. [2023-Fall] ▶ [고급딥러닝] (Advanced Deep Learning)

• This course introduces related content ranging from mathematical concepts for deep learning to the latest artificial intelligence algorithms and covers application cases. Basic mathematical concepts such as linear algebra, multivariate modeling, and probability/statistics are introduced, and optimization concepts for artificial intelligence are also covered. Learning methods widely used in computer vision and time series analysis, where deep learning is actively used, are discussed with a focus on architecture. We introduce various use cases using artificial intelligence technology to solve field problems and implement deep neural networks.

   . [2023-Fall] ▶ [데이터마이닝] (Data Mining)

   . [2023-Fall] ▶ [인공지능응용] (Artificial Intelligence Applications)

- 본 과정은 현실 문제에서 빅데이터를 다루는데 있어 직면하게 되는 다양한 데이터 문제 상황에 대한 해결 기법을 학습한다. 수업 내용은 데이터 과학 프로젝트의 절차를 학습함과 동시에 중요한 다섯가지 문제 상황과 관련 기법을 포함한다.

1) 데이터 불균형 문제 (data imbalance problem)

2) 이상탐지 기법 (novelty detection)

3) 그래프 기반 학습 알고리즘 (graphical model)

4) 해석 가능한 인공지능 모델 (eXplainable AI)

5) 메타휴리스틱 (metaheuristics algorithms)

  - 실습은 Python 언어와 오픈소스 라이브러리를 활용하여 직접 구현하고 문제 해결 능력을 배양한다. 

  - 실제 산업 현장에서 데이터를 다루면서 겪게 될 주요한 문제 상황의 유형을 이해한다.

  - 데이터의 문제 상황을 사전 점검하고 적절한 기법을 활용할 수 있다.

  - 비즈니스 목표 달성을 위한 데이터 분석의 체계적인 프로세스를 이해한다.