교육과정이수학점 구성현황
구분 | 부전공 졸업기준 | (예시) 중복인정학점 적용 시 |
---|---|---|
이수학점 | 21 | 15 |
6 본인 전공과목과 융합전공 과목이 동일한 과목인 경우(학수번호 동일 교과) |
* 부전공 및 복수전공 교과목은 모두 선택과목으로 개설됨(필수 교과 없음)
* 중복학점인정이란? 본인의 전공 교과목(학수번호)이 융합전공에도 개설되는 경우 최대 6학점까지 학점을 중복으로 인정하는 제도 (단, 총 졸업학점에는 중복 학점 처리하지는 않음)
교육과정표
연도 | 학년 | 학기 | 학수번호 | 교과목명 | 학점 | 시수 | 개설학과 | |
---|---|---|---|---|---|---|---|---|
이론 | 실습 | |||||||
2024 | 2 | 1 | AFT21001 | 미래사회를 위한 신기술 세미나 |
2 | 2 | 0 | 융합전공 |
2024 | 2 | 1 | ACS10041 | 선형대수학 | 3 | 3 | 0 | 컴퓨터공학전공 |
2024 | 2 | 1 | AMD21041 | 자동차공학개론 | 3 | 2 | 2 | 기계설계전공 |
2024 | 3 | 1 | ACS40012 | 인공지능 | 3 | 2 | 2 | 컴퓨터공학전공 |
2024 | 3 | 1 | AAE33008 | 스마트팩토리 HMI |
3 | 2 | 2 | 메카트로닉스 공학전공 |
2024 | 3 | 1 | AAI30002 | 딥러닝 프레임워크 |
3 | 2 | 2 | 인공지능 융합전공 |
2024 | 4 | 1 | ACS36023 | 빅데이터 | 3 | 2 | 2 | 컴퓨터공학전공 |
2024 | 4 | 1 | AAI41002 | 비즈니스 어낼리틱스 |
3 | 2 | 2 | 인공지능 융합전공 |
2024 | 4 | 1 | AAI40001 | 클라우드AI | 3 | 2 | 2 | 인공지능 융합전공 |
2024 | 4 | 1 | AAE42002 | 지능로봇 | 3 | 3 | 0 | 메카트로닉스 공학전공 |
2024 | 2 | 2 | AFT21002 | 빅데이터 융합기술 |
2 | 1 | 2 | 융합전공 |
2024 | 2 | 2 | AMD21031 | 마이크로 컨트롤러 응용설계 |
3 | 3 | 0 | 기계설계전공 |
2024 | 2 | 2 | ACS21023 | 확률및통계학 | 3 | 3 | 0 | 컴퓨터공학전공 |
2024 | 2 | 2 | ACS22022 | 파이썬 프로그래밍 |
3 | 2 | 2 | 컴퓨터공학전공 |
2024 | 3 | 2 | AAI30004 | 자연어처리 | 3 | 3 | 0 | 인공지능 융합전공 |
2024 | 3 | 2 | AAI34001 | PracticalML 이슈 |
3 | 2 | 2 | 인공지능 융합전공 |
2024 | 3 | 2 | AFT31001 | 인공지능 융합기술 |
2 | 1 | 2 | 융합전공 |
2024 | 3 | 2 | AFT31002 | 사물인터넷 융합기술 |
2 | 1 | 2 | 융합전공 |
2024 | 4 | 2 | AAI41001 | 패턴인식 | 3 | 3 | 0 | 인공지능 융합전공 |
2024 | 4 | 2 | AAI41003 | 전공특화설계 프로젝트 |
3 | 2 | 2 | 인공지능 융합전공 |
2024 | 4 | 2 | ACS48013 | 머신러닝 | 3 | 3 | 0 | 소프트웨어전공 |
교과목개요
선형대수학 (2024/1) Linear Algebra |
이수구분 | 교과목개요 |
---|---|---|
전선 |
자연과학, 응용과학, 컴퓨터공학을 포함한 모든 공학 분야의 수학적 개념에 반드시 필요한 과목중 하나로 행렬과 벡터를 다루고 그것들을 이용한 일차(선형)변환과 좌표변환을 교육하고 컴퓨터그래픽 및 그 응용에 도움이 되는 기초지식을 학습한다. |
|
빅데이터 (2024/1) Big Data |
이수구분 | 교과목개요 |
전선 |
기존의 관계형 DB가 처리할 수 없는 비정형 빅데이터 처리를 위한 NoSQL과 빅데이터 분석을 위한 데이터마이닝 기본 교육을 실시한다. 이를 위해 빅데이터 수집, 정제, 저장 및 관리, 가시화 기술을 교육하며, 분석을 위해 군집화, 회귀분석 등의 데이터 마이닝 기초와 텍스트 마이닝 기초를 교육한다. |
|
인공지능 (2024/1) Artificial Intelligence |
이수구분 | 교과목개요 |
전선 |
컴퓨터로 계산 가능한 시간(Polynomial time)이상의 계산을 요구하는 복잡한 문제의 해결 방법으로 인간의 문제 접근방식을 컴퓨터에 적용시키는 방법의 개발과 응용에 대하여 학습한다. 다양한 지식의 표현방법과 대응 언어의 이용을 위한 기초를 마련토록 한다. 교과 내용으로는 탐색 및 지식표현과 논리, 불확실성 및 퍼지 이론, 전문가 시스템 및 Machine Learning, 인공신경회로망 및 시각, 자연언어 처리 및 지능형 에이전트 등의 내용을 익히고 활용한다. |
|
스마트팩토리HMI (2024/1) Smart Factory Human Machine Interaction |
이수구분 | 교과목개요 |
전선 |
인간과 인간 또는 인간과 로봇의 소통을 위해서는 시각 인식 기술이 필요하다. 본 과목에서는 로봇의 시각 요소인 광학의 기본 개념에 대해 이해하고, 카메라를 통하여 입력 영상에 대한 기본적인 처리 기술에 대해 익힌다. 또한 실제 산업현장에서 로봇이 외부 환경을 인식하고 상황을 판단하기 위한 센서에 대해 살펴보고자 한다. |
|
지능로봇 (2024/1) Intelligent Robotics |
이수구분 | 교과목개요 |
전선 |
지능로봇의 기본 개념을 이해하고, 로봇의 기구학과 동역학, 궤적생성, 제어방법, 로봇언어, 로봇 응용력을 습득한다. 로봇 설계, 로봇 센서 응용 등도 공부한다. |
|
자동차공학개론 (2024/1) Introduction of Automobile Engineering |
이수구분 | 교과목개요 |
전선 |
- 자동차의 기본구조 및 작동 메카니즘의 설명 - 자동차공학 관련 최신 연구 개발 동향 소개 |
|
딥러닝프레임워크 (2024/1) Deep Learning Framework |
이수구분 | 교과목개요 |
자선 |
딥러닝 프레임워크는 딥러닝 응용프로그램을 개발하기 위한 수많은 라이브러리와 사전 학습까지 완료된 다양한 딥러닝 알고리즘을 제공해주는 프레임워크로, 본 교과에서는 대표적인 딥러닝 프레임워크인 Pytorch와 TensorFlow를 이용하여 딥러닝 응용 프로그램을 개발하는 방법을 학습한다. |
|
클라우드AI (2024/1) Cloud Artificial Intelligence |
이수구분 | 교과목개요 |
자선 |
최근 Amazon, Google, MS, Naver와 같이 클라우드서비스를 제공하는 기업에서는 인공지능 응용 프로그램 개발에 필요한 다양한 서비스를 제공하고 있다. 이미지나 비디오 분석, 음성 인식 및 합성, 텍스트 분석, 문서 분석 등 클라우드 서비스에서 제공하는 인공지능 서비스를 학습하여 인공지능 응용 프로그램을 개발 능력을 키운다. |
|
비즈니스 어낼리틱스 (2024/1) Business Analytics |
이수구분 | 교과목개요 |
자선 |
지도, 비지도, 강화 학습 등 전방위적 기계학습 방법론을 융합하여 실제 비즈니스 문제를 해결 |
|
자연어처리 (2024/2) Natural Language Processing |
이수구분 | 교과목개요 |
자선 |
자연언어처리는 인간의 언어를 컴퓨터가 자동으로 분석하고 생성하기 위한 소프트웨어를 연구하는 분야이다. 본 교과목에서는 자연언어를 이해하고 기계번역을 자동으로 수행하기 위한 기본적인 개념과 구체적인 언어 처리 기법을 공부한다. 특히, 형태소 분석, 구문분석, 의미분석, 화용론 및 언어생성에 대해 학습한다. |
|
PracticalML 이슈 (2024/2) Practical ML Issue |
이수구분 | 교과목개요 |
자선 |
Imbalance issue, Novelty Detection, XAI 등 데이터 분석 방법론 습득 |
|
패턴인식 (2024/2) Pattern Recognition |
이수구분 | 교과목개요 |
자선 |
패턴인식은 인간의 감각기관을 통한 사물의 인식능력을 컴퓨터에 부여하고자 하는 연구분야로서 문자인식, 음성인식, 화자인식, 언어인식, 차량번호판 인식, 공장자동화를 위한 패턴인식, 얼굴인식, 홍채인식, 지문인식, 영상인식, Data Mining, 주가예측, 일기예보 등 매우 다양하다. 패턴인식의 기본적인 과정을 살펴보고, 특징 추출 및 인식 알고리즘과 연관해서는 음성인식을 예로 들어서 설명한다. |
|
전공특화설계프로젝트 (2024/2) Case Study of Artificial Intelligence |
이수구분 | 교과목개요 |
자선 |
인공지능 연계전공 참여 학과의 학문 분야에서 인공지능(딥러닝)이 필요한 주제를 발굴하고, 인공지능 연계전공에서 배운 지식과 프레임워크를 활용하여 인공지능 기술을 적용한 설계 프로젝트를 수행한다. 전공특화프로젝트 단계별로 새로운 주제를 발굴하며, 고급의 인공지능 기술을 적용하여 문제를 해결한다. |
|
확률및통계학 (2024/2) Introduction to Statistics |
이수구분 | 교과목개요 |
기선(전공) |
현장에서 발생하는 다양한 자료들의 특성을 수학적인 방법으로 표현하고 분석하여, 유용한 정보들을 추출해내는 통계적 기법에 대해 학습한다. 기업에서 근무하는 공학도로서 갖추어야할 통계 지식을 취급하며, 수학적인 지식을 바탕으로 기술통계, 추측통계 등의 기본적인 방법들을 설명하고 그 응용 방법을 학습한다 |
|
파이썬프로그래밍 (2024/2) Python Programming |
이수구분 | 교과목개요 |
전선 |
파이썬 프로그래밍을 활용하여 컴퓨터공학 전반에 걸친 다양한 응용에 적용할 수 있는 능력을 기른다. 자료구조, 알고리즘, 파일 입출력, 데이터 인코딩과 프로세싱, 함수, 클래스와 객체, 메타 프로그래밍, 제너레이터, 모듈과 패키지, 네트워크와 웹 프로그래밍, 병렬처리, 시스템 관리, 테스팅과 디버깅 등의 처리 방법을 배운다. |
|
머신러닝 (2024/2) Machine Learning |
이수구분 | 교과목개요 |
전선 |
머신러닝의 주요 알고리즘인 인공 신경회로망과 유전 알고리즘 등의 기본적인 개념과 응용방법에 대하여 학습한다. 또한 학습에 대한 개념과 데이터베이스에 대한 내용을 공부하고 실제 시스템에 적용되는 예를 학습한다. |
|
빅데이터융합기술 (2024/2) Convergence of Big Data |
이수구분 | 교과목개요 |
자선 |
본 교과목은 경영분야에서 접하는 다양한 데이터를 유용한 정보로 지식화하고 의사결정하기 위해 각각의 목적에 따라 적절한 분석방법을 적용할 수 있는 능력을 배양하고자 한다. 수업에서는 데이터의 전처리, 요약, 시각화 표현, 통계적 분석, 데이터마이닝 등 다양한 과학적 분석 기법을 학습한다. 또한 실무 사례 데이터, 파이썬, 등을 활용한 실습을 통하여 실무 능력을 습득할 수 있도록 한다. |
|
인공지능융합기술 (2024/2) Convergence of Artificial Intelligence |
이수구분 | 교과목개요 |
자선 |
인공지능의 개념과 그 원리를 이해하고 용용할 수 있도록 학습한다. 인공지능의 핵심 분야인 머신러닝 알고리즘의 종류와 동작원리를 이해하고, 간단한 인공지능 시스템의 설계와 구현 및 검증을 통해 실질적인 머신러닝 알고리즘 개발 능력을 습득한다. 또한, 파이썬 언어와 TensorFlow 등 머신러닝 시스템에 널리 사용되는 개발 환경을 실습을 통해 학습한다. |
|
사물인터넷융합기술 (2024/2) Convergence of IoT |
이수구분 | 교과목개요 |
자선 |
파이션을 기반으로 IoT에 대한 기본 개념과 동작, 구성 시스템 대해 공부하고, 실습을 통해 기초부터 응용하는 과정까지 학습한다. 파이썬 언어를 기반으로 임베디드 IoT 장치와 각종 센서와의 인터페이스 방법을 익히고, 센서로 부터 수집된 데이터를 서버로 전송하여 저장/분석하는 IoT 전체 시스템을 구축하여 IoT에 대한 이해도를 증진한다. |
|
마이크로컨트롤러응용설계 (2024/2) Micro-controller Application Design |
이수구분 | 교과목개요 |
전선 |
PIC16계열 마이컴의 구조, 명령어, I/O포트, 인터랍트, 타이머/카운터, A/D D/A 변환 등 센서계측 및 하드웨어 제어를 프로그래밍, 보드 구성 및 실험을 통해 학습한다. |