학년-학기 | 교과목명 | 교과목 설명 | 권장 선이수 교과목 |
---|---|---|---|
1-1 | 데이터사이언스개론 (Introduction to Data Science) | 데이터·정보의 수집, 처리, 분석 및 처리를 위한 지식과 기술을 연구하는 학문인 데이터사이언스를 소개한다. | |
공학과경영 (Engineering and Management) | 본 교과목은 산업경영공학에 대해 소개하는 개론적 성격의 과목이다. 공학을 전공하는 학생들에게 가치 창출, 비용 대비 효과, 투자 대비 이익 등을 최적화할 수 있는 경영자의 관점을 가질 수 있도록 돕는다. | ||
인공지능입문 | 인공지능의 기초와 역사, 컴퓨터 기초를 배우고, 4차 산업에서 이용되는 인공지능 기술을 이해한다. | ||
1-2 | R프로그래밍 (R Programming) | 통계의 기본적인 개념과 기초를 학습하고, 엑셀과 R을 활용한 데이터 분석을 수행한다. | |
창의공학개론 (Introduction to Creative Engineering Design) | 창의적 아이디어 도출, 팀웍, 의사소통, 문제 해결, 인맥 관리, 공학 윤리 등의 학습을 통해서 4차산업혁명 시대에 공학도가 갖춰야 할 Soft Skill Set을 교육한다. 동기 부여와 위해 흥미 유발을 위해 간단한 문제들을 대상으로 몇 가지의 가벼운 설계 프로젝트를 진행한다. | ||
파이썬응용 (Python Programming Application) | 파이썬 응용을 위한 활용 프로그램 이해 및 실습 |
학년-학기 | 교과목명 | 교과목 설명 | 권장 선이수 교과목 |
---|---|---|---|
2-1 | 회귀분석기초 Introduction to Regression Analysis | 여러 종류의 데이터의 값을 예측하는 여러 회귀 모델을 공부하고 데이터를 분석하는 과목 |
|
데이터분류기초 Introduction to Data Classification | 분류방법에 대한 기본 개념을 이해하고, 다양한 분류 알고리즘의 원리를 파악해 데이터를 분류하고 파이썬을 이용해 실습한다. | ||
비지도학습기초 Introduction to Unsupervised Learning | 군집화, 시각화, 연관규칙 알고리즘을 학습하고 이를 데이터 분석에 활용하는 교과목 | ||
인공지능수학 (Artificial intelligence math) | 인공지능에서 활용되는 수학의 여러 이론들을 이해하고 프로그램 구현을 통해 적용 방법과 효과를 이해하는 수업 |
| |
파이썬웹프로그래밍 Python Web Programming | HTML, CSS, JavaScript에 대한 기본 개념을 이해하고, 파이썬을 이용해 웹 서버 프로그래밍을 작성한다. | ||
2-2 | 기계학습프로젝트 Machine Learning Project | 기계학습 심화 알고리즘을 습득하고 이를 활용해서 실전 프로젝트를 수행함 | |
모바일웹개발 Python Web Programming | 크로스 플랫폼 언어를 이용한 네이티브 모바일 프로그래밍에 대한 기본 개념을 익혀 모바일 기반 인공지능 프로젝트를 수행한다 | ||
딥러닝기초 (Deep learning basics) | 인공신경망 개념 및 딥러닝 기초 이론을 학습하고 구현한다. | ||
강화학습 Reinforcement Learning | 강화학습 심화 알고리즘을 학습하고 실전 문제에 활용할 수 있는 능력을 함양함 | ||
자연어처리 Natural Language Processing | 인간의 언어를 처리하고 이해하는 기본적인 기계학습 모델을 공부하고 프로그램을 작성하고 프로젝트 수행을 경험하는 과목 |
| |
3-1 | 오픈소스개발플랫폼 Open Source Development Platform | 인공지능 서비스를 분석하여 개선하거나, 신규 개발을 기획해 문서를 작성하고 프리젠테이션한다. |
|
딥러닝응용 (Deep learning application) | 최신 고급 딥러닝에 대한 이론을 학습하고 구현한다. |
| |
지능형로봇시스템 (Intelligent robot system) |
인공지능이 탑재된 하드웨어 장비의 개념을 이해하고 인공지능 기술을 응용하여 적절히 적용한다. |
| |
자연어처리응용 Applications of Natural Language Processing | 인간의 언어를 처리하고 이해하는 심도있는 자연어처리 모델들을 공부하고 프로그램을 작성하고 프로젝트 수행을 경험하는 과목 |
| |
강화학습응용 Applications of Reinforcement Learning | 최신 고급 강화 학습에 대한 이론을 학습, 구현하고 응용 분야를 이해한다. |
| |
3-2 | 인공지능서비스기획 Artificial Intelligence Service Planning | 오픈 소스 개발 플랫폼에 대해서 이해하고, 개발 플랫폼을 구축해 인공지능 프로젝트를 수행한다. |
|
음성인식 (Voice recognition) | 인공지능 기술을 활용한 음성인식에 대한 개념과 이론을 이해하고 다양한 응용 기술을 구현한다. | ||
준지도학습 Introduction to Semi-supervised Learning | 준지도학습의 개념과 원리를 터득하고 이를 실전 문제에 활용할 수 있는 능력을 함양하는 교과목 |
| |
지능형로봇시스템응용 (Intelligent robot system application) | 인공지능 및 여러 소프트웨어 기술을 융합하여 지능형 로봇 시스템을 설계하고 구현한다. | ||
클라우드AI기초 (Cloud AI basics) | 클라우드 환경에서의 인공지능 설계, 개발 및 서비스 제공 방법을 학습한다. | ||
4-1 | 인공지능특론I Topics in Artificial Intelligence I | 인공지능 윤리에 대해 학습하고 토론하며 인공지능 최신 주제에 대해 공부한다. |
|
클라우드AI응용 (Cloud AI application) | 클라우드 환경에서의 인공지능 개발, 웹서비스 제공 등 산업에서 사용되는 다양한 인공지능 서비스에 대해서 학습하고 실습한다. | ||
캡스톤디자인(AI)Ⅰ | 인공지능 전공에서 배운 교과목들과 그들의 상관관계에 대한 이해를 바탕으로 실제적인 프로젝트 수행능력을 배양하기 위한 프로젝트를 수행한다. | ||
현장실습(장기/단기) | 현장에서 실습하면서 역량을 키우는 과목이다. | ||
4-2 | 인공지능특론II Topics in Artificial Intelligence II | 인공지능 최신 주제에 대한 이론 및 프로그래밍을 공부하고 프로젝트를 수행한다 | |
캡스톤디자인(AI)II | 인공지능 전공에서 배운 교과목들과 그들의 상관관계에 대한 이해를 바탕으로 실제적인 프로젝트 수행능력을 배양하기 위한 프로젝트를 수행한다. | ||
현장실습 (장기/단기) | 현장에서 실습하면서 역량을 키우는 과목이다. |