K-MOOC

AI 알고리즘에 대한 소개와 최적해 및 근사해에 대한 개념을 학습

*명확한 규칙에 의해 문제를 풀어나가는 기존 알고리즘과 달리 빅데이터 기반으로 컴퓨터에게 학습을 실행시키는 방식에 초점을 두어 인공지능 분야 학습의 경쟁력을 좌우하는 차별화된 핵심역량으로서의 알고리즘을 학습하여 학생들로 하여금 AI 분야에서 최적의 문제해결 방법을 찾아나가는 역량을 증대함

  

 

강좌운영계획서

주차	주차명	차시	차시명(소주제)
1	AI알고리즘 강의 소개	1	강의 소개 및 문제해결능력
		2	체계적 의사결정과 모형
		3	알고리즘과 모형
2	선형계획법의 기본 개념	1	선형계획모형의 개념과 모형화
		2	선형계획모형의 도해법
		3	선형계획모형의 민감도 분석과 쌍대문제
3	선형계획법의 대수적 해법	1	심플렉스법의 절차
		2	선형계획모형의 심플렉스법 적용
		3	선형계획모형의 파이썬 프로그래밍
4	수송모형 및 할당모형	1	수송모형의 개념과 발견적 해법
		2	수송모형의 최적화 해법
		3	할당모형의 개념과 최적화 해법
5	정수계획법	1	정수계획법 개요 및 예제
		2	정수계획법의 해법(열거법, 분단탐색법)
		3	배낭 문제
6	네트워크 모형(MST, 그리디 알고리즘 등)	1	그래프 개요
		2	네트워크모형 개요 및 최소걸침나무문제
		3	그리디알고리즘
7	네트워크 모형(최단경로, CPM/PERT 등)	1	최단경로 문제
		2	최대흐름문제와 최소비용 용량제약 네트워크 문제
		3	CPM/PERT
8	중간고사
9	비선형계획법	1	비선형계획법 개요
		2	제약 조건이 없는 비선형계획모형
		3	라그랑지 방법과 쿤-터커 조건법
10	발견적 해법	1	발견적 해법의 개념
		2	의사결정나무와 게임이론
		3	메타휴리스틱기법
11	손실함수와 경사하강법	1	손실함수와 역전파알고리즘
		2	경사하강법
		3	경사하강법 최적화알고리즘
12	발견적해법(유전자알고리즘)	1	유전자 알고리즘 개요
		2	유전자 알고리즘
		3	유전자 알고리즘 사례(수치 최적화, 작업 일정, TSP)
13	동적계획법	1	동적계획법의 개요
		2	동적계획법 모형화
		3	동적계획법 적용 사례
14	마아코프 분석	1	마아코프 분석
		2	마아코프 분석 사례
		3	은닉 마아코프 모델
15	기말고사

권수태 교수 소속: 전주대학교 소프트웨어 융합대학 인공지능학과 교수 [주요이력] - KAIST(한국과학기술원) 산업공학 박사 - KAIST(한국과학기술원) 산업공학 석사 - 고려대학교 산업공학 학사 [주요저서] - 권수태외 5인, "최적의사결정을 위한 경영과학", 청람, 2018.

조교 전주대학교 인공지능혁신융합대학사업단 E-mail: kstfms@jj.ac.kr

    2024.01.01~2024.12.04

✷평가기준

     - 퀴즈: 30%
     - 과제: 20%
     - 기말고사: 50%

    ※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

• Q1. 수강 중 궁금한 것은 어떻게 해야 하나요?
  수강 중 궁금한 부분은 교과목 내 [질의응답] 게시판에 작성해 주시면 담당 TA가 확인 후, 1~2일내 응답할 예정입니다.
• Q2. 이수증은 언제 발급 되나요?
  이수증은 수업이 종료되고 나서 성적처리가 완료된 후, 10~15일 이내 발급될 예정입니다.