1 차시 : HELLO AI
학습목표
인공지능의 분류와 예측을 구분하여 설명 할 수 있다.
데이터를 탐색하고, 데이터의 Label과 Feature를 구분할 수 있다.
학습 목차
AI 기본 강의
[실습 1-1 ] AI 분류와 예측(회귀) 각각의 사례 찾아보기
[실습 1-2 ] 데이터 탐색하고 Label, Feature, Skip 데이터로 구분하기
1차시 강의 슬라이드 출처 :
![](https://www.google.com/images/icons/product/drive-32.png)
[실습 1-1 ] AI 분류와 예측(회귀) 각각의 사례 찾아보기
우리 주변에서 인공지능의 예측(회귀) 사례와 분류 사례는 어떤 것들이 있을까요?
그리고 이것들이 필요한 이유는 무엇일까요?
아래 패들릿 URL에 아래 양식으로 제출하세요.
제출 양식
제출자 : 한국중학교 김한국
1) AI 회귀 사례 : 내년도 한국 출산률 예측 AI
국가 예산을 적절하게 배정하기 위해 출산률을 예측해주는 AI가 필요하다.
2) AI 분류 사례 : 남자와 여자를 구분하는 AI
화장실 같이 특정 성별만 출입하는 곳에 타 성별이 들어올 수 없게 남자와 여자를 구분해 주는 AI가 필요하다.
[실습 1-2 ] 데이터 탐색하고 Label, Feature, Meta, Skip 데이터로 구분하기
아래 데이터 공급 사이트에서 원하는 데이터를 찾아서 데이터를 분류해 봅시다.
아래 패들릿 URL에 아래 양식으로 제출하세요.
제출 양식
제출자 : 한국중학교 김한국
1) 취득 데이터 : 최고의 비디오 게임 판매량 Best Selling Game Boy Video Games
2) 데이터 출처 : https://www.kaggle.com/datasets/mattop/best-selling-game-boy-video-games
2) AI 목표 : 신규 출시 예정 게임의 판매량을 예측하여 마케팅 전략을 수립할 수 있다.
3) 데이터 분류
label : Sales(판매량)
Feature : Developer(s), Publisher, Platform, Release date, Sales
skip : 없음.
Label : AI가 예측, 분류 하고자 하는 결과 값
Feature : AI 머신러닝 학습에 필요한 입력 데이터
Skip : AI 머신러닝에 필요가 없어서 삭제하는 데이터
데이터 취득 사이트 예시