LikeSNU는 서울대 중앙도서관이 체계적으로 수집/분석한
서울대 구성원의 지식 빅데이터(도서 대출, 논문, 학사, 강의, 수업 계획서) 기반 지식정보 플랫폼 입니다.
최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
데이터사이언스학과
본 교과목은 데이터사이언스 대학원의 ABC (AI model/algorithm, Big data, Computing) 교육 과정 중 인공지능/머신러닝(A) 분야의 기초 강좌이다. 본 교과목은 데이터사이언스 전공자를 위한 머신러닝 (machine learning)과 딥러닝 (deep learning)의 기초를 다룬다. 구체적으로, 머신러닝의 기초가 되는 이론 (확률, MLE, gradient descent, overfitting, regularization 등)과 지도학습의 기초적인 모델을 중심으로 다룬다. 딥러닝 부분에서는 뉴럴넷의 기본, backpropagation을 다룬 후, 주로 convolutional neural network의 구조와 활용을 중점적으로 다룬다.
loading...
데이터사이언스대학원 데이터사이언스학과 / 대학원
2025-2학기
권장 선수과목 컴퓨터프로그래밍(M1522.000600) , 첨단제조공정(M3228.000600)
본 교과목은 데이터사이언스 대학원의 ABC (AI model/algorithm, Big data, Computing) 교육 과정 중 인공지능/머신러닝(A) 분야의 기초 강좌이다. 본 교과목은 데이터사이언스 전공자를 위한 머신러닝 (machine learning)과 딥러닝 (deep learning)의 기초를 다룬다. 구체적으로, 머신러닝의 기초가 되는 이론 (확률, MLE, gradient descent, overfitting, regularization 등)과 지도학습의 기초적인 모델을 중심으로 다룬다. 딥러닝 부분에서는 뉴럴넷의 기본, backpropagation을 다룬 후, 주로 convolutional neural network의 구조와 활용을 중점적으로 다룬다.
The Internet
The InternetTelecommunications and networking
Telecommunications and networking
Handbook of applied cryptography
Handbook of applied cryptography
Corporate networks : the strategic use of telecommunications
Corporate networks : the strategic use of telecommunications
IPv6 네트워크 구축
IPv6 네트워크 구축
Distributed computing with IBM MQseries
Distributed computing with IBM MQseriesBig data is not a monolith
Big data is not a monolith
Programming Jabber
Programming Jabber
Artificial intelligence and security in computing systems : 9th international conference, ACS '2002, Mied*zyzdroje, Poland, October 23-25, 2002 : proceedings
Artificial intelligence and security in computing systems : 9th international conference, ACS '2002, Mied*zyzdroje, Poland, October 23-25, 2002 : proceedings
Java servlet programming
Java servlet programming
Information hiding : steganography and watermarking : attacks and countermeasures
Information hiding : steganography and watermarking : attacks and countermeasures
Computer networks
Computer networks
Benchmarking for effective network management
Benchmarking for effective network management
Connected vehicles in the Internet of Things : concepts, technologies and frameworks for the IoV
Connected vehicles in the Internet of Things : concepts, technologies and frameworks for the IoVA low-cost FSK modem network for polled communication systems
A low-cost FSK modem network for polled communication systems
(차세대통신망의) IMS와 VoIP =
(차세대통신망의) IMS와 VoIP =UML for the IT business analyst : a practical guide to object-oriented requirements gathering
UML for the IT business analyst : a practical guide to object-oriented requirements gathering
데이터베이스 설계와 관리
데이터베이스 설계와 관리
Virtualizing Microsoft Tier 1 applications with VMware Vsphere 4
Virtualizing Microsoft Tier 1 applications with VMware Vsphere 4IEEE Transactions on Wireless Communications
Ye Y.,Shi L.,Chu X.,Hu R.Q.,Lu G.IEEE Transactions on Communications
Basaras P.,Iosifidis G.,Kucera S.,Claussen H.IEEE TRANSACTIONS ON MOBILE COMPUTING
Sinha, Abhishek; Tassiulas, Leandros; Modiano, Eytan한국ITS학회 논문지
김형국, 서광덕IEEE Transactions on Power Systems
Xiaodong Yang; Zhiyan Zhou; Youbing Zhang; Jiancun Liu; Jinyu Wen; Qiuwei Wu; Shijie ChengComputational intelligence and neuroscience
Wang S; Yang YApplied Sciences (Switzerland)
Gómez-Meire S.,Márquez C.G.,Aray-Cappello E.P.,Méndez J.R.INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH
Kim, Beom-Su; Sung, Tae-Eung; Kim, Ki-IlJournal of Network and Systems Management
Bautista, Oscar G.; Manshaei, Mohammad Hossein; Hernandez, Richard; Akkaya, Kemal; Homsi, Soamar; Uluagac, SelcukJournal of Physics: Conference Series
Prieto-Galarza, Ricardo; Tutivén Gálvez, Christian; Vidal Seguí, YolandaIEEE Network
Hossain M.A.,Hossain A.R.,Ansari N.SENSORS
Honar Pajooh, Houshyar; Rashid, Mohammad; Alam, Fakhrul; Demidenko, SergeIEEE Aerospace and Electronic Systems Magazine
Liang J.,Liu X.,Wang R.,Yang L.,Li X.,Tang C.,Zhao K.Sensors (Switzerland)
Khan M.D.,Ullah Z.,Ahmad A.,Hayat B.,Almogren A.,Kim K.H.,Ilyas M.,Ali M.Big Data and Cognitive Computing
Almuhaideb A.M.,Alghamdi H.A.IEEE Internet of Things Journal
Bhattarai I.,Pu C.,Raymond Choo K.K.,Korac D.IEEE Transactions on Dependable and Secure Computing, Dependable and Secure Computing, IEEE Transactions on, IEEE Trans. Dependable and Secure Comput.
Liu, J.; He, Y.; Xiao, C.; Han, J.; Ren, K.IEEE Transactions on Intelligent Transportation Systems
Wang Y.,Li X.,Zhang X.,Liu X.,Weng J.Journal of Physics: Conference Series
Shalini Yadav; Rahul Rishi; Yudhvir Singh; Zaid khudhur Hussein; Ahmed Ayoob Ibrahim; Sajjad Ali EttyemExpert Systems
Patil S.,Gokhale P.전선 / 대학원
유전자칩과 단백질칩 등의 바이오칩 기술과 정보학은 후기 유전체 시대를 이끌어 갈 핵심기술이다. 본 강좌는 바이오칩 제작의 기초원리와 자료구조에서 이미지분석, 정규화, 필터링, 누락값추론, 매핑, 통계학적 발현량 분석, 클러스터 분석, 유전자발현 조절 네트워크 분석, 바이오칩 자료의 표준화 및 데이터베이스 구축에 대해 논한다.전선 / 대학원
CPU를 중심으로 I/O System, Memory System, Cache, Virtual Memory 등의 구조 및 설계 방법을 다루며, 이를 바탕으로 전체적인 컴퓨터의 조직을 이해한다.전선 / 대학원
지난 수십 년간 발전해 온 CMOS 공정은 최신의 고성능 및 모바일 시스템을 설계하는데 중요한 역할을 수행하고 있다. 이 강의에서는 나노미터 스케일의 미세 공정에서 효율적인 디지털 시스템을 설계하기 위한 다양한 회로 설계 기법을 다루고 하드웨어 설계 과정에서 고려해야 할 신뢰성, 에너지 효율성 등의 요소를 자세히 살펴봄으로써 학생들의 디지털 시스템 설계에 대한 이해를 높인다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.공통 / 대학원
21세기에 들어와 기계학습과 딥러닝 등의 AI 기술의 급격한 발전이 빅데이터와 고성능 컴퓨터와 결합되며 이전과는 다른 차원의 활용 가능성을 보여주면서 급속도로 산업과 생활에 보급되고 있다. 그러나, 현재의 빅데이터 기반 기계학습 위주 AI의 한계는 분명하며 AI 개념의 창시자와 개발자들이 꿈꾸던 기술에 못 미친다는 것이 전문가들의 한결같은 견해이다. 차세대 AI 기술의 핵심 중 하나는 뇌의 자연지능을 닮은 AI(Brain-like AI)의 구현이다. 본 교과목은 뇌의 인지기능에 기반을 둔 자연지능과 컴퓨터 기반 인공지능의 공통점과 차이점에 대한 체계적 고찰을 통해 학생들이 인공지능과 자연지능 연구 및 기술 개발을 위한 미래지향적 안목을 기를 수 있도록 돕는 것을 목표로 한다. 인간의 인지 및 행동에 관심이 있는 다양한 분야의 학생은 인공지능과 자연지능의 비교를 통해 인간의 고유성에 대한 통찰 및 인공지능 기술의 활용에 대해 배울 수 있으며, 반대로 인공지능에 관심이 있는 학생은 진정한 인공지능을 구현하기 위해 필요한 뇌인지과학적 배경을 함양할 수 있을 것으로 기대한다.전선 / 학사
본 교과는 인공지능의 중요한 문제중의 하나인 컴퓨터비전의 기초를 소개하는 과목으로서 컴퓨터비전 관련 이론의 이해는 물론 알고리즘의 설계 및 분석을 통하여 다양한 공학적 응용예를 익힌다. 본 교과의 내용으로는 영상형성과정의 광학적 모델링, 영상전처리 및 복원문제로 부터 영상특징추출, 그리고 물체검출 및 인식문제 등의 고차원 문제가 포함될 것이며, 이의 해결을 위한 고전적인 접근 방법 뿐 아니라 최신 연구경향 및 방법론들을 공부한다.전선 / 대학원
본 과목에서 학생들은 복잡한 기술들의 집합체인 시스템들 및 제품들의 진화를 위한 포괄적인 기술 로드맵을 체계적으로 개발하기 위한 원칙, 방법론, 도구들에 대한 지식들을 습득한다. 추가로 학생들은 공학 설계 및 개발 관점에서 신기술 개발과 적용에 의한 영향을 평가할 수 있는 방법론을 배우고 학습한다. 이와 관련하여 본 과목에서 다루는 주제들은 기술 로드맵, 기술 정찰, 전략 계획, 연구개발 프로젝트 실행, 지적 재산 관리, 지식 관리, 동업 및 인수, 기술 이전, 혁신 관리와 기술 가치 평가 등이 있다. 본 과목에서 다루는 주제들과 관련하여 시간의 흐름에 따른 기술의 진화에 대한 근본적인 이론과 경험적 증거들이 항공우주, 교통, 에너지, 통신, 농업 및 의료 분야의 많은 예제들을 통하여 설명된다. 추가로 무어의 법칙, S-커브, 특이성 및 기술의 근본적 한계에 대한 특별 주제들도 다루어질 예정이다.전선 / 대학원
이 과목은 2군 교과목으로 다양한 형태의 아동가족 데이터 분석을 위한 고급통계기법 및 연구방법론을 소개한다. 분석방법별로 개설되는 본 교과목은 분석법 원리에 대한 강의와 통계 프로그램을 활용한 데이터실습을 포함하며, 학생들이 학습한 분석기법을 각자의 연구에 적용할 수 있도록 하는 데 목적을 둔다.전선 / 학사
본 강좌는 학교 내에서 강의 또는 자기학습을 통해 습득한 블록체인 이론 지식을 활용한 실습강좌이다. 블록체인의 실무응용 1을 수강하였고, 블록체인의 실무응용 1에서 블록체인의 실무응용 2 수강 승인을 받은 학부생들을 대상으로 블록체인의 지식을 활용한 고난이도 실습 및 프로젝트를 진행한다. 실제 데이터를 바탕으로 산업과 사회에서 겪는 소프트웨어 문제를 과제로 선정하게 하며 수강생은 이를 코딩을 통해 해결한다. 블록체인 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 설계한다. 동시에 해당 분야 최고 권위자로 구성된 패널 평가를 받는다. 결과물과 협업을 근거로 담당교수가 S/U 학점을 부여한다. 선수과목 : 블록체인의 실무응용 1전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 학사
작품의 개념에 따라 활용할 수 있는 적절한 기술적 방법론을 찾고 그에 따르는 효율적인 구현을 위한 기획서를 작성하여 프레젠테이션 하는 실습 수업.전선 / 학사
본 수업은 영상 뿐 아니라 뉴/미디어의 다양한 도구들을 사용하여 작품을 제작하는 수업이다. 싱글채널 비디오, 영상설치, 인터랙티브 영상 및 코드와 전자적 매체 등을 통하여, 학생들은 자신이 표현하고자 하는 개념과 주제를 다양하게 실험한다. 본 수업의 목적으로서, 학생들이 본인 작업의 이론적 특성을 함께 개진하여, 자신의 작업들이 단지 기술적인 구현이 아니라 미디어 아트의 개념적이고 조형적 특성 등을 탐구하는 작업들로 제시되도록 한다.전선 / 학사
본 수업은 사람들의 행동, 습관 및 라이프스타일에 대한 맥락을 탐구하고, 이를 통하여 도출된 인사이트를 실현하기 위한 대상으로 가구, 오브제 등의 공간적 요소를 통하여 본인의 컨셉을 디자인 결과물로 구현해 본다. 본 과정을 통하여 학생들은 상상력과 내러티브를 활용한 자신만의 고유한 디자인 프로세스와 방법을 발견하고 연마한다.전선 / 대학원
본 과목은 생산서비스운영 (OM) 분야의 연구를 이해하기 필요한 기본적인 확률론 및 분석기법을 살펴본다. 다양한 OM 이론분석 연구에 사용되는 확률과정론을 이해하고, Probability, Poisson Process, Continuous time Markov Chains and Queueing Theory와 같은 개념을 익혀본다. 확률과정론을 활용하여 OM 분야의 다양한 주제에 대한 적용 예를 살펴보고, 응용을 위한 미니 프로젝트를 수행한다.전선 / 대학원
가정자원관리, 가계경제, 소비자경제의 제 현상을 올바르게 기술, 설명, 예측할 수 있는 과학적인 연구방법론을 학습하는 과목으로 방법론상의 기본지식 및 이론적 체계를 학습하며 컴퓨터를 통한 자료처리능력 등을 포괄적으로 양성한다.전선 / 대학원
본 강의에서는 지능시스템을 위한 컴퓨터비전 알고리즘들에 대해서 공부한다. 컴퓨터비전은 지능시스템을 구현하기 위한 필수적인 분야로 컴퓨터가 인간의 시각정보처리 기능을 모사할 수 있도록 하는 것을 최종 목표로 하는 학문 분야이다. 이를 위해 컴퓨터비전에서는 카메라 등으로부터 얻은 정지영상이나 동영상 정보를 분석하여 컴퓨터가 자동으로 영상을 이해할 수 있도록 하는 다양한 알고리즘들을 다룬다. 본 강의에서는 컴퓨터비전에서 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 컴퓨터비전 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.