강의

멘토링

로드맵

AI 개발

/

인공지능 기타

CEO 및 리더를 위한 제조 혁신과 AI 빅데이터

반도체에 대한 제조 혁신 방안을 벤치마킹하고 반도체 데이터로 코딩 없이 머신러닝, 딥러닝을 돌려볼 수 있습니다.

(4.0) 수강평 1개

수강생 16명

이런 걸 배울 수 있어요

  • 반도체 빅데이터 인공지능 사례

  • NO CODING(Orange 3) 구현

강의요약📖

1)반도체와 디스플레이 제조 현장에서는 어떤 데이터들을 수집하여 혁신 활동을 추진할까?
2)CEO 및 리더로서 인공지능을 도입한 프로젝트가 제대로 추진되고 있는지 알 수 있는 방법은 없을까?
3)코딩을 하지 않고 머신러닝이나 딥러닝을 자유자재로 사용해 볼 수는 없을까?


수강대상👨‍💻

1)제조 관련 혁신 활동을 통한 인공지능을 도입하고자 하는 CEO 및 임원
2)제조 관련 인공 지능을 도입하고자 하는 조직의 리더
3)코딩 없이 인공지능 머신러닝 딥러닝을 구현하고자 하는 분


기대효과💁‍♂️

1)반도체, 디스플레이 빅데이터에 대한 제조 혁신 방안을 벤치마킹하고 각자 본인의 도메인에서 어떻게 도입 해 볼 것인가에 대한 아이디어를 도출할 수 있게 된다.
2)코딩 없이 자유 자재로 머신러닝, 딥러닝을 돌려볼수 있고 최적의 인공지능 알고리즘을 선택 할 수 있다.
3)각자의 도메인 데이타를 가지고 머신러닝, 딥러닝 알고리즘을 통한 인사이트를 도출 할 수있는 실력을 갖추게 되어 현장을 개선할 수 있다.

커리큘럼📕

1강. 반도체 디스플레이 제조혁신과 AI 빅테이터(혁신사례:생산, 수율, 품질)
2강. 반도체 디스플레이 제조혁신과 AI 빅테이터(혁신 사례:인프라, 환경안전, 에너지)
3강. 사전 준비 / 데이터 전처리 및 시각화
4강. 데이터 전처리 및 시각화 / 머신러닝(Classification: k-NN)
5강. 머신러닝(Classification: Logistic Regression, Tree, Random Forest, SVM)
6강. 머신러닝(Classification: Naïve Bayes, Neural Network)
7강. 머신러닝(Classification: Stacking, Adaboost / Regression: k-NN, Tree, Random Forest, Linear Regression, Linear Regression, Neural Network, Bias and Variance, 앙상블과 베깅, Boosting, XGBoost, Stacking)
8강. 머신러닝(Image Classification, Clustering: k-Means, Hierachical Clustering) /
딥러닝(DNN, CNN)

<CEO/임원/리더의 인공지능 교육이 중요한 10가지 이유>
1. CEO/임원이 먼저 실천하지 않으면 어떤 직원도 하지 않습니다.
2. 인공지능은 직원에게 맡겨 놓고 알아서 진행되는 일이 아닙니다.
3. CEO/임원이 인공지능에 대해 추상적으로만 이해하면 올바른 의사결정을 할 수 없습니다.
4. 인공지능 전문가들은 몸값이 비싸서 함부로 채용할 수 없습니다. 심지어 채용을 한다고 해도 인터뷰 때 무엇을 어떻게 물어야 하는지, 그리고 답변이 맞는지 틀린지도 파악하기 힘듭니다.
5. 직원을 교육하는 것이 비용과 시간 절감 효과가 크겠지만 CEO/임원이 먼저 알아야 교육도 시킬 수있습니다.
6. 인공지능 도입 업무에 대한 아이디어는 업무 시스템을 가장 포괄적으로 알고 있는 CEO/임원이 내야 합니다.
7. CEO/임원이 직접 인공지능을 배우면 인공지능을 구현하는 것이 크게 어렵지 않다는 것을 알게 됩니다.
8. 프로젝트를 이끄는 CEO/임원이 인공지능을 모르면 프로젝트가 산으로 가기 쉽습니다. 알파고 수준의 인공지능을 생각하다가 기대보다 성능이 떨어지면 바로 원래 하던 방식으로 돌아가는 사태가 발생할 수 있습니다.
9. 인공지능이 실제로 어떤 것인지 배우고 나면 욕심과 기대치가 낮아지고 정확도를 개선하는 방향을생각하게 됩니다.
10. 결국 이 모든 것에 대한 의사결정은 CEO/임원이 하므로 그들이 제대로 모르면 결국 아무것도 할 수 없습니다.
(출처: 저서 <AI로 일하는 기술>, 저자 장동인, 출판 한빛 미디어)

💾 수강 전 참고 사항

본 강의는 화상으로 진행한 온라인 세미나를 재편집한 강의입니다. 참고해주세요!
환경에 따라 음질이 고르지 않게 느껴질 수 있습니다. 수강 전 미리보기 강의를 확인해주세요!

  • 준비물은 컴퓨터(데스크탑 or 노트북)만 있으면 됩니다.

  • 컴퓨터 사양이 높을수록 실행이 빠를 수 있지만 큰 차이는 없습니다.

  • 오픈소스 데이터마이닝 툴킷인 Orange를 사용합니다. 해당 링크에서 다운받아 사용해주세요.

  • 실습을 위한 반도체 데이터셋 파일은 섹션0-유닛3에 첨부되어 있습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 제조 관련 혁신 활동을 통한 인공지능을 도입하고자 하는 CEO 및 임원

  • 제조 관련 인공 지능을 도입하고자 하시는 조직의 리더

  • 코딩 없이 인공지능 머신러닝 딥러닝을 구현 하고자 하시는 분

안녕하세요
입니다.

After majoring in electronic engineering at Kwangwoon University, he served as the head of the manufacturing team and the head of the manufacturing center in the semiconductor division of Samsung Electronics for 27 years from 1984 to 2011, and the head of the infrastructure technology center in charge of environmental safety, facility, and systems. After completing his career in semiconductors as an executive director, he served as the vice president of Samsung Display (OLED) for five years from 2011 to 2016 as the head of the manufacturing center and the general manager of the complex in charge of production, environmental safety, facility, and systems. After graduating from the Graduate School of Science in Seoul and Business School Lausanne (BSL), he earned MBA, Ph.D., and DBA degrees in big data from the Graduate School of Science in Switzerland, and is currently serving as the head of the manufacturing intelligence project as a professor at the Swiss School of Management (SSM), a research professor at the Korea Institute for Industrial Policy Studies, and vice chairman of the artificial intelligence association.

상기 컨설턴트는 광운대에서 전자공학을 전공한 뒤 1984년부터 2011년까지 27년동안 삼성전자 반도체 부문에서 제조 팀장 및 제조 센터장을 거쳐 환경안전, Facility, 시스템을 총괄하는 인프라 기술 센터장을 지냈다. 전무로 반도체의 경력을 마친 뒤 2011년부터 2016년 까지는 5년간 삼성 디스플레이(OLED, LCD)에서 부사장으로서 제조 센터장 및 생산, 환경안전, 퍼실리티, 시스템을 책임지는 단지 총괄을 맡았다. 퇴임 후 서울 과학 종합 대학원 대학교와 스위스 BSL(Business School Lausanne)에서 빅데이터 MBA 와 Ph.D., DBA 학위를 취득한후 현재는 SSM(Swiss School of Management) 교수, 산업정책연구원 연구 교수, 사단 법인 인공지능협회 부회장으로 제조 지능화 사업단장 업무를 수행 중에 있다.

커리큘럼

전체

9개 ∙ (7시간 11분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

전체

1개

4.0

1개의 수강평

  • 이정화님의 프로필 이미지
    이정화

    수강평 1

    평균 평점 4.0

    4

    89% 수강 후 작성

    • 제조 지능화 전문가
      지식공유자

      도움 되셨다니 보람이 있습니다. 감사합니다.

월 ₩19,800

5개월 할부 시

₩99,000

비슷한 강의

같은 분야의 다른 강의를 만나보세요!