A. 개론
 1. 신경망의 역사
 2. 머신러닝과 딥러닝의 차이
 3. 신경망 구조
 4. 오류 역전파 알고리즘
 5. 활성화 함수
 6. 성능측정 및 평가
B. NLP
 7. 자연어 처리 개요
 8. 자연어 전처리 및 성능측정/평가
 9. Word2Vec, FastText, 통계적?...
 10. RNN/LSTM, Seq2Seq
 11. Attention 모델
 12. Transformer 모델(Bert)
 13. GPT-3 모델
C. 머신러닝 모델
 14. SVC
 15. 배깅과 부스팅
 16. 랜덤포레스트
 17. XgBoost, AdaBoost 등
 18. 앙상블
 19. 성능측정, 평가
D. 이미지 모델
 20. CNN 개요
 21. CNN 다양한 버전들
 22. 안면인식
 23. OCR
E. 통계모델
 24. 통계모델 개요
 25. AR/ARIMA 모형
F. AI와 수학/통계학
 26. 기술통계(평균,분산,표준편차,표준정규분포등)
 27. 
 28. 
 29. 
 30.