1 차시 : HELLO AI

학습목표

  • 인공지능의 분류와 예측을 구분하여 설명 할 수 있다.

  • 데이터를 탐색하고, 데이터의 Label과 Feature를 구분할 수 있다.


학습 목차

  1. AI 기본 강의

  2. [실습 1-1 ] AI 분류와 예측(회귀) 각각의 사례 찾아보기

  3. [실습 1-2 ] 데이터 탐색하고 Label, Feature, Skip 데이터로 구분하기

1차시 강의 슬라이드 출처 :

1.pptx




[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.

  • 패들릿 URL : https://padlet.com/danny7758/xo3oz2ajj6x7qawn

  • 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.

  • 패들릿 URL : https://padlet.com/danny7758/xo3oz2ajj6x7qawn

  • 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