AAI102 인공지능 프로그래밍언어 기초 (Introduction to AI Programming Language)
소프트웨어 개발은 단순히 프로그래밍 언어의 문법을 이용해 문제를 코드화하는 것만을 의미하는 것이 아니다. 좋은 소프트웨어 개발자가 되려면, 프로그래밍 언어를 개발 수단으로, 효과적인 소프트웨어 개발을 위한 절차를 따르며, 주어진 문제를 분석, 설계하는 프로그래밍 사고방식을 익혀야 한다. 이를 위해 본 교과목은 1) 프로그래밍언어의 문법과 의미 이해를 통한 프로그래밍 기법 학습, 2) 프로그램 개발 시 요구되는 기초 절차 학습, 3) 현장에 적용 가능한 수준의 프로그래밍 분석, 설계, 구현의 통합 능력 배양을 목표한다. 특히 Python로 대표되는 인공지능 프로그래밍에 대한 기본적 패러다임을 이해하고, 언제, 어떻게 실제 프로젝트에 활용하는 지를 집중적인 프로그래밍 실습과 프로젝트 수행을 통해 훈련하는 것을 목적으로 한다.
AAI201 자료구조 (Data Structures)
자료구조는 데이터를 처리하는 입장에서 데이터 사이에 존재하는 관계를 개념적으로 설계하는 기법들을 의미하며, 효율적이고 안정적인 컴퓨터 시스템 개발을 위한 컴퓨터 과학 및 공학 분야의 중요한 기초 지식이다. 즉 소프트웨어를 효과적으로 설계, 구현하기 위해서는 프로그래밍 기술뿐만 아니라, 프로그래밍의 재료인 자료구조와 제작법으로서 알고리즘에 관한 기초적인 학습이 요구된다. 특히 컴퓨터 프로그래밍에서 다루는 물리적인 기본 데이터구조로 시작하여, 추상적인 문제를 실체화하는 논리적인 자료구조로 단계적으로 학습하며, 이를 적용한 알고리즘 학습을 통해 자료구조 별 특징과 자료구조의 활용 방법을 이해하는 것을 목적으로 한다.
AAI222 확률 및 통계1 (Probability and Statistics 1)
확률 및 통계학은 모든 학문의 연구도구로서 실험연구의 설계 및 데이터를 분석을 하는 인공지능 연구자들에게필수적 과목이다. 확률 및 통계1는 확률 및 통계의 기본 이론을 학습하고, 이를 실험연구의 설계 및 결과분석에 응용하여 인공지능 학습에 기초 데이터 분석능력을 배양함을 목표로 한다. 다루는 주제로는 기초 통계 - 데이터의 기술통계치와 그래픽표현에 의한 정보 해석, 확률분포와 통계검정방법의 습득, 표본사이즈(실험개수)와신뢰구간의 실용적 의미, 가설검정과 평균간 비교분석 (t-test, ANOVA), 실험디자인의 기본원리의 이해, 상관관계와 회귀분석모형- 그리고 Bayesian 통계 내용 - 조건부확률, prior, posterior, maxium likelihood를 배운다.
AAI223 이산수학 (Discrete Mathematics)
본 강좌에서는 컴퓨터를 이용하여 문제를 해결함에 있어서 필요한 기초 수학을 배운다. 인공지능 알고리즘의 핵심이 되는 선형대수(행렬 연산)이나 그래프 등과 같은 다양한 수학적 모델을 이용하여 문제를 정의하고, 그에 따른 해결 방법을 수학적 이론이나 방법을 활용하여 검증하기 위한 기초 지식을 학습한다. 본 교과목은 컴퓨터구조와 자료구조의 선수 과목으로 지정되어 있으며, 본격적으로 전공 관련 교과목을 수강하기 위해 반드시 이수해야 할 과목 중의 하나이다.
AAI231 데이터 개론 (Introduction to Data Science)
빅데이터 시대의 요구에 맞게 부상하고 있는 데이터 기반 인공지능, 데이터사이언스의 역할과 필요 역량에 대한 이해, 데이터 수집, 처리, 관리 및 분석 등에 관한 개요 및 기초 지식을 다룬다. 주요 학습 내용은 다음과 같다. (i) 데이터 수집, 처리, 및 분석 프로세스 관련 핵심 개념 및 주요 기술, 데이터의 이해, 데이터 분석 도구, 데이터 활용, (ii) 데이터 사이언스 및 인공지능을 적용한 사례 등을 소개 – 텍스트, 이미지, 그래프 등 상이한 종류의 데이터들을 설명하고 이에 기반한 다양한 분야에서의 활용 사례에 대해 소개한다.
AAI331 인공지능기초 (Introduction to Artificial Intelligence)
인공 지능 (AI)의 문제에 대한 포괄적인 소개와 이를 해결하기 위한 AI 기술을 다룹니다. AI의 전통적인 주제와 머신 러닝의 고급 응용 주제에 대한 간략한 소개가 포함됩니다. 학습될 AI의 전통적인 주제는 문제 표현, 문제 해결 방법, 검색, 지식 표현, 계획 및 학습 및 AI 프로그래밍입니다. 이 과정은 이론적 방법과 실제 구현을 모두 다룹니다. 기계 학습의 고급 응용 프로그램 주제에는 강화 학습, 자연어 처리 및 컴퓨터 생물학이 포함 되나 이에 국한되지 않습니다.
AAI332 기계학습기초 (Introduction to Machine Learning)
머신 러닝은 데이터에서 일반화 된 패턴을 찾는 것입니다. 전체적인 아이디어는 "인간 작성 코드"를 "인간 공급 데이터"로 대체 한 다음 시스템을 통해 예를 보고 사람이 원하는 것이 무엇인지 파악하도록 하는 것입니다. 최근에는 사기성 신용 카드 거래를 감지하는 방법을 배우는 데이터 마이닝 프로그램에서 고속도로를 운전하는 법을 배우는 자율 주행 차량에 이르기까지 많은 성공적인 기계 학습 응용 프로그램이 개발되었습니다. 동시에, 이 분야의 기초를 형성하는 이론과 알고리즘에서 중요한 발전이 있었습니다. 이 수업의 목표는 머신 러닝 및 다양한 관점에서 사용되는 최첨단 기계학습 알고리즘에 대한 개요를 제공하는 것입니다. 수업에서는 알고리즘의 이론적 속성과 실제 응용에 대해 논의할 것입니다.
AAI211 컴퓨터시스템 (Computer Systems)
본강좌에서는,컴퓨터 프로그래머로서 배워야할 컴퓨터구조의기본원리및구성과 컴퓨터의운영체제의 기본원리및구성을 강의한다. 컴퓨터의CPU에서동작하는명령어를체계적으로이해하도록,기본구성과타이밍에따른동작원리를살펴본다. 레지스터기반구성을이해하고,CPU명령어들이어떻게단계별로수행되는지를살펴본다.운영체제는컴퓨터시스템의자원(CPU,Memory,Storage,Process,File,입출력장치등)을효율적으로관리하는동시에사용자에게컴퓨터시스템을쉽게사용토록편리한interface를제공하는소프트웨어의일종이다.운영체제라는SW는프로세스관리,메모리관리,파일관리,디바이스관리등을담당하는여러 개의모듈들이매우유기적으로결합되는구조를가지고있다.본강의에서는운영체제가무엇이며,운영체제내에서어떠한문제가발생하며,그러한문제는어떠한방법으로해결되고있는 가를배우게될것이다.
AAI333 알고리즘 (Algorithms)
소프트웨어 분야에 있어서 자료구조와 알고리즘에 대한 지식이 없이는 제대로 된 컴퓨터 시스템을 구축할 수 없다. 컴퓨터 알고리즘이란 문제를 해결하기 위해 설계되는 일련의 절차를 의미하며, 프로그램을 작성하는 기초 단위가 된다. 즉, 컴퓨터를 동작시키기 위해서는 어떻게 입력하고, 입력된 정보를 어떻게 처리하며, 얻어진 데이터를 어떠한 형식으로 출력, 표현하는가에 대한 체계적인 논리이다. 특히 실제 프로그램과 컴퓨터 문제 해결의 기본 원리와 잘 정의된 기법들에 대한 이해를 통해, 궁극적으론 스스로 효율적인 알고리즘을 설계하고 구현할 수 있는 능력을 배양하는 것을 목적으로 한다.
AAI431 AI융합캡스톤디자인1 (Applied AI Capstone Design 1)
Capstone Design이란 학생이 실제 산업현장에서 부딪히는 문제를 해결하기 위해 대학에서 배운 이론을 바탕으로 하나의 작품을 기획, 설계, 제작하는 전 과정을 통하여 창의적 문제해결 능력을 향상시키는 교육 프로그램이다. AI융합캡스톤디자인1에서는 다양한 전공 지식을 가진 학생들이 팀을 이루어 사회 및 산업체가 필요로 하는 인공지능 응용 과제를 학생 스스로 기획하는 것을 목표로 합니다. 구체적 과정으로 학생 스스로 창의적인 아이디어를 내고 그 문제를 해결하기 위한 목표를 설정하고(The establishment of objectives and criteria) 목표에 도달하기 위한 실험 설계를 합니다.
AAI432 AI융합캡스톤디자인2 (Applied AI Capstone Design 2)
AI융합캡스톤디자인2에서는 AI융합캡스톤디자인1에서 학생이 스스로 기획한 기획안 또는 새로운 기획안을 기반으로 문제를 해결함으로써 창의성, 실무능력, 팀 워크 및 리더십을 배양하는 것을 목적으로 학생들 간의 소통 및 협력을 체험할 수 있는 융합형 교육 프로그램입니다. 구체적으로는 데이터 분석(Analysis), 제작(Construction), 시험(Testing)을 실시하여 최종 평가(Evaluation)까지 학생 스스로 수행하는 과정입니다. 특히 학생의 본 전공과 인공지능(AI) 등과 연계하여 문제를 해결하고 작품을 완성하는 것을 목표로 합니다.