교수자/개설자

최재붕

학습기간

2023-12-27 ~ 2028-12-27

강좌소개

인류의 문명을 바꾸고 있는 디지털 트랜스포메이션에 대한 이해와 신문명이 요구하는 인재가 되기 위해 필요한 기본적 자세에 대해 데이터를 기반으로 학습한다.

교수자/개설자

박진영

학습기간

2023-12-27 ~ 2028-12-27

강좌소개

실제 인공지능과 데이터분석에서 자주 사용되는 몇 가지 기법에 적용된 고급 수학 이론을 이해하고 활용한다.

교수자/개설자

박진영

학습기간

2023-12-27 ~ 2028-12-27

강좌소개

파이썬 기반의 오픈소스 머신러닝 라이브러리인 텐서플로우 (Tensorflow)와 케라스 (Keras)를 활용하여 인공지능과 데이터 분석에서 자주 사용되는 데이터 활용 기법 및 알고리즘을 구글 코랩 (Google Colab)환경에서 실습한다.

교수자/개설자

이상구

학습기간

2023-12-26 ~ 2026-12-26

강좌소개

본 강좌를 통해 인공지능을 이해하는데 필요한 수학(기초) 및 기본 알고리즘을 자세히 학습하고 코드를 활용하여 실습해본다.

교수자/개설자

이상구

학습기간

2023-12-26 ~ 2026-12-31

강좌소개

본 강좌를 통해 고등학생과 일반인들이 인공지능을 이해하는데 필요한 수학(입문)의 내용을 학습하고 코드를 활용하여 실습해본다.

교수자/개설자

허재필

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

본 강의의 목적은 인공지능 학습을 위해 필수적으로 선행되어야 하는 자료구조 및 알고리즘 주제에 대해 다루며, 핵심 목표로는 다양한 자료구조와 주요 알고리즘의 이론적 이해 및 복잡도 분석과 코드 구현 능력 향상, 그리고 컴퓨팅 사고력 배양이다.   교수소개 - 허재필 성균관대학교 소프트웨어학과 교수   강좌 일정 문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

이상구

학습기간

2022-11-01 ~ 2027-07-02

강좌소개

본 강좌는 인공지능이 어떤 수학적 원리로 작동하는지를 이해하는데 필요한 기본적인 수학 내용을, 고등학교 1학년 정도의 수학 지식을 갖춘 일반인이라면 누구라도 쉽게 학습하고, 이해한 후, 실습할 수 있도록 한다. 또한 Math & Coding 접근으로 <인공지능에 필요한 개념과 용어 및 기초수학 지식 및 실습 경험>을 제공한다.   교수소개 - 이상구 성균관대학교 수학과 교수   강의 일정 문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

이지형

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

본 강의는 목적은 다양한 고급기계학습 기법의 수학적 배경을 이해하고, 각 방법의 장점과 단점을 이해하여 주어진 상황에 적합한 기법을 선택하여 문제를 효율적이고 효과적으로 해결할 수 있다.   교수소개 - 이지형 성균관대학교 정보통신대학 소프트웨어학과 교수   강좌일정 - 총 14주차로 구성 문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

이지형

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

스마트카에서 생성되는 다양한 정보가 생산되며 이를 기반으로 스마트카의 다양한 기능이 수행된다. 본 강좌에서는 스마트카에서 생성되는 정보를 지능적으로 처리하기 위한 다양한 기계학 기법을 학습한다. 기계학습의 기본 개념과 모델 평가 기법을 포함하여 다양한 분류 기법과 추천기법 등을 학습한다.   교수소개 - 이지형 성균관대학교 정보통신대학 소프트웨어학과 교수   강좌일정 구성: 총 10주차 (주당 03시간 00분)   문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

황성호

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

본 강좌에서는 스마트카 제어시스템에 대한 개요와 함께 개략적인 내용에 대해 다룹니다. 학습자들은 스마트카 또는 자율주행차의 핵심기술 개요에 대해 학습합니다. 자율주행 제어에 필요한 인지, 판단, 제어에 대해 기본적인 개념과 필요기술에 대해 학습한 후, 차량의 종방향 및 횡방향 동역학 방정식을 유도해 보고, 이를 이용하여 제어시스템의 특성에 대해 알아봅니다. 대표적인 종방향 제어 시스템인 표준 및 적응형 크루즈 제어에 대해 학습하고, 횡방향 조향제어 시스템의 제어 특성에 대해서도 다루어 봅니다. 마지막으로 가상환경에서 제어시스템 성능을 검증할 수 있는 가상주행 시뮬레이터와 차량 시뮬레이션 기술 개요에 대해 살펴봅니다.This lecture covers the introduction and overview of control systems for smart cars. Learners will learn about key technologies for smart cars or autonomous vehicles. This course introduces basic concepts and demand technologies of perception, decision and control required for autonomous driving control. Then, the longitudinal and lateral dynamics equations of a vehicle are derived, and the characteristics of the control system are analyzed using these equations. The standard and adaptive cruise controls, which are the typical longitudinal control systems, are studied, and control characteristics of the lateral steering control system are also discussed. At the end, this lecture will introduce virtual driving simulators and vehicle simulation technology that can verify the control system performances in virtual environments.   교수소개 - 황성호 성균관대학교 공과대학 기계공학부 교수   강좌일정 구성: 총 10주차 × 주차당 각 2차시 (주당 02시간 00분)   문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

정재훈

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

지능형 자동차 및 교통제어시스템을 통한 무인자동차 기반 자율주행 시대가 열리고 있습니다. 이러한 자율주행 시스템을 지원할 지능형 자동차와 교통제어시스템은 차량 네트워크에서 유무선 통신으로 연결되어 있습니다. 이러한 차량 네트워크에서 시스템 요소들이 유기적으로 연결되어 있는 것을 차량 사물인터넷이라고 합니다. 본 강좌에서는 이러한 차량 사물인터넷에서 핵심인 차량용 외부 통신시스템을 위한 네트워킹, 응용 서비스 및 보안 서비스 기술을 소개합니다.   교수소개 - 정재훈 성균관대학교 소프트웨어학과 교수   강좌일정 구성: 총 10주차 × 주차당 각 2차시 (주당 02시간 00분)   문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

전재욱

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

차량의 전자화 기술은 지속적으로 차량에 확대 적용되어 현재 고급 차량에서는 100여개 이상의 전자제어장치(Electronic Control Unit)가 있으며 향후 자율주행자동차에서 더욱 많은 전자제어장치가 추가될 것으로 예상됩니다. 차량의 안전성과 함께 편의성을 향상시키기 위해서 여러 전자제어장치 간에 효율적으로 정보를 공유하여야 합니다. 본 강좌에서는 대표적인 차량용 네트워크 CAN 및 CAN-FD 네트워크 기술을 소개하고자 합니다.이 강좌를 통하여 차량용 네트워크 필요성, 현재 차량용 네트워크로 가장 많이 사용되고 있는 CAN 네트워크 및 CAN 네트워크를 고속 형태로 변환한 CAN-FD 네트워크에 관해 이해하게 될 것 입니다. 따라서 이 강좌를 수강한 후에 차량용 CAN 및 CAN-FD 네트워크를 설계할 수 있게 되고, 실제 CAN 및 CAN-FD네트워크에서 error 발생 시 error 원인을 분석하여 제거할 수 있습니다. 또한 CAN 및 CAN-FD 통신을 수행할 수 있는 차량용 전자제어장치를 설계하는 데 도움이 될 것 입니다.   교수소개 - 전재욱 성균관대학교 반도체시스템공학과 교수   강좌일정 구성: 총 12강   문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

안성진

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

모든 사물이 연결되는 IoT시대에 네트워크를 통한 정보의 유통이 강화되고 있다. 특히 디지털경제시대로 접어들면서 사람이나 사물이 발생시킨 데이터가 축적되고 이는 LAN이나 인터넷을 통해서 원격지의 기기로 이동한다. 데이터가 이동하면서 나타나는 기술적 문제들을 인식하고 그 원리를 이해함으로써 좀 더 깊이 있는 전공분야 확대가 가능하다. 이를 위해 비전공자가 알아야할 컴퓨터 네트워크의 기술적 요소들을 선택하여 수준에 맞춰 설명한다.   교수소개 - 안성진 성균관대학교 컴퓨터교육과 교수   강좌일정 구성: 총 10주차 × 주차당 각 2차시 (차시당 15~20분)   문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

교수자/개설자

김재광

학습기간

2022-11-01 ~ 2031-03-05

강좌소개

In Course 3 of the Machine Learning for Recommender Systems Specialization, offered by Sungkyunkwan Univ., you will: a) understand the data preprocessing of the raw data for recommender systems.b) apply the recommender systems (content based filtering and collaborative filtering).measure the performance of the methods for the recommender systems such as mAP, nDCG, and ED.understand the basic concepts of machine learning.c) understand a typical memory-based method, the K nearest neighbor method.   - 김재광 성균관대학교 소프트웨어학과 교수      주 (Week) 학습 내용 (Contents)          Week 1    Introduction to Recommender Systems          Week 2    Collaborative Filtering          Week 3    Recommender System with Deep Learning          Week 4    Further Understanding of Recommeder Systems   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)

교수자/개설자

김재광

학습기간

2022-11-01 ~ 2028-03-01

강좌소개

In this course you will: a) understand the naïve Bayesian algorithm.b) understand the Support Vector Machine algorithm.c) understand the Decision Tree algorithm.d) understand the Clustering.Please make sure that you’re comfortable programming in Python and have a basic knowledge of mathematics including matrix multiplications, and conditional probability.   - 김재광 성균관대학교 소프트웨어학과 교수    주 (Week) 학습 내용 (Contents)             Week 1    Naïve Bayes             Week 2    Support Vector Machine             Week 3    Decision Tree             Week 4    Clustering   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)

교수자/개설자

김재광

학습기간

2022-11-01 ~ 2027-03-01

강좌소개

In this course, you will: a) understand the basic concepts of machine learning.b) understand a typical memory-based method, the K nearest neighbor method.c) understand linear regression.d) understand model analysis.Please make sure that you’re comfortable programming in Python and have a basic knowledge of mathematics including matrix multiplications, and conditional probability.   - 김재광 성균관대학교 소프트웨어학과 교수    주 (Week) 학습 내용 (Contents)          Week 1    The basic concepts of machine learning          Week 2    The k-Nearest Neighbors          Week 3    Linear Regression          Week 4    Logistic Regression   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)