교과목개요 | 인제대학교 AI소프트웨어학과

교과목개요

Ctrl+F를 눌러 원하시는 과목을 찾으세요

ASM006 데이터 탐색 (Data Exploration): 데이터와 변수의 개념과 종류에 대해 배우고 일변수와 이변수에 대해 표를 이용한 데이터 요약과 여러 종류의 그래프를 이용한 시각화를 통하여 데이터를 이해하고 데이터로부터 기초적인 정보를 얻는 방법을 배운다.

ASM085 AI프로그래밍 (AI Programming): 본 강의는 AI 이론을 실습하는 과정에서 필수적인 프로그래밍 기법에 대해 강의한다. 프로그래밍에 기초가 되는 입출력설계부터, 반복, 조건문 제어, 함수 등을 사용하는 방법에 대해 강의한다. 강의는 문제해결을 목표로 하는 실습위주로 진행된다.

ASM002 웹 프로그래밍1 (Web programming1): 본 교과목은 컴퓨터공학생에게 기초가 되는 교과목으로 프로그래밍에 입문하는 학생에게 흥미와 자신감을 갖게하고 효율적인 프로그래밍을 할 수 있도록 하는 과정이 될 것이다.

ASM010 Java 프로그래밍1 (Java Programming 1): Java프로그래밍 언어를 이론과 실습을 통해 배우게 되며 각 단원마다 실습과제가 주어지며 팀단위의 프로젝트를 수행하고 발표하게된다.

ASM011 AI수학 (AI Mathematics): 본 강의는 AI 방법 및 기술 이해에 필수적인 수학에 대해 강의한다. 그 주요 내용은 함수, 미분, 적분, 다변수함수 등을 포함한다.

ASM045 운영체제 보안 (Operating System Security): 본 강의에서는 운영체제가 관리해야할 대상인 프로세스와 스레드, 기억장치, 가상 메모리 관리 방법, 디스크 스케줄링과 파일 시스템 등을 학습하면서 보안적 측면에서 고려해할 사항들을 학습한다.

ASM060 알고리즘 개론 (Introduction to Algorithm): 본 교과목에서는 고급 자료구조, 알고리즘 설계 기술 및 방법: Divide and conquer, Greedy method, Dynamic programming, 정렬알고리즘, 그래프 알고리즘, 문자열 알고리즘, 복잡도 이론 등을 다룬다.

ASM075 데이터베이스 (Database): 본 강의에서는 DB의 구성요소와 데이터베이스관리시스템(DBMS), 관계형 DB, 데이터 모델링 등의 기본 개념을 이해한다. 요구수집 및 분석, 개념적 설계, 논리적 설계, 물리적 설계라는 일련의 과정을 거쳐서 관계형 데이터베이스를 설계할 수 있는 실무 능력을 배양한다.

ASM082 반도체 파이썬 (Semiconductor Python): 본 강의는 AI 이론을 실습하는 과정에서 필수적인 파이썬 프로그래밍에 대해 강의한다. 특히, 파이썬의 객체지향프로그래밍 기법과 다양한 패키지를 사용하여 주어진 문제를 해결하는 방법에 대해 강의한다.

ASM005 웹 프로그래밍2 (Web programming2): 홈 페이지를 이용한 양방향 Communication 웹 사이트 제작에서 기초가 되어줄 ASP를 C#과 함께 ASP.NET 기본과 활용 예제를 통하여 프로그램 작성 방법을 공부하게 될 것이다.

ASM013 Java 프로그래밍2 (Java Programming 2 ): Web기반이며 Platform에 독립적인 Java프로그래밍 언어를 사용하여 현재 관심을 받고 있는 소프트웨어들을 개발한다. Java프로그래밍 언어를 이론과 실습을 통해 배우게 되며 각 단원마다 실습과제가 주어지며 팀단위의 프로젝트를 수행하고 발표하게 된다.

ASM029 비지도학습 (Unsupervised Learning): 비지도 학습은 목표변수가 없는 데이터에서 정보를 얻는 방법이다. 군집 분석, 주성분 분석, 연관성 분석을 통하여 변수 간의 관련성을 파악하고 새로운 변수를 생성하고 축약하는 방법에 대해 배운다.

ASM046 암호학 (Cryptography): 정보보안의 기본 이론인 암호학과 그 응용분야에 대해 학습한다. 암호학과 관련된 알고리즘에 대해 심도있게 논의 하며, 응용분야에서는 보안 취약점과 대응방안, 정보보호시스템 등에 대 해 실무관련 분야에 대해 논의한다.

ASM053 확률 및 통계 (Probability and Statistics): 다양하고 불확실한 현상의 분석을 위한 확률론의 기초개념인 확률공 간, 확률변수와 그분포를 이해하고 자료 분석 및 통계학의 활용을 학 습함으로써 불확실한 현상의 수리적 분석 능력을 향상시키고 과학과 공학의 각 분야에 응용할 수 있는 활용능력을 향상시킨다.

ASM078 반도체비전실습I (Semiconductor Vision Practice I): OpenCV를 활용하여 다양한 이미지분석법을 배우고 반도체 이미지 적용을 실습

ASM030 지도학습1 (Supervised Learning 1): 지도학습은 목표변수가 있는 데이터에서 분류와 예측을 하기 위한 기법이다. 단순회귀분석, 중회귀 분석, 로지스틱 회귀분석, KNN(최근접 이웃) 등의 분석법을 통하여 분류와 예측을 하는 방법을 배운다.

ASM047 기술침해 조사와 분석 (Technical Infringement Investigation and Analysis): 본 강의에서는 기술 침해조사의 흐름 및 수행절차에 대해 학습한다. 그리고 기술침해의 증거를 찾는 방법을 학습한다.

ASM074 네트워크 프로그래밍 (Network Programming): 네트워크로 연결된 환경에서 두 개의 시스템들이 정해진 프로토콜을 기반으로 상호간에 데이터를 송수신하며, 이를 위해서 각 시스템은 네트워크 기능을 다양한 계층으로 구분하여 처리하고 있다. 본 강좌에서는 사용자의 관점에서 TCP/IP 프로토콜을 통한 네트워크 응용 프로그램(소켓 프로그램)을 개발하는 방법을 익힌다.

ASM083 생성형AI (Generative AI): 본 강의는 자연어처리의 제반문제들을 딥러닝의 방법들을 사용하여 해결하는 방법에 대해 강의한다. 구체적으로, NLP pipeline, User Voice Interface, Text Processing, Part of Speech Tagging, Feature Extraction, Topic Modeling, Sentiment Analysis, Machine Translation 등을 다룬다. 강의는 실습위주로 진행되며 파이썬 프로그래밍 언어를 사용하여 실습을 진행한다.

ASM034 시계열분석 (Time Series Analysis): 시계열 자료의 분석을 위한 통계적 기법을 소개한다. 시계열 자료의 변동 요인의 이해와 이들 요인에 대한 평활 방법, 분해법을 배우며 자기상관 및 부분 자기 상관분석의 이해로 ARIMA 모형 등의 설정 및 추정과 예측법에 대하여 배우며 통계 패키지를 활용하여 응용하는 방법을 익힌다.

ASM048 디지털 포렌식 (Digital Forensic): 본 강의는 디지털 데이터가 범죄의 증거로 활용될 수 있도록 일련의 조사과정을 체계적으로 학습한다. 또한 다양한 툴을 활용하여 컴퓨터 증거를 찾는 방식을 학습한다.

ASM062 AI 프로젝트 (AI Project): AI 프로젝트는 실무 기반 문제를 해결하기 위한 창의적 종합설계 능력을 갖춘 인재 양성을 목표로 한다.?AI를 활용하려는 현장에서 실제 발생하는 문제에 대한 대응방안을 모색하고 팀별 프로젝트를 통해 문제 해결을 위한 솔루션을 제시한다.

ASM071 AI 비즈니스 (AI Business): 본 강의에서는 인공지능 기술을 중심으로 기술기반 비즈니스 트랜드 변화를 소개하고 핵심 기술인 인공지능 기술의 사업화 또는 사업에의 적용에 대한 수업을 진행한다.

ASM079 반도체비전실습II (Semiconductor Vision Practice II): OpenCV를 활용한 이미지 분석기벙을 응용하여 객체검출 기법을 학습

ASM080 반도체머신러닝 (Semiconductor Machine Learning): 머신러닝의 기본 개념을 이해하고 반도체 설계, 제조, 검증에 적용하는 방법 학습 산학협동을 통한 최신 기술 동향 파악 반도체 제조 공정 데이터 분석 및 모델링, 결함 탐지 모델 구축 프로젝트 수행

ASM081 AI 반도체개론 (Introduction to AI Semiconductor): 인공지능 반도체 관련 메모리, 프로세서, 딥 러닝 기술 등 차세대 반도체에 대한 이론 및 기술 동향을 전달하여 학생들에게 AI반도체에 대한 흥미를 갖게 하고 기업 임직원 특강 등을 통해 최신 현안 및 기술 동향을 제공한다.

ASM051 최신ICT동향과 산업보안 (ICT Trends and Industry Security): 본 강의에서는 최신 산업기술보호에 대해 학습한다. 또한 영업비밀보호 관리방안 및 기술유출 대응 전략 등에 대해서 학습한다.

ASM063 강화학습 (Reinforcement Learning): 강화학습의 개념과 강화학습으로 풀어야 하는 문제의 형태와 강화학습의 다양한 알고리즘의 소개하고 탐색(exploration)과 이용(exploitation)의 균형에 대한 이해를 목표로 한다.

ASM084 반도체 딥러닝 (Semiconductor Deep Learning): 인공신경망의 이론적인 배경 이해를 위하여 필수적으로 요구되는 수학적 지식 및 기계학습 이론을 리뷰한다. 간단한 인공신경망의 학습원리 및 적용방법을 소개하고, 심층신경망으로의 확장 및 응용을 위한 기법을 학습 및 실습한다. 관련 세부 주제는 DNN, 학습 최적화 기법, CNN 및 RNN을 비롯한 응용 네트워크 등이 있다.

AUO001 캡스톤디자인I (Capstone Design I): .

ASM037 빅데이터프로젝트 (Big Data Project): 기술의 발달로 데이터의 생산, 수집, 처리 과정이 자동화되면서 주변의 다양한 자료를 활용하여 의미 있는 결과를 산출하는 빅데이터는 매우 중요해지고 있다. 프로젝트를 통해 다양한 분야의 빅데이터의 분석법을 이해하고 활용하는 방법을 배운다.

ASM064 AI 서비스개발 (AI Service Development): AI 서비스 개발에 대한 이론적 이해를 바탕으로 이용자의 즐거움을 높일 수 있는 AI 서비스 개발을 목표로 한다.?수업을 통해 AI 서비스 이용자에 대한 이해와 이를 이용한 서비스 개발을 위한 기술을 학습한다.

ASM076 웹서비스 (Web service): 본 강의에서는 실전 웹서비스 개발을 위해 필요한 이론과 실습에 대해서 수업을 진행한다. 즉, 웹서비스의 기본적 개념과 동작원리, Web Server 및 WAS, 그리고 개발 환경 구축을 위한 강의 및 웹을 이용한 서비스에 대해서 강의한다.