Skip to main content
인공지능과 기계학습, 원리와 응용 이미지

인공지능과 기계학습, 원리와 응용




Enrollment is Closed

◈ 교과목 개요

본 강좌의 목적은 인공지능 관련 기술에 대한 사전 이해가 없는 학생들을 대상으로 인공지능의 개념, 기계학습의 원리, 다양한 활용사례를 소개함으로써 디지털 시대에 요구되는 기초소양 습득을 지원하는데 있다. 특히, 최근 지식획득 수단으로 각광받고 있는 인공신경망, 딥러닝 등 기계학습 알고리즘을 사례를 중심으로 설명함으로써 원리이해를 돕고, 활용 능력을 제고한다. 또한, 다양한 기계학습 활용사례에 대한 고찰을 통해 인공지능 기술의 효과적이고 창의적인 활용방안 도출 역량을 배양한다.


◈ 교과목 목표

1) 인공지능 기술에 대한 사전 이해가 없는 학생들을 대상으로, 인공지능의 개념과 역사, 기계학습의 원리, 다양한 활용사례를 소개함으로써 디지털 시대에 요구되는 기초소양 습득을 지원한다. 2) 인공신경망, 딥러닝 등 주요 기계학습 알고리즘의 핵심 원리를 실제 예제를 중심으로 설명함으로써 원리이해를 돕고, 활용 능력을 제고한다. 3) 다양한 기계학습 활용사례에 대한 고찰을 통해 인공지능 기술의 효과적이고 창의적인 활용방안 도출 역량을 배양한다.


◈ 강의 내용

  • 0주차: 강좌소개
  • 1주차: 인공지능이란?
  • 2주차: 인공지능의 두 가지 유형
  • 3주차: 인공지능의 역사
  • 4주차: 기계학습이란?
  • 5주차: 기계학습과 인공신경망
  • 6주차: 인공신경망의 학습 원리
  • 7주차: 인공신경망모형 구축실습
  • 8주차: 딥러닝이란?
  • 9주차: 딥러닝 알고리즘 들여다보기
  • 10주차: 딥러닝의 활용분야
  • 11주차: 총괄평가

◈ 이수기준

  • 퀴즈: 총 10회, 50%; 각 주차의 마지막 영상 하단에 제시되는 퀴즈풀이
  • 포럼: 총 1회, 20%; 토론 과제가 주어진 주차에 토론 참여
  • 총괄평가: 총 1회, 30%; 1-10주차 강의내용 평가
  • 이수기준: 총 60% 이상 획득 시 이수 가능

◈ 주요교재 및 참고자료

이 과목 수강을 위해 특별히 정해진 교재는 없습니다.
온라인 강의실에 제시되는 강의자료와 참고자료를 참고하시기 바랍니다.


◈ 담당 교수

신경식 교수 사진

이화여자대학교 경영대학 경영학과 신경식 교수

신경식 교수는 이화여자대학교 대외부총장 겸 교육혁신단장이자 경영연구소 빅데이터/인공지능응용 연구센터장입니다. 현재 한국빅데이터학회 회장을 맡고 있으며, 한국지능정보시스템학회 회장을 역임하였습니다. 신경식 교수는 KAIST에서 금융분야의 인공지능 응용연구로 경영 공학박사를 취득하였고, Harvard Univ., National Univ. of Singapore, U of Hong Kong 의 객원교수를 역임하였습니다. 주요 연구분야는 경영 빅데이터 분석, 인공지능응용, 지능형시스템으로, 연구분야와 관련하여 다수의 논문을 국내외에 발표하였고, 90여 차례에 걸쳐 빅데이터 및 인공지능응용 관련 산업체 프로젝트를 수행하였습니다.

◈ 운영자

이화여자대학교 교육혁신센터
e-mail: ewhamooc@gmail.com
telephone: 02-3277-3921
수강에 대해 궁금하신 점 있으면 문의해주세요.



◈ KOCW 관련 강좌

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Social Sciences
    (Business Administration & Economics)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

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

    Institution

    EWHA WOMANS UNIVERSITY
  4. 운영 기관의 전화번호 입니다.

    Phone

    02-3277-3921
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    10week
    (주당 01시간 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.)

    Accredited learning time
    (Video Duration)

    09시간 00분
    (04시간 28분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.07.01 ~ 2022.08.25
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.07.04 ~ 2022.08.25