1학년
| 학년 | 학기 | 학수번호 | 과목명(한글) | 과목명(영문) | 설강학과 | 이수구분 | 이수단위 | 학점 | 강의 | 실습 | 관장학과 | 과목설명 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1 | GEN5029 | 커리어개발1 | Career Development1 |
데이터사이언스학과 | 교양필수 | 100 | 1 | 1 | 0 | 데이터사이언스학과 | ||
| 전교공통 교양필수 | |||||||||||||
| 1 | 1 | SYH0001 | 사랑의실천1 | Love in deed and truth1 |
데이터사이언스학과 | 교양필수 | 100 | 2 | 2 | 0 | 리더십센터 (행정부서대학) |
||
| 전교공통 교양필수 | |||||||||||||
| 1 | 1 | ITE1014 | 소프트웨어 입문설계 |
Introduction to Software Design |
데이터사이언스학과 | 전공기초 | 100 | 3 | 2 | 4 | 데이터사이언스학과 | ||
| 이 수업은 프로그래밍을 처음 접하는 학부 1학년생을 대상으로 프로그래밍의 기초를 가르치는 수업입니다. Python의 기본과 C의 기본을 익힌다. | |||||||||||||
| 1 | 1 | MAT2020 | 이산수학 | Discrete Mathematics |
데이터사이언스학과 | 전공기초 | 100 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 컴퓨터에서 활용되는 수학적 개념을 배운다. 특히, 논리, 집합, 관계 및 함수, 이항계수, 그래프 등에 관한 이론을 기초로 이진 대수를 포함한 대수적 구조, 알고리즘, 튜링 기계 등에 관해 폭 넓게 다룬다. | |||||||||||||
| 1 | 1 | GEN2052 | 미분적분학1 | Calculus1 | 데이터사이언스학과 | 전공기초 | 100 | 3 | 3 | 0 | 수학과 | ||
| 자연과학과 공학의 기초가 되는 미분과 적분의 분야 중 극한과 연속초월함수의 미분과 적분, 극좌표, 수열과 급수 등을 강의하여 수학에 대한 기본원리를 이해하고 이를 응용하는 힘과 과학적인 사고를 길러줌을 그 목표로 한다. | |||||||||||||
| 1 | 1 | SOI1003 | 데이터사이언스 기초 |
Data Science Fundamentals |
데이터사이언스학과 | 전공핵심 | 100 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 데이터사이언스에 입문하는 학생들을 위한 기초과목으로서 이 분야의 역사, 인공지능과의 연관성, 데이터의 개념, 데이터 엔지니어링에 대한 이해, 기계학습의 기본적인 개념, 다양한 세부분야에 대한 개괄적인 이해, 데이터 시각화, 윤리적인 이슈 등을 다룬다. | |||||||||||||
| 1 | 2 | CUL0005 | 말과글 | Korean Speaking and Writing |
데이터사이언스학과 | 교양필수 | 100 | 3 | 3 | 0 | 창의융합교육원 (교양국어교육위원회) |
||
| 전교공통 교양필수 | |||||||||||||
| 1 | 2 | GEN4091 | 과학기술의 철학적이해 |
hilosophical Understanding of Science and Technology |
데이터사이언스학과 | 교양필수 | 100 | 3 | 3 | 0 | 창의융합교육원 (과학철학교육위원회) |
||
| 전교공통 교양필수 | |||||||||||||
| 1 | 2 | ITE1015 | 창의적소프트웨어 프로그래밍 |
Creative Software Design | 데이터사이언스학과 | 전공핵심 | 100 | 4 | 2 | 4 | 데이터사이언스학과 | ||
| 소프트웨어 개발에 널리 사용되는 C/C++ 언어를 배우고 능숙하게 사용할 수 있도록 하여 컴퓨터 과학을 공부하는데 필요한 기초를 다진다. 여러가지 개발 환경(UNIX/Linux)을 접할 수 있는 기회를 제공하고 바람직한 프로그래밍 스타일을 연습하도록 하여 효율적이고 창의적인 소프트웨어를 만들 수 있는 바탕을 제공한다. | |||||||||||||
| 1 | 2 | GEN2053 | 미분적분학2 | Calculus2 | 데이터사이언스학과 | 전공기초 | 100 | 3 | 3 | 0 | 수학과 | ||
| 미분적분학1에 계속되는 과목으로 자연과학 및 공학에 기초가 되는 미적분학과 해석기하학의 기본적인 이론을 터득하여 앞으로 전공과목을 이수할 때 수학적인 소양과 논리적인 사고로서 여러 가지 문제를 처리하는 능력을 갖도록 한다. 미적분학과 해석기하학의 기본 내용 중에서 선형대수, 행렬과 방정식, 다변수 함수, 편미분, 중적분, 벡터함수 등 미분적분학1 보다 좀더 복잡한 함수와 연관되는 내용을 다룬다. | |||||||||||||
| 1 | 2 | MAT2003 | 선형대수 | Linear Algebra | 데이터사이언스학과 | 전공기초 | 100 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 정보통신 분야에서 기본이 되는 다양한 이론과 이의 응용에 대해 학습한다. 이를 위해, 연립방정식, 행렬과 행렬식, 추상 벡터공간, 선형변환, 내적, 유클리드 공간기하, 특성치 등에 대한 기본개념과 이론, 그리고 정보통신 분야에서의 활용방법 등을 학습한다. | |||||||||||||
| 1 | 2 | SOI1008 | 데이터사이언스프로젝트 | Data Science Project | 데이터사이언스학과 | 전공핵심 | 100 | 3 | 0 | 6 | 데이터사이언스학과 | ||
| 이 수업에서는 학생들이 팀을 만들어서 데이터사이언스 분야의 실제적인 문제를 푼다. 파이썬이나 R 프로그래밍을 이용하여. 공개된 데이터를 분석하고 간단한 인공지능 알고리즘을 적용하여 프로젝트를 수행한다. | |||||||||||||
2학년
| 학년 | 학기 | 학수번호 | 과목명(한글) | 과목명(영문) | 설강학과 | 이수구분 | 이수단위 | 학점 | 강의 | 실습 | 관장학과 | 과목설명 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2 | 1 | CSE2010 | 자료구조론 | Data Structures | 데이터사이언스학과 | 전공기초 | 200 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 컴퓨터과학의 가장 중요한 핵심 중의 하나인 기초 알고리즘분석 방법, 다양한 자료구조 및 이를 기반으로 하는 기본적인 문제 해결 알고리즘에 대하여 학습한다. | |||||||||||||
| 2 | 1 | MAT2017 | 확률통계론 | Probability & Statistics | 데이터사이언스학과 | 전공기초 | 200 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 이 교과목은 확률의 기초적인 이론과 주요한 개념들, 그리고 이들의 통계학적 응용법에 대하여 초점을 맞추며 효율적인 통계 도구들을 이용하여 데이타 분석을 하는 기술을 배운다. 구체적인 주제들은 데이타의 central tendency의 측정방법, variability의 측정방법, random variables 과 random variables을 위한 확률 분포 함수들, 전통적인 방법의 통계적 추정 및 자료 분석 방법들과 (가설 및 검정기술, 회규분석 및 상관관계 등) 과 Bayesian 통계적 추정 및 자료 분석 방법들을 습득한다. | |||||||||||||
| 2 | 1 | ITE2037 | 객체지향시스템설계 | Object-Oriented Systems Design |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 본 과목에서는 소프트웨어의 개발을 원활히 하기 위해서 필요한 기본적인 프로그래밍 기술을 습득합에 그 목적이 있다. 특히 인터넷 시대를 맞아 본 과목에서는 Java를 구현언어로 채택하여 프로그래밍의 일반적인 기술습득과 더불어 인터넷이 사용에 초점을 맞춘다. 이를 통하여 공학 문제해결에서 필요로하는 컴퓨터 프로그래밍의 기초를 학습한다 | |||||||||||||
| 2 | 1 | COE3051 | 공업수학1 | Enginering Mathematics |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 3 | 0 | 공학교육혁신센터 | ||
| 공과 대학의 기초 과목인 미적분학을 기초로하여 상미분방정식, 선형미분방정식, 미분방정식의 급수 및 급수해, Lapla ce Transportation을 체계적으로 배우고, 기초 개념 원리 및 법칙 등의 이해와 응용 능력을 배양하여 전공과목 이수에 기초가 되며 합리적이고 과학적인 사고로써 사물을 처리하는 수학적 소양을 키우는데 있다 | |||||||||||||
| 2 | 1 | SOI1009 | 머신러닝1 | Machine Learning1 |
데이터사이언스학과 | 전공핵심 | 100 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 머신러닝은 데이터 관찰 및 분석을 통해 성능을 계속적으로 향상시킬 수 있는 학습가느안 시스템을 연구하는 인공지능의 한 분야로서 본 수업에서는 기본적인 이론과 이를 응용하는 방법에 관해 배운다. 지도학습과 비지도 학습에 관한 기본 원리와 이론적인 배경을 공부하며 이들에 대한 구체적인 알고리즘을 파이썬이나 R 을 통해서 구현함으로써 실제적인 문제를 해결하는 방법을 배운다. | |||||||||||||
| 2 | 2 | SYH002 | 사랑의실천2 | Love in deed and truth2 |
데이터사이언스학과 | 교양필수 | 100 | 2 | 2 | 0 | 리더십센터 (행정부서대학) |
||
| 전교공통 교양필수 | |||||||||||||
| 2 | 2 | ITE2039 | 알고리즘및 문제해결기법 |
Algorithms and Problem Solving |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 프트웨어의 개발에 있어 원천이 되는 핵심 알고리즘들을 살펴본다. 다양한 응용에서 활용되는 정렬 알고리즘, 그래프 알고리즘을 학습하고, 동적 프로그래밍이나 greedy algorithm 과 같은 기법에 대해서도 예제를 통해 익힌다. 동일한 문제를 해결하는 다양한 알고리즘에 활용되는 자료구조를 기반으로 계산복잡도를 확인하고, 이를 바탕으로 실제 응용문제 해결에 있어 적합한 알고리즘을 선택할 수 있다. | |||||||||||||
| 2 | 2 | ITE2038 | 데이터베이스 시스템및응용 |
Database Systems |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 데이터베이스, 데이터베이스 관리 시스템, 데이터베이스 시스템을 이해하고, 이의 기반이 되는 데이터 모델, 데이터베이스 언어, 그리고 다양한 구현 기법에 대해 배운다. 특히, 데이터베이스 응용을 개발하는데 필요한 데이터베이스 설계 기법과 데이터베이스 응용의 구현 기법을 배우고 상용 데이터베이스 관리 시스템을 이용하여 실제 데이터베이스를 활용하는 경험을 갖게 한다. 그리고 데이터베이스 관리 시스템의 내부 동작 메카니즘을 배움으로써 그 원리와 응용을 습득한다. | |||||||||||||
| 2 | 2 | SOI1010 | 머신러닝2 | Machine Learning2 |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 기계학습 알고리즘 과목을 통해 다양한 알고리즘을 다룰 수 있게 된 학생들이 알고리즘들간의 수학적 관련성을 이해하고 실제 최신 기계학습 논문을 읽고 데이터를 다루는 데 적용할 수 있도록 설계된 과목이다. 확률그래프모델(Probabilistic graphical model)과 관련된 여러 확장된 모델이 어떤 식으로 다른 다양한 알고리즘들을 통합할 수 있는지가 중심이 되는 과목이며, 이를 통해 알고리즘의 설계와 해석에 있어 어떤 식으로 이론의 도움을 받을 수 있는지에 대한 개념을 익히는 과목이다. | |||||||||||||
| 2 | 2 | SOI2007 | 인지과학기초 | Introduction to Cognitive Sciences |
데이터사이언스학과 | 전공핵심 | 200 | 3 | 3 | 0 | 심리뇌과학과 | ||
| 뇌과학의 다양한 분야 중 인지뇌과학의 기초를 배운다. 시각, 청각, 촉각 등의 감각 정보가 처리되는 과정, 의사결정,기억 및 학습, 동기부여, 보상, 감정, 운동시스템 등과 같은 인지기능의 뇌과학적 기전의 기초를 배운다. 인지뇌과학의 역사와 최근 연구동향, 융합학문으로서 향후의 전망과 과제에 대해서 이해한다. | |||||||||||||
3학년
| 학년 | 학기 | 학수번호 | 과목명(한글) | 과목명(영문) | 설강학과 | 이수구분 | 이수단위 | 학점 | 강의 | 실습 | 관장학과 | 과목설명 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3 | 1 | CSE4007 | 인공지능 | Artificial Intelligence |
데이터사이언스학과 | 전공핵심 | 300 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 문제 해결, 경험기반 탐색, 지식 표현, 일차 술어논리 등을 배우고, 전문가 시스템, 기계시각, 지적 교육 시스템, 기계 학습, 자연어 처리와 같은 성공적인 인공지능 응용에 대해 살펴본다. 그리고 인터넷 정보 검색에 활용되는 Intelligent agent 등을 구축해 봄으로써 실생활에 적용될 수 있는 시스템 기술을 습득할 수 있다. | |||||||||||||
| 3 | 1 | ITE4052 | 컴퓨터비전 | Computer Vision | 데이터사이언스학과 | 전공심화 | 300 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 컴퓨터비전은 3차원 세계의 여러 가지 정보를 디지털영상으로부터 계산하는 것에 대해 다루는 분야로서, 사물의 형상, 움직임은 물론 행위, 감정 등을 사진이나 비디오로부터 인식하는 이론적 원리와 실제적 응용을 포함하며, 본 과목에서는 영상 획득, 특징 추출, 움직임 추정, 3차원 복원, 물체 인식 등의 핵심 주제를 강의한다. | |||||||||||||
| 3 | 1 | ITE4005 | 데이터사이언스 | Data Science | 데이터사이언스학과 | 전공심화 | 300 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 데이타사이언스는 알고리즘, 데이타베이스 시스템, 데이타 웨어하우스, 기계 학습, 통계학, 데이타 가시화 등의 다양한 학문 분야의 통합적 지식을 요구하는 학제간의 연구 분야이다. 이 교과목은 주로 데이타 분석과 관련된 응용들을 위한 효율적인 방법들을 개발하는 측면에 초점을 맞추며, 데이타 마이닝을 위한 원리, 알고리즘, 구현, 응용 등을 다룬다. 구체적인 주제들은 연관 규칙, 유사 검색, 분류, 클러스터링, 예측, 텍스트 마이닝, 웹 마이닝 등이다. | |||||||||||||
| 3 | 1 | SOI3006 | 계산인지과학 | Computational Cognitive Sciences |
데이터사이언스학과 | 전공심화 | 300 | 3 | 3 | 0 | 심리뇌과학과 | ||
| 인지과학에서 사용되는 다양한 수학적, 계산과학적 기법을 배우고 그 의미를 해석하고 연구에 활용하는 법을 배운다. 다양한 인공지능 알고리즘들이 인지과학의 문제를 구체적으로 어떻게 활용되는지 배운다. 또한 뇌의 기능을 계산과학적으로 이해함으로써 향상된 인공지능 시스템을 개발하는데 사용되었는지에 대한 구체적인 사례를 배우고 뇌과학과 인공지능 연구를 통합적으로 접근할 수 있도록 한다. | |||||||||||||
| 3 | 2 | GEN5100 | 커리어개발2 | Career Development2 | 데이터사이언스학과 | 교양필수 | 100 | 1 | 1 | 0 | 데이터사이언스학과 | ||
| 전교공통 교양필수 | |||||||||||||
| 3 | 2 | SYH0003 | 사랑의실천3 (기업가정신) |
Love in deed and truth3 (Entrepreneuership) |
데이터사이언스학과 | 교양필수 | 100 | 2 | 2 | 0 | 리더십센터 (행정부서대학) |
||
| 전교공통 교양필수 | |||||||||||||
| 3 | 2 | ELE3021 | 운영체제 | Operating Systems | 데이터사이언스학과 | 전공심화 | 300 | 3 | 2 | 2 | 데이터사이언스학과 | ||
| 운영체제의 역사, 종류, 구성요소 뿐만 아니라 프로세스 관리 기법, 메모리 관리 기법, 파일 관리 기법, 장치 관리 기법, 보호 기법 등과 같은 컴퓨터 시스템을 구성하는 여러 자원을 효율적으로 관리하는 기법을 배우며 운영체제를 설계할 수 있는 기초지식을 습득한다. | |||||||||||||
| 3 | 2 | CSE4055 | 지능형로보틱스 | Intelligent Robotics | 데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 본 과목은 로보틱스 분야의 개론교과목으로 로봇의 구성 요소, 자유도, 관절, 좌표계 , 기구학, 동역학, 작업공간 등 로봇의 기본적인 특성을 강의한다. 또한 강화학습 알고리즘을 활용한 제어 알고리즘과 이를 이해하는데 필요한 다양한 이론을 강의하고, 응용 어플리케이션을 소개한다. 또한 최신의 기계학습 및 딥러닝 프레임워크를 활용하여 기계학습/딥러닝 학습을 이용한 가상 로봇 제어기를 구현하고 이를 최적화 하는 프로젝트 수행하게 된다. | |||||||||||||
| 3 | 2 | ITE3062 | 인간컴퓨터상호작용 | Human-Computer Interaction |
데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 인간컴퓨터 상호작용 목적은 컴퓨터의 도구로서의 잠재력을 극대화하여 인간의 의지를 보다 자유롭게 하고, 창의력을 증진시키고, 나아가 인간 사이의 의사소통과 협력을 증진시키는 데 있다. 본 강좌는 사용자와 컴퓨터 사이에 있는 사용자 인터페이스에서 발현되는 작동에 관한 주요 개념과 사용자 인터페이스를 설계하는 방법론 및 절차, 이를 구현하는 구체적 방법과 비교/평가하는 방법, 새로운 하드웨어 및 소프트웨어 인터페이스 개발 등의 주제를 강의한다. | |||||||||||||
| 3 | 2 | SOI2002 | 인공지능베이지안이론 | Bayesian Theory | 데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 베이지안 추론을 기반으로 다양한 모델의 숨겨진 매개변수를 추정 및 학습하고 주요 변수의 조건부 확률분포를 구하는 방법을 배운다. 본 과목을 통해 베이지안 추론의 기초와 모델을 이해하고 이를 적용하여 데이터분석을 수행 및 해석하는 방법을 배우게 된다 | |||||||||||||
| 3 | 2 | SOI3009 | 강화학습이론및응용 | Reinforcement Learning |
데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 인공지능의 한 분야인 강화학습의 기본 개념과 주요 알고리즘들을 파이썬 실습을 통해서 배운다. 강화학습이 기존의 지도학습, 비지도 학습과 어떻게 다르고 다양한 알고리즘들이 제안된 배경과 장점과 단점을 이해함으로써 실제 문제해결에 어떻게 적용이 되는지 배운다. 마지막으로 강화학습이 딥러닝과 접목이 된 최신 알고리즘들 (Deep Reinforcement Learning) 을 이해하고 실제로 구현해 본다. | |||||||||||||
4학년
| 학년 | 학기 | 학수번호 | 과목명(한글) | 과목명(영문) | 설강학과 | 이수구분 | 이수단위 | 학점 | 강의 | 실습 | 관장학과 | 과목설명 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4 | 1 | SYH0004 | 셀프리더십(HELP4) | Self-Leadership | 데이터사이언스학과 | 교양필수 | 100 | 2 | 2 | 0 | 리더십센터 (행정부서대학) |
||
| 전교공통 교양필수 | |||||||||||||
| 4 | 1 | MAT3008 | 수치해석 | Numerical Analysis | 데이터사이언스학과 | 전공심화 | 300 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 수치해석' 이란 수학, 공학적 문제를 컴퓨터를 사용하여 푸는 방법을 배우는 과목이라 할 수 있다. 본 과목을 통해 오차, 함수의 근사, 행렬의 처리, 수치적분, 수치미분 등 수치해석의 기본을 익히고 이를 바탕으로 미분방정식을 수치해석적으로 풀어 문제의 해를 구하는 능력을 기른다. 본 과목은 미적분학과 선형대수학을 수강한 학생들이 대상이 되며 C 나 C++ 또는 기타의 컴퓨터 프로그래밍 언어 중 최소한 하나를 사용할 줄 알아야 한다. | |||||||||||||
| 4 | 1 | ITE4053 | 딥러닝및응용 | Deep Learning Methods and Applications |
데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 본 강좌에서는 정보검색 시스템 개발을 위한 이론적 기초를 습득하고 이와 관련한 자료구조 및 알고리즘을 학습한다. 특히 본 강좌는 고전적 텍스트 정보검색 시스템으로부터 최신 웹 정보검색과 관련된 내용을 포괄함으로써 지식검색 및 정보검색 엔진 구현을 위한 구체적 기술을 습득할 수 있게 한다. 구체적인 강의 내용은 정보검색 모델, 검색 성능 평가, 인덱스 파일 구조, 용어 및 문서 처리, 문서 클러스터링 알고리즘, 질의 처리 및 관련도 피드백, 웹 정보검색 등이다. | |||||||||||||
| 4 | 2 | SOI4003 | 인공지능졸업프로젝트 | AI Project | 데이터사이언스학과 | 전공심화 | 400 | 8 | 1 | 14 | 데이터사이언스학과 | ||
| 전공 관련 지식과 프로그래밍 등의 능력을 활용하여 창의적인 주제를 선정하고, 이를 실현하여 설계작품을 만드는데 그 취지가 있다. 팀은 2인 또는 1인 1조로 구성하여 주제를 정하고 설계/구현/발표를 진행한다. 졸업 작품을 만들어 내기 위하여 지도 교수와 긴밀한 협조체계를 통하여 진행하며, 아이디어 도출 및 개발 능력 함양을 목표로 한다. | |||||||||||||
| 4 | 2 | ITE4080 | 지능형생물정보학 | Bioinformatics | 데이터사이언스학과 | 전공심화 | 400 | 3 | 3 | 0 | 데이터사이언스학과 | ||
| 염기서열 데이터베이스, 구조 데이터베이스, 염기서열 분석 데이터베이스, 생명과학 데이터베이스 등으로부터 염기서열 정렬과 데이터베이스 탐색, 계통분류학적 분석, 염기서열로부터 예측할 수 있는 정보의 습득과 이용 방법에 대해 실습을 통해 탐구한다. 아울러, 단백질 서열로부터 예측할 수 있는 정보, 사람과 생쥐의 생리 지도 데이터베이스, 게놈 정보학, 염기 서열 등록 방법 등에 대하여 이론적 바탕위에 실습을 통해 실무에 응용할 수 있는 능력을 배양한다. 데이터베이스의 구축 및 효율적 분석 알고리즘의 복잡도를 분석하고 효율적인 알고리즘을 설계하는 기법을 익힌다. | |||||||||||||