이 과정에서는 기계 학습(ML) 및 인공 지능의 기초에 대해 배웁니다. AI, ML, 딥 러닝 그리고 새로운 생성형 인공 지능(생성형 AI) 분야 간의 연관성을 살펴봅니다. 기본적인 AI 용어를 확실하게 이해하고, 이러한 개념을 심층적으로 탐구할 수 있는 토대를 마련합니다. 또한 AI 및 ML 기능을 사용하는 여러 Amazon Web Services(AWS) 서비스에 대해서도 배웁니다. 이러한 도구를 사용하여 다양한 산업 전반의 실제 문제를 해결하고 혁신을 주도하는 방법에 대한 실질적인 인사이트를 얻을 수 있습니다.

• 과정 수준: 기초
• 소요 시간: 1시간

활동

이 과정에는 대화형 요소, 비디오, 텍스트 지침, 예시 그래픽이 포함되어 있습니다.

과정 목표

이 과정에서 학습할 내용은 다음과 같습니다.

• AI, ML, 딥 러닝, 생성형 AI 간의 유사점과 차이점을 알아봅니다.
• 기본적인 AI 및 ML 용어와 개념을 정의합니다.
• AI 모델을 훈련하는 데 사용되는 다양한 유형의 데이터를 설명합니다.
• 지도 학습, 비지도 학습 및 강화 학습(RL)을 정의합니다.
• 신경망을 정의합니다.
• 기본적인 생성형 AI 용어와 개념을 정의합니다.
• 파운데이션 모델(FM) 수명 주기를 설명합니다.
• FM의 세 가지 주요 유형인 대규모 언어 모델, 확산 모델 및 다중 모달 모델을 정의합니다.
• AWS 서비스의 기능과 AI 솔루션에 AWS 서비스를 사용할 때 얻게 되는 이점을 알아봅니다.

수강 대상

이 과정의 수강 대상은 다음과 같습니다.

• 특정 직무와 무관하게 기계 학습 및 인공 지능에 관심이 있는 개인
• AWS Certified AI Practitioner 자격증 시험에 응시하려는 개인

사전 조건

이 과정을 수강하기 전에 다음 요건을 갖추는 것을 권장합니다.

• AWS 서비스에 대한 기본 지식
• AI 및 ML 개념에 대한 기본 지식

과정 개요

섹션 1: 소개

• 본 과정 사용 방법
• 소개
  • 소개 비디오
  • AI, ML, 딥 러닝 및 생성형 AI 소개

섹션 2: 인공 지능 기본 사항

• 기계 학습 기본 사항
  • 훈련 데이터
  • 기계 학습 프로세스
  • 추론
• 딥 러닝 기본 사항
  • 신경망
• 생성형 AI 기본 사항
  • 파운데이션 모델
    • 대규모 언어 모델
    • 확산 모델
    • 다중 모달 모델
    • 기타 생성형 모델
  • 모델 출력 최적화
    • 프롬프트 엔지니어링
    • 미세 조정
    • 검색 증강 생성
• 지식 확인

섹션 3: AWS 서비스

• AWS 인프라 및 기술
  • AWS AI/ML 서비스 스택
    • ML 프레임워크
    • AI/ML 서비스
    • 생성형 AI
  • AWS AI 솔루션의 장점 및 이점
  • 비용 고려 사항
• 지식 확인

섹션 4: 결론

• 리소스
  • AWS 서비스 링크
• AWS에 문의하기