NIPA-KPC | 물류/유통 AI 활용 실무 (16H)

  • 주관 및 운영: 과기정통부 NIPA, KPC
  • 강연일시: 2024.11.08, 11.15 종료
  • 강연일시: 2024.07.29, 08.05 종료
  • 강연일시: 2023.08.14, 08.21
  • 강연일시: 2023.06.15, 06.22, 06.29
  • 강연일시: 2022.11.22~12.20
  • 강연일시: 2022.10.13~11.11
  • 강연일시: 2022.07.12~08.10
  • 수강대상: 물류/유통산업 임직원
  • 강연장소: 온라인 및 오프라인
  • 강연기획: KPC 한국생산성본부 유승경, 박유민 위원
  • 강연진행: NXP 넥스트플랫폼 동준상 대표

수강고객

  • 삼성SDS / LX판토스 / CJ대한통운 / 홍천로지스
  • 네슬레코리아 / 코카콜라음료 / 오뚜기물류서비스
  • HD현대일렉트릭 / 현대무벡스 / 우아한형제들 / 쥴릭파마코리아 / SCP네트웍스
  • KCC / 나라셀라 / CTR / 씨벤티지 / 대평 / 코니카미놀타코리아 / 선두전자

교재 다운로드

기본교재 | 2024 물류유통 AI 융합 솔루션 (PDF, 160p, 80MB)
지금은 다운로드 기간이 아닙니다.

보조교재 | 기업 데이터 활용을 위한 현대 인공지능의 이해 (PDF, 229p)
KPC AI Essential: Best Practices of Modern Data-Analysis Tools
지금은 다운로드 기간이 아닙니다.

6주차 예제 노트북 | 머신러닝 / 지도식 / 분류 / KNN
지금은 다운로드 기간이 아닙니다.

6주차 예제 노트북 | 딥러닝 / 텐서플로 / 시퀀셜 / 추론
지금은 다운로드 기간이 아닙니다.

6주차 예제 노트북 | 머신러닝 프로세스 마스터 / 이실베르쿤.인텔
지금은 다운로드 기간이 아닙니다.

프로젝트 산출물 예시 및 교안 모음
지금은 다운로드 기간이 아닙니다.


샘플교재 | 2023 물류유통 AI 융합 솔루션 (PDF, 60p, 22MB)
https://drive.google.com/file/d/1GKR3YM-B2Vj1exgB5R6xSuvDIsHgt3Wr/view?usp=sharing


인공지능 실습예제

2024 과정 최종일(6일차) 프로젝트 수행 진행 안내

  • 09:00~10:30 조별 인사, 주제 확정(조별 미팅), 역할 배분(조별 리더)
  • 10:30~15:30 프로젝트 수행, 수행 결과 취합(조별 리더)
  • 15:30~17:00 최종보고서 작성 및 제출(조별 리더)
  • 17:00~17:30 프로젝트 수행 결과 발표, 공유, 시상
  • 산출물 공유 폴더 (드롭박스): 지금은 다운로드 기간이 아닙니다.
프로젝트 산출물 요건 (수료 요건)
  • 클라썸 지정 게시판에 / 데이터, 분석결과, 보고서 등 / 3가지 파일 업로드
  • 10:30까지: 1개 이상의 데이터세트(CSV, PDF, TXT 가능)
  • 15:30까지: 1개 이상의 분석결과(Excel, Python Notebook 가능)
  • 17:00까지: 6페이지 이상의 분석결과 보고서(조별 리더 및 조원 이름, 데이터세트, 분석결과 포함)
프로젝트 제안

1조: GenAI로 생성한 데이터 기반의 수요예측
2조: 반려동물 항공운송 산업 분석
3조: 의류 커머스 재고 및 수요예측
4조: 1인 가구 소비선호도 분석

SCM GenAI Bear

SCM GenAI Bear | 물류유통 공급망관리 특화 브라운베어
https://chatgpt.com/g/g-rAi53vFnA-scm-genai-bear

SCM GenAI Bear
SCM GenAI Bear

참조 지식 데이터세트 (PDF)
https://drive.google.com/drive/folders/1INH8t-EXhU8xvb3G4eHTVw6kyhtgBrSL?usp=sharing

SCM GenAI Bear
SCM GenAI Bear
SCM GenAI Bear
SCM GenAI Bear

01 케이스: 분석환경의 이해(데이터 & 코드)
Home Credit | EDA & Feature Importance
https://www.kaggle.com/code/codename007/home-credit-complete-eda-feature-importance

02 핸즈온: 머신러닝 기반의 예측 Master (IsilBerkun@Intel)
https://colab.research.google.com/drive/1YNt-A2HJYodDHFGcnQ12FZQ2vA6PjHOC?usp=sharing

머신러닝 마스터 – 예측적 분석

03 핸즈온: 판매 예측(소매유통/월마트)
NXP32 소매유통 판매량 예측 Walmart Stores Sales Prediction (24.07.29 / 동준상).ipynb
https://colab.research.google.com/drive/1PRSWLOMEeHLkfV8aTd5OkYsmUKX48Z0-?usp=sharing

04 핸즈온: 최적 소매가격 예측(농산물/아보카도)
NXP31 최적 소매가격 예측 Avocado Price Optimization (24.07.29 / 동준상).ipynb
https://colab.research.google.com/drive/13H-ghqi8uabkB9skp1Q4v2pE4zEvANAu?usp=sharing

05 케이스: 불균형 데이터 처리(데이터 & 코드)
Credit Fraud | Dealing with Imbalanced Datasets
https://www.kaggle.com/code/janiobachmann/credit-fraud-dealing-with-imbalanced-datasets


예제01. eXplainable AI – Classification using KNN
지금은 다운로드 기간이 아닙니다.

XAI – KNN 분류

예제02. ML Prediction – Maintenance of Naval Gas Turbine
지금은 다운로드 기간이 아닙니다.

해군함정 가스터빈 예방적 유지보수

데이터 분석 보고서 (Data: Naval Gas Turbine)
https://docs.google.com/presentation/d/1MbH9XAHViMrTVFjnTO8i_0YTaFGv42vdGfYrVstlqc8/edit?usp=sharing

데이터 분석 보고서

예제03. ML Prediction Master (IsilBerkun@Intel)
지금은 다운로드 기간이 아닙니다.


예제04. DL Prediction (1차 함수의 해 추론 / Moroney@Google)
지금은 다운로드 기간이 아닙니다.

텐서플로를 이용한 1차 방정식 해의 추론

예제05. DL DNN Intro (심층 신경망 기법의 이해)
지금은 다운로드 기간이 아닙니다.

DNN에서 CNN으로

예제06. DL CNN Best (TF, Keras / Sequential Model의 활용)
지금은 다운로드 기간이 아닙니다.

CNN – 이미지 압축과 강화

예제07. RL01 강화학습의 이해 (Q-Table / FrozenLake)
https://colab.research.google.com/drive/10IeKARRk8Vp1Yxo09NlHSb6M0-OYxHiI?usp=sharing

강화학습의 이해 (Q-Table / FrozenLake)

스터디 리소스

DeepLearning.AI TensorFlow Developer Professional Certificate
https://www.coursera.org/professional-certificates/tensorflow-in-practice?

Neural Structured Learning
https://www.tensorflow.org/neural_structured_learning


보조 교재

참고자료 | 파워업 SageMaker 분석 실무 (교재 / PDF)
https://drive.google.com/file/d/1eq3-8tXIZ0m6tYHGufkPTLt4gSM1NOFN/view?usp=sharing

파워업 SageMaker 분석 실무 (교재 / PDF)

참고자료 | ML Binary Prediction (47p, PDF)
https://drive.google.com/file/d/1GvwXo99ufZ19W4dhC7Jq11R_uwRLaE-e/view?usp=sharing

Dataset | UCI Bank Marketing (Portuguese Bank / 45000 / 21)
https://archive.ics.uci.edu/ml/datasets/bank+marketing

참고자료 | ML Multiclass Prediction (47p, PDF)
https://drive.google.com/file/d/1T06d5CGJRvW0-65X98evDjqhGT94tJ8n/view?usp=sharing

참고자료 | ML Regression (30p, PDF)
https://drive.google.com/file/d/11uPCqBB8yTvWcj759t0AGhtLu0sj6ker/view?usp=sharing


분석 대상 데이터

예방적 유지보수 | Naval Propulsion Plants Data Set
http://archive.ics.uci.edu/ml/datasets/condition+based+maintenance+of+naval+propulsion+plants

고객행동 예측 | Bank Marketing Data Set
https://archive.ics.uci.edu/ml/datasets/bank+marketing

제품수요 예측 | Grupo Bimbo Inventory Demand
https://www.kaggle.com/c/grupo-bimbo-inventory-demand/overview

소매유통 이미지 데이터 세트 | 식료품(공산품) 객체 인식
https://www.kaggle.com/datasets/diyer22/retail-product-checkout-dataset


NIA | AIHUB
https://aihub.or.kr/

NIA | AIHUB – 교통물류 데이터세트 목록
https://aihub.or.kr/aihubdata/data/list.do?currMenu=115&topMenu=100&srchDataRealmCode=REALM003

GCP | AIHUB
https://aihub.cloud.google.com/

GGL | Dataset Search
https://datasetsearch.research.google.com/


데이터 분석 보고서 양식 (Grupo Bimbo)
https://docs.google.com/presentation/d/1__s2NXxBxwQpUljtTg1-Zjup7tR9dKDjC_UkZiYA_DQ/edit?usp=sharing

머신러닝 포트폴리오 (분석 보고서 템플릿)

참고: 데이터 분석 보고서 예시 (고객행동 예측 / Churn Rate)
https://docs.google.com/presentation/d/1-cVAC0UHPJXNgn5ms-vtBm25nvkVAiGC94ajEVyfHqI/edit?usp=sharing

참고: 데이터 분석 보고서 예시 (배송시간 예측 / ShippingLogs)
https://docs.google.com/presentation/d/1vYi_duXDxbozJ9x96-jeJJ6z4CUe_km7ndN4GqcrXJo/edit?usp=sharing

참고: 데이터 분석 보고서 예시 (해군함정 터빈 열화 / Naval)
https://docs.google.com/presentation/d/10tzTmcmgb9PE44onQ-RwNRihFH1QeD1np7_puF8ZXPs/edit?usp=sharing


데이터세트 | AWS SageMaker Canvas Day (7개의 분석 예제 데이터)
https://catalog.us-east-1.prod.workshops.aws/workshops/80ba0ea5-7cf9-4b8c-9d3f-1cd988b6c071/en-US

SageMaker Canvas Immersion Day (7개의 분석 예제 데이터)

데이터 예시: Predicting Customer Churn
https://aws.amazon.com/blogs/machine-learning/predicting-customer-churn-with-amazon-machine-learning/

Predicting Customer Churn

엔터프라이즈 분석도구 – AWS SageMaker

Sagemaker Studio Lab (Free/Open, 사전 신청 필요)
https://studiolab.sagemaker.aws/

SageMaker Studio Lab 무료 계정 신청 화면
SageMaker Studio Lab 로그인 화면
SageMaker Studio Lab 노트북 실행 화면

참고자료

StitchFix (소매 의류 유통, 하이브리드 인공지능)

Airbnb uses TF to categorize its photos

Maersk TradeLens (Blockchain-based Trade Platform)

TF In Codice Ratio Project

Convoy (Digital Freight Platform)

Orbital Insight (지리공간정보 플랫폼)

AES & GCP AutoML (에너지 산업에 적용된 딥러닝, 대량의 이미지와 영상 분석 기반 예방적 유지보수)

Chevron & GCP AutoML (에너지 산업에 적용된 딥러닝, 대량의 문서 분류를 통한 지식기반 관리)

DeepMind AlphaFold (생명공학에 적용된 강화학습)

AlphaFold / Predicting Protein Folding / DeepMind

Alpha DogFight (방위산업에 적용된 강화학습)

책 | 마스터 알고리즘 (페드로 도밍고스, 비즈니스북스, 2016)
http://www.yes24.com/Product/Goods/29386373

Unity ML-Agents
https://github.com/Unity-Technologies/ml-agents/blob/develop/docs/Learning-Environment-Examples.md

RL | 물류운송장비 경로최적화
https://drive.google.com/file/d/1jMRElNMZnow2FCwmtbAEnIj7kpWxUDaW/view?usp=share_link

DRL 심층강화학습 케이스 스터디

최신 데이터 분석 트랜드 +

MLOps 입문용 가이드 / 지속적 배포와 머신러닝 자동화
https://drive.google.com/file/d/1MaNLcDUWXLMtmVPMvl1ZjG1njA-sf0IL/view?usp=sharing

GCP Vertex AI
https://cloud.google.com/vertex-ai

Nate Silver | 538
https://fivethirtyeight.com/

https://en.wikipedia.org/wiki/FiveThirtyEight

StreamIt | Build and Share Data Apps
https://streamlit.io/

https://medium.com/@data.science.enthusiast/create-web-apps-for-your-ml-model-using-python-and-streamlit-cc966142633d

Backpropagation
https://en.wikipedia.org/wiki/Backpropagation

Black–Scholes model
https://en.wikipedia.org/wiki/Black%E2%80%93Scholes_model

AWS SageMaker 비용

  • 시간당 $1.9 이상 발생, VPC 엔드포인트 비용 별도
  • 캔버스 로그아웃했으나 225시간 카운트
AWS SageMaker 비용

끝 | 감사합니다.
24.07.28 / 동준상.넥스트플랫폼

Leave a Reply