홈앤서비스 SK BROADBAND

PART 1 인공지능과 머신러닝
1-1. 인공지능의 미래
1-2. 인공지능 구분
1-3. 머신러닝 기본
1-4. 머신러닝 학습
1-5 머신러닝 전문가 되기

PART 2 머신러닝 절벽 건너기
2-1. 머신러닝 파이프라인
2-2. 데이터 준비(1단계)
2-3. 데이터 탐색(2단계)
2-4. 머신러닝 모델 생성(3단계)
2-5. 머신러닝 모델 평가(4단계)
2-6. 머신러닝 모델 배포(5단계)
2-7. 머신러닝 최적화 모델
2-8. 텐서플로 플레이그라운드 실험

PART 3 클라우드 인공지능 서비스(AIaaS)
3-1. 클라우드 컴퓨팅
3-2. 대표 클라우드 서비스
3-3. 인공지능을 넘어 인공지능 서비스로

PART 4 AWS Sagemaker
4-1. 클라우드 넘버원 AWS
4-2. AWS 인공지능과 머신러닝
4-3. AWS Sagemaker
4-4. AWS Sagemaker 준비
4-5. AWS Sagemaker 실험

PART 5 MS Azure Machine Learning Studio
5-1. 인텔리전트 클라우드 MS Azure
5-2. MS Azure AI
5-3. MS Azure Machine Learning Studio
5-4. MS Azure Machine Learning Studio 준비
5-5. MS Azure Machine Learning Studio 실험

PART 6 구글 클라우드 AI 플랫폼
6-1. 다시 추격하는 구글 클라우드 AI 플랫폼
6-2. 구글 인공지능 및 머신러닝 서비스
6-3. 구글 클라우드 AI 플랫폼
6-4. 구글 클라우드 AI 플랫폼 준비
6-5. 구글 클라우드 AI 플랫폼 실습

PART 7 IBM Watson Studio
7-1. 새롭게 도약하는 IBM 클라우드
7-2. IBM Watson AI
7-3. IBM Watson Studio
7-4. IBM Watson Studio 준비
7-5. IBM Watson Studio 실습