제표현의 예: 하노이 탑 문제

2.6. 상태공간 탐색에 의한 문제풀이

2.7. 문제축소에 의한 문제풀이

제3장 탐색에 의한 문제풀이

3.1. 그래프 탐색과정

3.2. 맹목적 탐색방법

3.3. 경험적 탐색방법

제4장 게임트리

4.1. 게 임

4.2. 최대최소 탐색

4.3. 몬테카를로 트리 탐색

제5장 지식과 인공지능

5.1. 지식과 지식기반 시스템

5.2. 지식의 표현과 그 구조

5.3. 논리를 이용한 지식표현

5.4. 규칙을 이용한 지식표현

5.5. 시맨틱 네트를 이용한 지식표현

5.6. 프레임을 이용한 지식표현

5.7. 전문가 시스템

제6장 논리에 의한 지식표현

6.1. 논리학이란 무엇인가?

6.2. 명제와 진리표

6.3. 명제논리

6.4. 조건명제

6.5. 명제논리식의 표현

6.6. 항진식과 연역

6.7. 술어논리

6.8. 도출연역

제7장 퍼지이론

7.1. 퍼지이론의 개념

7.2. 퍼지집합

7.3. 퍼지집합의 연산

7.4. 퍼지논리

7.5. 퍼지추론

제8장 컴퓨터 시각과 패턴인식

8.1. 컴퓨터 시각 시스템의 개요

8.2. 디지털 영상

8.3. 전처리

8.4. 영상분할

8.5. 정규화

8.6. 영상의 표현

8.7. 식 별

제9장 머신러닝

9.1. 학습이란 무엇인가?

9.2. 기계적 학습

9.3. 귀납적 학습

9.4. 결정트리 학습

9.5. 선형회귀

9.6. 로지스틱 회귀

9.7. 군집화

제10장 인공 신경망

10.1. 인공 신경망의 개념

10.2. 퍼셉트론 학습

10.3. 오차역전파

10.4. 제한 볼츠만 머신

10.5. 자기조직화 지도 및 LVQ

제11장 딥러닝

11.1. 딥러닝의 개요

11.2. 딥러닝을 위한 학습방법의 개선

11.3. 합성곱 신경망

11.4. 순환 신경망

11.5. 트랜스포머

이광형

• 서울대학교 공과대학 졸업(공학사)

• 한국과학기술원(KAIST) 졸업(공학석사)

• 프랑스 INSA 졸업(공학석사, 공학박사)

• 미국 Stanford Univ. 연구소 초빙교수

• 한국과학기술원(KAIST) 바이오및뇌공학과 교수

현재: 한국과학기술원(KAIST) 총장

이병래

• 연세대학교 공과대학 전자공학과 졸업(공학사)

• 연세대학교 대학원 전자공학과 졸업(공학석사, 공학박사)

• 미국 North Carolina State Univ. 방문교수

• 한국방송통신대학교 교육정보화본부장

현재: 한국방송통신대학교 컴퓨터과학과 교수