고려대학교 데이터과학원

학부 교양(핵심교양)

데이터과학과 인공지능 (Data Science and Artificial Intelligence) (학수번호: GEST-151)

4차 산업시대에서 필요한 데이터과학과 인공지능 관련 기술에 관한 개념과 필요성 및 코딩을 통한 활용 방법을 주제로 공부한다. 학습활동은 단원별 이론강의, 코딩 연습과 과제 활동으로 구성된다. 본 과목을 통하여 학생들은 자신의 전공 영역에서 데이터과학과 인공지능 기술의 활용을 시작할 수 있게 되고 효율적인 적용 기술들을 개발시켜 나갈 수 있게 되는 동기력을 얻게 된다.

대학원 전공

데이터과학 원론 (Principles of Data Science) (학수번호: IDS601) - (STA531 데이터애널리틱스 유사)

데이터과학에 필요한 학습방법론에 대해 다룬다. 개별 방법론의 기본적인 사용법을 익히는 것을 넘어서, 최신방법론을 이해하기 위한 의사결정 원리를 학습하고 이를 바탕으로 다양한 방법론은 실제 데이터에 활용할 수 있는 능력을 기르고자 한다.

응용데이터분석방법론 (Applied Data Analysis Methodology) (학수번호: IDS602)

응용데이터분석방법에 필요한 학습방법론에 대해 다룬다. 개별 방법론의 기본적인 사용법을 익히는 것을 넘어서, 최신방법론을 이해하기 위한 의사결정 원리를 학습하고 이를 바탕으로 다양한 방법론은 실제 데이터에 활용할 수 있는 능력을 기르고자 한다.

대학원 일반공통

딥러닝의 원리와 응용 (Principles and Applications of Deep Learning) (학수번호: IDS-502)

최신 딥러닝 기술의 기초이론 설명과 실습을 통하여 전문적인 DS/AI 기술 습득을 위한 입문 과정으로 진행된다. 딥러닝의 기초가 되는 인공신경망 이론에 관한 전반적인 이해를 시작으로 딥러닝 기술로 발전되는 과정을 강의와 프로그래밍 실습을 통하여 전달한다.

인공지능 입문 (Introduction to Artificial Intelligence) (학수번호: IDS-503)

인공지능에 대한 소개 과목으로, 문제 해결, 휴리스틱 탐색, 지식 표현, 연역적 추론, 계획, 불확실성 추론, 기계학습, 자연어 이해 등을 다룬다. 본 과목에서는 주로 인공지능에서 다루는 기본적인 개념과 알고리즘을 주제로 공부한다.

인공지능과 미래산업 특강 (AI Seminar Series for Future Industries) (학수번호: IDS-504)

본 특강은 전공 관계없이 누구나 들을 수 있는 세미나형 수업으로, 다양한 기업체 리더들을 초청하여 그들이 산업현장에서 생생하게 경험한 인공지능 기술의 영향력과 미래비전을 듣는 기회를 얻는다. 인공지능과 데이터과학의 발전에 따른 산업체 전반의 변화를 이해하고, 기술이 실질적으로 비즈니스에 미치는 최신동향을 파악하며, 미래산업에 대한 전망과 비전을 구체적으로 모색해 볼 수 있다. 

DS‧AI 프로그래밍 (Data Science and Artificial Intelligence Programming) (학수번호: IDS-505)

데이터과학과 인공지능 관련 기술에 관한 주요 코딩 기법을 공부한다. 학습활동은 단원별 이론강의, 코딩 연습과 과제 활동으로 구성된다. 본 과목을 통하여 학생들은 자신의 전공 영역에서 데이터과학과 인공지능 기술의 활용을 시작할 수 있게 되고 효율적인 코딩 적용 기술들을 개발하고 활용 할 수 있게 된다. 빅데이터 분석, 기계학습, 딥러닝 등을 위한 R과 Python, Matlab 등의 기본 프로그램 언어 및 프로그램 개발 과정에 대해 실습을 위주로 교육한다

클라우드 컴퓨팅 입문 (Introduction to Cloud Computing) (학수번호: IDS-506)

클라우드 컴퓨팅 핵심 이론을 이해하고, 산업 현장에서 실제 활용되고 있는 클라우딩 기술을 실습함으로써 참여자의 역량을 증진할 것이다. 수업 이수 후 대학원 과정에서 필요한 연구 분야에서 활용할 수 있으며, 향후 진로에 도움이 될 수 있는 이론 및 실무 역량을 쌓는 데 이바지할 것이다.

데이터과학 입문 (Introduction to Data Science) (학수번호: IDS-507)

빅데이터로부터 정보를 추출하고 추출된 정보를 분석하여 예측 및 직관을 얻는 일련의 과정을 소개한다. 학습 내용은 빅데이터를 빠르고 안정적으로 접근하기 위한 빅데이터 관리방법, 데이터추출, 통계적 예측, 데이터시각화 기법들을 포함한다.

기계학습의 원리와 응용 (Principles and Applications of Machine Learning) (학수번호: IDS-508)

기계학습의 개괄, 즉 지도 학습, 비지도 학습의 기본 개념을 비롯하여, 과적합, 정규화, 최적화 등의 관련 개념들을 학습한다. 차원축소, 군집화, 이상탐지 등의 다양한 기계학습 문제 정의 및 대표 방법론에 대한 이론 및 실제 응용 사례를 다룬다.

데이터과학을 위한 수학과 프로그래밍 (Mathematics and programming for data science) (학수번호: IDS-511)

데이터과학에 필요한 수학 지식 및 파이썬을 활용한 프로그래밍 관련 능력을 배양한다. 데이터사이언스 방법론에 나오는 수학적 원리를 이해하고, 이를 파이썬을 활용하여 구현할 수 있는 능력을 기른다.

데이터과학을 위한 확률과통계 (Probability and statistics for data science) (학수번호: IDS-512)

데이터과학에 필요한 확률론 및 통계학 관련 능력을 배양한다. 본 과목은 이론/증명 중심이 아니라 학생들에게 개념과 모형을 이해하는 능력을 배양하고자 한다. 이를 바탕으로 학생들이 데이터과학을 어떻게 그리고 왜 이용하는지 비판적으로 사고할 수 있도록 하며, 큰 그림을 볼 수 있는 기회를 제공한다.