구성 및 주요 내용 이 책은 인공지능을 개발하기 위해 알아야 할 기본 개념과 방법을 담은 1부(1-6장)와 개발 실전 사례를 담은 2부(7-8장)로 구성되어 있다. 2부에는 실제로 정형 데이터와 비정형 데이터를 활용하여 인공지능 모형을 개발한 과정을 담아 독자들이 체계적으로 학습할 수 있도록 하였다. 1장에는 인공지능 개발 절차, 데이터의 수집과 분류, 미래신호 탐색에 대한 내용을 기술하였다. 2장에는 인공지능 개발 프로그램인 R의 설치 및 활용 방법을 기술하였다. 3장에는 인공지능의 개념과 학습방법에 대해 기술하였다. 4장에는 머신러닝의 지도학습 알고리즘인 나이브 베이즈 분류모형, 로지스틱 회귀모형, 랜덤포레스트 모형, 의사결정나무 모형, 신경망 모형, 서포트벡터머신 모형으로 인공지능을 모델링하는 전 과정을 기술하였다. 5장에는 인공지능 모형 평가를 위한 오분류표와 ROC 곡선에 대해 기술하였다. 6장에는 1-5장까지의 학습을 바탕으로 코로나19 정보확산 위험예측 인공지능을 개발하는 전 과정을 기술하였다. 7장에는 정형 데이터를 활용한 청소년 범죄지속 위험예측 인공지능 개발 과정을 기술하였다. 8장에는 비정형 데이터를 활용하여 마약 위험예측 인공지능 개발 과정을 기술하였다.

part 1 인공지능 개발방법론 ch 1 인공지능 개발 방법 1 인공지능 개발 필요성 2 인공지능 개발 절차 3 인공지능 개발을 위한 데이터 수집 및 분류 3-1 데이터 수집 3-2 데이터 분류 3-3 연구윤리 4 인공지능 학습데이터 생성 5 미래신호 탐색 5-1 미래신호 탐색 방법 5-2 코로나19 주요 요인의 단어빈도와 문서빈도 분석 5-3 코로나19 주요 요인의 미래신호 탐색 5-4 결론 및 고찰 ch 2 R의 설치와 활용 1 R의 설치와 활용 1-1 R 설치 1-2 R 활용 ch 3 인공지능 개념과 학습방법 1 인공지능 개념 2 인공지능 학습방법 3 인공지능 개발 시 고려사항 4 인공지능 학습데이터 ch 4 인공지능 모델링 1 나이브 베이즈 분류모형 2 로지스틱 회귀모형 3 랜덤포레스트 모형 4 의사결정나무 모형 5 신경망 모형 5-1 ‘nnet’ 패키지 사용 5-2 ‘neuralnet’ 패키지 사용 6 서포트벡터머신 모형 7 연관분석 7-1 입력변수 간 연관분석 7-2 입력변수와 출력변수 간 연관분석 ch 5 인공지능 모형 평가 1 오분류표를 활용한 모형 평가 1-1 오분류표 평가 시 고려사항 1-2 오분류표를 활용한 양질의 학습데이터 생성 2 ROC 곡선을 활용한 모형 평가 3 오분류표를 활용한 코로나19 정보확산 위험예측 인공지능 모형 평가 3-1 나이브 베이즈 분류모형 평가 3-2 신경망 모형 평가 3-3 로지스틱 회귀모형 평가 3-4 서포트벡터머신 모형 평가 3-5 랜덤포레스트 모형 평가 3-6 의사결정나무 모형 평가 4 ROC 곡선을 활용한 코로나19 정보확산 위험예측 인공지능 모형 평가 4-1 나이브 베이즈 분류모형 ROC 4-2 신경망 모형 ROC 4-3 로지스틱 회귀모형 ROC 4-4 서포트벡터머신 모형 ROC 4-5 랜덤포레스트 모형 ROC 4-6 의사결정나무 모형 ROC ch 6 코로나19 정보확산 위험예측 인공지능 개발 1 인공지능 모형 평가 2 최적 모형을 이용한 출력변수 예측 2-1 신경망 모형을 활용한 출력변수 예측 2-2 랜덤포레스트 모형을 활용한 출력변수 예측 3 원데이터와 예측데이터의 출력변수를 활용한 양질의 학습데이터 생성 3-1 신경망 모형을 활용한 양질의 학습데이터 생성 3-2 랜덤포레스트 모형을 활용한 양질의 학습데이터 생성 4 머신러닝을 활용한 코로나19 정보확산 위험예측 인공지능 개발 4-1 신경망 모형을 적용한 코로나19 정보확산 위험예측 인공지능 개발 4-2 랜덤포레스트 모형을 적용한 코로나19 정보확산 위험예측 인공지능 개발 5 입력변수가 출력변수에 미치는 영향력 산출 part 2 인공지능 개발 실전 ch 7 정형 데이터를 활용한 인공지능 개발: 청소년 범죄지속 위험예측 인공지능 개발 1 청소년 범죄지속 위험예측 인공지능 개발의 필요성 2 청소년 범죄지속 위험예측 인공지능 학습데이터 생성 3 청소년 범죄지속 위험예측 인공지능 개발 3-1 인공지능 모형 평가 3-2 최적 모형을 이용한 출력변수 예측 3-3 원데이터와 예측데이터의 출력변수를 활용한 양질의 학습데이터 생성 3-4 머신러닝을 활용한 청소년 범죄지속 위험예측 인공지능 개발 3-5 입력변수가 출력변수에 미치는 영향력 산출 ch 8 비정형 데이터를 활용한 인공지능 개발: 마약 위험예측 인공지능 개발 1 마약 위험예측 인공지능 개발의 필요성 2 마약 소셜 빅데이터 분석 방법 2-1 마약 소셜 빅데이터 분석 절차 2-2 마약 소셜 빅데이터 수집 및 분류 3 마약 미래신호 탐색 4 마약 위험예측 인공지능 개발 4-1 인공지능 모형 평가 4-2 최적 모형을 이용한 출력변수 예측 4-3 원데이터와 예측데이터의 출력변수를 활용한 양질의 학습데이터 생성 4-4 머신러닝을 활용한 마약 위험예측 인공지능 개발 4-5 입력변수가 출력변수에 미치는 영향력 산출