3. 강의목표
This course will introduce the history of artificial intelligence research and recent trends, exploring different topics between active research areas in AI: Data Mining (DM), Machine Learning (ML), Computing Systems (CS), Computer Vision (CV), Computer Graphics (CG), and Natural Language Processing (NLP). In this course, professors in these areas together will present the relevant core subjects and discuss interdisciplinary topics to form an integrated viewpoint on AI research.
본 강좌는 본 인공지능대학원의 입문 강의로써 인공지능의 최근 흐름을 폭넓게 익히고 인공지능대학원의 각 분과가 연구하는 내용을 이해하도록 돕는다. 미디어 AI, 데이터 AI, AI 이론의 3개 분과의 교수들이 해당 분과의 관점에서 관련 각 분야 인공지능 연구의 기초와 핵심 이슈를 강의하고, 서로 간의 융합 주제들에 대해서 함께 논의하는 시간을 가진다. 이 과정을 통해 학생들은 다양한 AI 분야들을 관통하는 통합적 관점을 가지고 인공지능 공동연구에 적응하게 될 것이다.
4. 강의선수/수강필수사항
Prerequisites are mathematical backgrounds in calculus, linear algebra, and probability & statistics.
5. 성적평가
Examination 90%, Participation 10%
6. 강의교재
| 도서명 |
저자명 |
출판사 |
출판년도 |
ISBN |
|
Course slides (교수들의 개별 강의자료)
|
|
|
0000
|
|
8. 강의진도계획
Lecture #1-2: Course Logistics and Introduction
Lecture #3: Panel discussion #1: How to study AI?
Lecture #4-6: Data Mining (DM)
Lecture #7-10: Machine Learning (ML)
Lecture #11-13: Computing Systems (CS)
—---- Mid-term exam (DM, ML, CS)
Lecture #14-16: Computer Vision (CV)
Lecture #17-18: Medical Imaging (MI)
Lecture #19-21: Computer Graphics (CG)
Lecture #22-25: Natural Language Processing (NLP)
Lecture #26: Panel discussion #2: How to do AI research?
—----- Final exam (CV, MI, CG, NLP)
9. 수업운영
- Lecture, area-wise examination (or assignment)
- 이론강의, 영역별 시험
10. 학습법 소개 및 기타사항
Collaborative lectures by professors at GSAI
인공지능 대학원 개별분과 대표교수들의 공동강의
11. 장애학생에 대한 학습지원 사항
- 수강 관련: 문자 통역(청각), 교과목 보조(발달), 노트필기(전 유형) 등
- 시험 관련: 시험시간 연장(필요시 전 유형), 시험지 확대 복사(시각) 등
- 기타 추가 요청사항 발생 시 장애학생지원센터(279-2434)로 요청