Ⅰ. 머신러닝(Machine Learning) 시장 전망 및 동향
1. 전세계 머신러닝(Machine Learning) 시장 전망
1-1. 시장 규모
1) 전세계 인공지능(Artificial Intelligence) 시장 현황 및 전망
2) 전세계 머신러닝(Machine Learning) 시장 전망
3) 주요 국가별 시장 전망
(1) 미국
(2) 캐나다
(3) 영국
(4) 독일
(5) 네델란드
(6) 호주
(7) 인도
(8) 일본
(9) 중국
(10) 기타 국가
4) 주요 분야별 시장 전망
(1) 음성 인식
(2) 영상 인식
(3) 데이터 분석
(4) 위험 감지
(5) 경제 분석
(6) 공장 자동화
(7) 기타 분야
1-2. 머신러닝(Machine Learning) 시장 점유율
1-3. 국가별 머신러닝(Machine Learning) 경쟁력
1-4. 기업별 머신러닝(Machine Learning) 경쟁력
1-5. 주요 시장 변수(Market Factor)
2. 국내 머신러닝(Machine Learning) 시장 전망
2-1. 시장 규모
2-2. 시장 특징
2-3. 확산 필수 고려사항
2-4. 확산 지연 요인
3. 전세계 머신러닝(Machine Learning) 시장 동향
3-1. 시장 세분화
3-2. 주요 트렌드
3-3. 머신러닝(Machine Learning) 시장 생태계 구성
3-4. 주요 기업 현황
3-5. 법‧제도 정책
1) 북미
2) 유럽
3) 호주
4) 중국
5) 일본
3-6. 머신러닝(Machine Learning) 도입을 통한 혁신 사례
1) 미국
2) 캐나다
3) 영국
4) 독일
5) 네델란드
6) 호주
7) 인도
8) 일본
9) 중국
10) 기타 국가
3-7. 머신러닝(Machine Learning) 보안 및 프라이버시
3-8. 머신러닝(Machine Learning) 시장 확산을 위한 도전 과제
4. 국내 머신러닝(Machine Learning) 시장 동향
4-1. 주요 트렌드
4-2. 법‧제도 정책
1) 국내 머신러닝(Machine Learning) 육성 기본 정책 방향
2) 주요 머신러닝(Machine Learning) 활성화 정책 과제
3) 중장기 머신러닝(Machine Learning) 시장 발전 로드맵
4) 해외 협력 사업 사례
4-3. 중장기 머신러닝(Machine Learning) 도입 및 실증 사례
4-4. 중장기 머신러닝(Machine Learning) 시장 발전 방향
4-5. 머신러닝(Machine Learning) 기반 비즈니스 전략
5. 머신러닝(Machine Learning) 관련 시장 전망 및 동향
5-1. 고객관리(CRM)
5-2. 무인자동차
5-3. 항공 시장
5-4. 신용 카드
5-5. 소셜 미디어
5-6. 게임
5-7. 보안
5-8. 스마트 가전
5-9. 기타 관련 시장
Ⅱ. 머신러닝(Machine Learning) 개발 동향 및 전망
1. 머신러닝(Machine Learning) 기술 개요
1-1. 개념
1) 머신러닝의 개념 및 역사
2) 머신러닝의 구현을 위한 주요 기술 개요
3) 머신러닝의 부상 배경
1-2. 특장점
1) 기술의 특징
2) 활용의 장점
1-3. 구조 및 구성
1) 주요 구성 요소
2) 구성 요소별 핵심 기능
1-4. 머신러닝(Machine Learning) 기술 분류
1) 강화 학습법
2) 결정 트리 학습법
3) 귀납 논리 계획법
4) 동일성 계측 학습법
5) 베이즈 네트워크
6) 서포트 벡터 머신
7) 연관 규칙 학습법
8) 유전 계획법
9) 인공신경망
10) 클러스터링
11) 표현 학습법
12) 기타 기술
1-5. 머신러닝(Machine Learning) 소프트웨어 요구 사항
1) Easy integration
2) Flexible deployment
3) Model accuracy
4) Speed
5) Time to value
6) Usability
7) Visualization
1-6. 머신러닝(Machine Learning) 기술 확산 요건
1-7. 응용분야
1) 건강 관리
2) 교육
3) 국방
4) 금융 서비스
5) 미디어
6) 보험
7) 소매 시장
8) 엔터테인먼트
9) 자동차 및 운송
10) 전자상거래
11) 통신
1-8. 기대효과
1) 무제한 소스로부터의 대량 데이터 입력
2) 신속한 처리, 분석 및 예측
3) 액션 시스템
4) 과거 행동으로부터의 학습
2. 전세계 머신러닝(Machine Learning) 개발 동향 및 전망
2-1. 국가별
1) 개황
2) 기술 성숙도
3) 미국
4) 캐나다
5) 영국
6) 독일
7) 네델란드
8) 호주
9) 인도
10) 일본
11) 중국
12) 한국
13) 기타 국가
2-2. 분야별
2-3. 표준 및 특허
1) 표준
2) 특허
(1) 개황
(2) 정량분석
(3) 정성분석
(4) 분야별
(5) 특허 분석에 따른 R&D 전략
3. 국내 머신러닝(Machine Learning) 개발 동향 및 전망
3-1. 기술 개발 현황
3-2. 기술 경쟁력
1) Value Chain 분석
2) 기술 개발 수준
3-3. 개발 로드맵
3-4. 표준 및 특허
1) 표준
2) 특허
3-5. 머신러닝(Machine Learning) 글로벌 협력 사례
Ⅲ. 국내외 머신러닝(Machine Learning) 관련 업체 사업전략 및 R&D 현황
1. 국외 관련 업체
1-1. Microsoft
1-2. Google
1-3. IBM
1-4. Facebook
1-5. AT&T
1-6. Amazon
1-7. Salesforce.com
1-8. Apple
1-8. H2O.ai
1-9. Yottamine Analytics
1-10. Amplero
1-11. Sift Science
1-12. Darktrace
1-13. Ersatz Labs
1-14. Tamr
1-15. Fuzzy.Ai
1-16. LogDNA
1-17. CrowdFlower
1-18. Farmers Business Network
2. 국내 관련 업체
2-1. NHN
2-2. 다음카카오
2-3. 삼성
2-4. 현대
2-5. SK
2-6. 파수닷컴
2-7. 부노(VUNO)
2-8. 유비파이(UVify)
2-9. 뤼이드(Riiid)
2-10. 루닛(Lunit)
2-11. 솔리드웨어(Solidware)
2-12. 솔트룩스(SaltLux)
2-13. 스탠다임(Standigm)