사람에게 도움이 되고 세상을 행복하게 하는 교육기관이 되겠습니다.
강의교수 | 장우순 | |||
---|---|---|---|---|
수강료 | 51,000 | 학점 | 3 | |
학습기간 | 2023/05/18 ~ 2023/08/30(15주) | 정원 | 80 | |
교수학력 | 학사 : 호서대학교 전자공학 학사 석사 : 중앙대학교 정보통신공학과 통신반도체 석사 박사 : 호서대학교 전자공학과 광통신 박사 |
|||
교수경력 | 숭실사이버대학교 강의 (2017.09 ~ 현재) 명지전문대학교 전임교수 (2015.03 ~ 현재) |
|||
[전공관련영역]
학사 - 전문학사 - |
과목개요 | 인공지능의 기본 개념과 이론, 인공지능의 문제 정의 및 문제 풀이 방법, 기계 학습, 자연어 이해 등을 배워 인공지능 시스템의 원리와 특징을 이해한다. 지식 표현 및 추론, 해 탐색, 게임 놀이, 규칙 기반 모델, 전문가 시스템, 계산 학습 이론, 퍼지 이론과 최근 연구 동향을 살펴본다. |
---|---|
학습목표 | 1. 인공지능의 개념과 인공지능의 목적, 방법론 측면에서의 분류와 개발 상황을 설명할 수 있다. 2. 인간지능의 한계(heuristic)와 인공지능의 한계(Algorithmic bias)를 이해하고 협업을 통한 의사결정의 필요성을 설명할 수 있다. 3. 인공지능 기술의 최근 동향과 인공지능의 미래를 예측할 수 있다. 4. 인공지능 기술의 도래로 인한 기술/문화 발전의 역기능 발생 문제 및 인공지능 악용 사례를 살펴보고 이에 대한 대응을 제시할 수 있다. 5. 4차 산업혁명시대에서 인공지능의 영향 및 역할을 파악하고, 최근의 동향에 대하여 설명할 수 있다. 6. 인공지능이 답을 찾아가는 과정에서 사용하는 함수들의 의미를 정리하고 활용할 수 있다. 7. 확률에 대한 이해를 통해서 인공지능이 데이터를 확률적으로 분류하는 과정을 설명할 수 있다. 8. 실제 현상이나 인간 사회에서 발생하는 여러 가지 문제점을 해결하기 위한 전문가 시스템이 적용되는 구체적인 사례를 들어 전문가 시스템의 장점과 단점을 설명할 수 있다. 9. 신경망의 개념과 구조를 정리하고, 신경망을 적용한 인공지능 시스템의 동작을 설명할 수 있다. 10. 딥러닝이 가장 강력한 인공지능 방법론이 된 이유를 이해하고, 데이터를 분류하는 방식에 있어서 확률적 접근법의 강점을 설명할 수 있다. 11. 자연어시스템과 인공지능의 관련성을 이해하고 자연어 처리에 필요한 다양한 기술을 설명할 수 있다. |
강의방법 | 온라인 강의, 토론, 과제, 질문답변, 형성평가, 학습자료실, 퀴즈, 생각나누기 |
교재/참고문헌 | 없음 |
평가기준 | 출석(20점) ,과제(5점) ,토론(10점) ,중간(25점) ,기말(25점) ,퀴즈(10점) ,수업참여도(5점) |
이수기준 | 출석: 16점 이상(80%), 총점: 60점 이상 |
주/차 | 과 목 |
---|---|
1-1 | 인공지능이란 무엇인가? |
1-2 | 인간의 지능과 인공지능 |
2-1 | 인공지능 기술 |
2-2 | 인공지능의 타 학문 분야에의 응용 |
3-1 | 인공지능의 연구 분야 |
3-2 | 인공지능과 소프트웨어 |
4-1 | 인공지능의 미래와 윤리 |
4-2 | 슈퍼 인공지능 시대의 도래와 지능의 폭발 |
5-1 | 인공지능과 4차 산업혁명 |
5-2 | 4차 산업혁명의 핵심 키워드 |
6-1 | 인공지능 프로그래밍 1 |
6-2 | 인공지능 프로그래밍 2 |
7-1 | 인공지능 프로그래밍 3 |
7-2 | 인공지능 프로그래밍 4 |
8-1 | 중간고사 |
8-2 | 중간고사 |
9-1 | 규칙기반 인공지능의 추론 및 전문가 시스템과 인공지능 문제 탐구 |
9-2 | 규칙기반 전문가 시스템의 개념과 응용 |
10-1 | 머신러닝의 개념을 이해하고 여러 가지 학습방법과 응용분야 고찰 |
10-2 | 머신러닝의 비지도 학습 클러스터 개념 및 응용 |
11-1 | 신경망 개념과 응용 |
11-2 | 다층 퍼셉트론 |
12-1 | 딥러닝 기반의 심층신경망과 활용 |
12-2 | 딥러닝을 지원하는 하드웨어와 시장성 |
13-1 | 인공지능의 패턴인식 |
13-2 | 인공지능의 자연어 처리 |
14-1 | 데이터 사이언스 개요 |
14-2 | 빅데이터의 개념, 특징, 요소기술, 활용 |
15-1 | 기말고사 |
15-2 | 기말고사 |