Skip to main content
인공지능의 기초 동영상

인공지능의 기초




강의소개

인공지능은 사람의 지능과 인지기능을 흉내낼 수 있는 정보처리 모델을 연구하는 컴퓨터 과학의 한 분야이다. 인공지능의 근원적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리 증명, 게임 이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화연산, 베이지안망의 기본 원리를 학습하고 이의 응용 사례로서 컴퓨터비전, 자연어처리 등의 분야에 대해 살펴본다.

교수소개

김건희 교수님 컴퓨터공학부  

  학력

•  한국과학기술원 기계공학 학사 (1999)
•  한국과학기술원 기계공학 석사 (2001)
•  카네기멜론대학교 The Robotics Institute 석사 (2008)
•  카네기멜론대학교 Computer Science Department 박사 (2013)

  주요경력

•  2001 – 2006: 연구원, 한국과학기술연구원 지능로봇연구센터
•  2005 – 2006: Visiting Researcher, The Robotics Institute, Carnegie Mellon University
•  2008: Intel/CMU Summer Fellow, Intel Research
•  2008 – 2009: Research Intern, Honda Research Institute
•  2009: Visiting Student, CSAIL, MIT
•  2011: Visiting Student, Computer Science Department, Stanford University
•  2013 – 2014: Disney Research, Postdoctoral Researcher
•  2015 – 현재: 조교수, 서울대학교 컴퓨터공학부

  연구분야

•  Computer Vision, Machine Learning, Multimedia data mining, Storytelling with big visual data
 

강의구성

  총 9주차

 •  강좌계획표(Syllabus)

주차  개강일 학습목표 학습내용 평가
1주차  5월 6일 인공지능의 개념, 인공지능의 발전과 역사에 대해 설명할 수 있다. 인공지능개요
2주차 5월 13일 인공지능이 문제를 정의하는 방법, 관련 문제를 해결하기 위한 전략을 설명할 수 있다. 인공지능 문제해결 및 탐색전략 퀴즈
3주차 5월 20일 여러 기초적인 문제 해결 전략에 대해 설명할 수 있다. 알고리즘그래프 탐색
4주차 5월 27일 여러 심화적인 문제 해결 전략에 대해 설명할 수 있다. 심화 탐색 알고리즘 퀴즈
5주차 6월 3일 인공지능의 한 분야인 강화학습을 설명할 수 있다. 강화학습과 마르코프 알고리즘
6주차 6월 10일 상호 의존적인 의사결정에 관한 이론인 게임이론에 대해 설명할 수 있다. 게임이론 퀴즈
7주차 6월 17일 인간의 언어를 기계적으로 분석해서 컴퓨터가 이해할 수 있는 형태로 만드는 자연어 처리에 대해 설명할 수 있다. 자연어 처리
8주차 6월 24일 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 비전에 대해 설명할 수 있다. 컴퓨터 비전 퀴즈
9주차 7월 1일 기말고사


  평가 비율 

퀴즈중간고사기말고사
50% 0% 50%

60점 충족 시 이수증 발부

  교재

•  교재는 학습자료로 제공
     ※학습자료는 다운로드 가능

   강좌 소개 영상 

운영방식

  수강신청 기간

•  2019년 4월 22일(월) ~ 2019년 6월 23일(일)

  운영 기간

•  2019년 5월 6일(월) ~ 2019년 7월 7일(일)

  개설 방식

•  매주 1개 주차씩 순차 오픈

조교소개

나준일 조교

  메일 : joonil@vision.snu.ac.kr

관련 강좌

  1. major

    Engineering
    (Computers & Communication)
  2. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    univ_name

    SNUk
  3. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    09week
    (주당 01시간 00분)
  4. 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)

    08시간 40분
    (06시간 20분)
  5. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Course Registration Period

    2019.04.22 ~ 2019.06.24
  6. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2019.05.06 ~ 2019.07.08
Enroll