본문 영역으로 바로가기
비전공자를 위한 AI 딥러닝(Deep Learning) 이미지

비전공자를 위한 AI 딥러닝(Deep Learning)




강좌 소개

수업내용/목표

컴퓨터공학관련분야전공이아니면서코딩경험이별로없는학생들이딥러닝(DeepLearning)을중심으로인공지능에대한기본개념을익히고,파이썬(Python)을이용하여코딩실습을통해
AI 리터러시를 높이며, 자신의 분야에서 인공지능을 충분히 활용하여 인공지능혁신리더가될수있는역량을키우도록한다.

홍보/예시 영상

강좌 운영 계획

 1.강의계획서

주차

차시목차

세부목차

학습활동

1

딥러닝이란?

인공지능이란?

강좌영상

퀴즈

토론

생애 첫 인공지능

딥러닝을 배워야 하는 이유

2

뉴런과 신경망

뉴런과 퍼셉트론

강좌영상

퀴즈

토론

퍼셉트론의 연산

퍼셉트론의 한계와 다층퍼셉트론

3

인공지능 코딩 시작하기

코딩 쉽게 시작하기

강좌영상

퀴즈

토론

인공지능 개발환경과 코랩

파이선 기초 - 제어문

4

신경망과 텐서

신경망과 텐서

강좌영상

퀴즈

토론

파이선 기초- 콜렉션, 리스트

넘파이와 텐서

5

신경망과 텐서플로

신경망의 텐서표현

강좌영상

퀴즈

토론

선형회귀와 텐서플로

퍼셉트론 실습 손글씨 인식하기

6

다측퍼셉트론과 역전파학습

다층퍼셉트론과 역전파학습

강좌영상

퀴즈

토론

과제

경사하강법

다층퍼셉트론 실습 패션이미지인식

7

딥러닝 학습

데이터 준비하기

강좌영상

퀴즈

토론

하이퍼파라메터 정하기

언더피팅과 오버피팅

8

딥러닝 성능 높이기

실습: 하이퍼파라메터

강좌영상

퀴즈

토론, 과제

실습: 활성함수, 최적화

데이터와 차원축소

9

딥러닝 프로젝트

학습이론 기초

강좌영상

퀴즈

토론

딥러닝 프로젝트 기획

파이선으로 딥러닝 웹사이트 만들기

10

컴퓨터 비전

컴퓨터비전과 CNN

강좌영상

퀴즈

토론

컨벌루션과 이미지필터

CNN으로 이미지분류 성능 높이기

11

자연언어처리

단어의 토크나이제이션

 

강좌영상

퀴즈

토론, 과제

문장과 시퀀스

감성분석

12

RNN, GAN

언어모형과 RNN

강좌영상

퀴즈

토론

언어모형 실습: 시 쓰는 딥러닝

창작신경망 GAN

13

딥러닝 트랜드

최신 딥러닝 트랜드 I

강좌영상

퀴즈

토론

프로젝트

최신 딥러닝 트랜드 II

인공지능과 커리어

14

기말고사

 

퀴즈

 

2. 자유 토론

각 주차의 토론주제는 '게시판'에서 확인할 수 있으며, 게시판 '댓글'을 통해 참여가능합니다.  (게시판-각 주차의 '토론' 게시판 클릭)

교수자 또는 강좌 TA가 일주일 이내 의견에 대한 피드백을 제공하며, 다른 학습자들과 자유롭게 의견을 공유할 수 있습니다. 

 

강좌운영팀 소개

교수자

오종훈 professor
오종훈 교수
현) 한국과학기술원(KAIST) 경영공학부 교수
전) 한국과학기술원(KAIST) 정보미디어경영대학원 겸직교수
포항공과대학교 기술경영대학원 교수
포항공과대학교 물리학과 교수
펄서스테크놀로지 창업자, 대표이사
학력) 한국과학기술원(KAIST) 물리학 박사
E-mail: johnoh@kaist.ac.kr / john@keyclue.com

강좌지원팀

관련 전공 석박사 과정 대상 선발 예정
관련 전공 석박사 과정 대상 선발 예정
한국과학기술원(KAIST)
E-mail: @

강좌 수강 정보

이수/평가정보

1.이수/평가정보

구분

평가유형

성적반영여부

평가횟수

(평가 시기)

 

 

형성

평가

퀴즈

Y (40%)

13

(매주)

과제

Y (20%)

2

(6, 11)

프로젝트

Y (20%)

1

(13)

총괄

평가

기말고사

Y (20%)

1

(14)

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

 

2. 자유 토론

 각 주차의 토론주제는 '게시판'에서 확인할 수 있으며, 게시판 '댓글'을 통해 참여 가능하고

일주일 이내 교수자 또는 강좌 TA가 피드백을 제공합니다.  (게시판-각 주차의 '토론' 게시판 클릭)

강좌 수준 및 선수요건

컴퓨터공학분야전공이아니며코딩경험이별로없는비전공자대상의강의로,강좌에서제공하는학습자료(pdf)자료를 참고하시면
강좌 수강에 도움이 됩니다.

교재 및 참고문헌

강의교안(pdf) 자료 제공 (우리말)

자주 묻는 질문

강좌 교재

별도의 교재는 없으며, 강의 교안을 pdf (우리말)로 제공

학습관련 질의응답

학습과 관련한 질문을 강좌 게시판 또는 TA의 이메일로 문의 시 답변 제공

기타 문의사항

강좌 운영과 관련된 질문 또는 오류나 문제 발생 시 kmooc@kaist.ac.kr로 문의

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. 분야

    공학
    (컴퓨터ㆍ통신)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    난이도

    전공기초
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    운영기관

    한국과학기술원
  4. 운영 기관의 전화번호 입니다.

    전화번호

    -
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    주차
    (주간 학습 권장 시간)

    14주
    (주당 03시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    학습인정시간
    (총 동영상시간)

    12시간 00분
    (06시간 30분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    수강 신청 기간

    2022.01.31 ~ 2022.04.24
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    강좌 운영 기간

    2022.02.07 ~ 2022.04.30
  9. 강의 언어

    한국어