::: 대구대학교 AI학과 모바일 :::

학과 소개
교육과정
1, 2학년 교과 개요

1, 2학년 교과 개요
3, 4학년 교과 개요

과목명(영문)	AI응용수학 (AI Applied Mathematics)
개요	본 교과목은 기계학습 특히 딥러닝의 핵심인 신경망을 이해하는 데 필수적인 수학기초이론들을 다룬다. 따라서 본 교과목은 AI학부 전공교과목들을 위한 가장 기초가 되는 교과목이다. 본 교과목을 이수한 학생은 신경망에 대한 수학적인 표현과 동작 원리를 이해할 수 있다.
개요	This course deals with the basic mathematical theories essential to understanding neural networks, which are the core of machine learning, especially deep learning. Therefore, this course is the most basic course for AI undergraduate major courses. Students who have completed this course can understand mathematical expressions and operation principles of neural networks.

과목명(영문)

프로그래밍입문(Introduction to Comuter Programming)

개요

본 교과목은 프로그래밍 입문 학생을 대상으로 컴퓨터의 동작 방식을 이해하고, 프로그래밍을 위한 절차적 사고와 설계 능력 배양을 목표로 한다. 이를 위해 다양한 실세계의 문제를 컴퓨터를 이용하여 어떻게 해결할 것인가에 대해 일반적인 원칙과 이론을 학습하고, 효과적이고 효율적인 프로그램을 개발하기 위한 방법을 학습한다.

본 교과목에서 다루는 내용은 다음과 같다.

- 프로그램의 설계 방식과 설계 표기법 학습

- 순차 수행, 조건 수행, 반복 수행 알고리즘 학습 및 실습

- 정수, 실수, 문자 등을 메모리에 저장하기 위한 단순 저장소 선언 및 활용

- 단순 저장소를 조합한 복합 저장소의 설계 및 활용

- 문제 분석 및 모듈 설계법 학습

This course introduces the basic programming principles and concepts to the students without prior knowledge on computer programming. It covers program design methodology, design notation, program structure and flow, variable declaration, problem analysis and modular design.

과목명(영문)	크리에이티브디자인(Creative Design)
개요	본 교과는 학생들이 창의적 사고와 IT 기술을 활용하여, 전공관련과제를 계획하고 수행하며 완수하는 과정을 내용으로 한다. 창의적인 문제해결 능력과 기초적인 공학 설계 능력을 증진하며, 팀별로 문제를 해결토록 하여 창의력, 협동심, 자기표현 능력을 갖추도록 한다. 학생들은 다수의 팀별로 나뉘어져, 교수의 지도아래 과제를 진행하게 되며, 다양한 현실적인 문제를 공학적 접근방법으로 해결할 수 있는 기본 자질을 갖추도록 한다.
개요	Students carry out engineering projects using computing knowledge and IT techniques with their creative thinking in this course. They learn creative problem-solving skills and basic engineering design skills and obtain creativity, collaboration, and personal expression skill with a teamwork education. All of the procedures from project planning to report writing are included. Students are grouped in teams with different topics, and professors supervise the progress of each project. As engineers, they will be trained in the basic skills with their creative engineering design approach.

과목명(영문)	확률및통계( Probability and Statistics)
개요	본 교과목은 데이터를 활용하여 새로운 가치를 창출하기 위한 확률과 통계의 기ch 지식을 습득한다. 확률의 강의내용은 표본공간과 사건의 정의, 조건부확률, 베이시안 정리, 랜덤변수, 기대치, 모멘트, CDF/PDF, 다중랜덤변수를 포함한다. 통계의 강의내용은 서술적 통계와 추론적 통계를 소개하고 대표값, 산포도, 표본화 이론, 추정이론, 가설검증을 다룬다.
개요	This course acquires the basic knowledge of probability and statistics to create new value using data. The lecture contents of probability include sample space and event definition, conditional probability, Bayesian theorem, random variable, expectation, moment, CDF/PDF, and multiple random variable. The lecture contents of statistics introduce descriptive statistics and inferential statistics, and deal with representative values, scatter plots, sampling theory, estimation theory, and hypothesis testing.

과목명(영문)	파이썬프로그래밍( Python Programming)
개요	본 교과목은 인공지능 및 컴퓨터 분야 뿐만 아니라 다양한 분야에서 그 활용도가 매우 높은 프로그래밍 언어인 파이썬을 활용한 프로그램 개발 역량을 배양하는 것을 목표로 한다. 이를 위해서 파이썬 기본 문법, 클래스와 객체, 그리고 대표적인 라이브러리 모듈을 살펴보고 수강생들이 이를 활용하여 다양한 종류의 응용을 개발 할 수 있도록 안내한다.
개요	Python is utilized in many areas as well as artificial intelligence and computer engineering. This course aims at building Python programming ability. To achieve this goal, covering basic Python syntax, class and object, and popular library modules, it guides the students to develop vaious Python applications.

과목명(영문)	데이터과학개론( Introduction to Data Science)
개요	이 강좌는 실세계의 문제를 해결하고자 할 때 필수적으로 요구되는 대용량 데이터의 분석을 다루는 입문과목이다. 이 강좌에서 다루는 주제는 데이터를 효율적으로 분석하는 데 필요한 데이터 정제, 벡터 연산, 시각화에 주안점을 둔다. 각각의 주제에 대해서는 이론적 설명과 함께 넘파이(Numpy), 판다스(Pandas), 매트플롯라이브(Matplotlib) 등과 같은 파이썬 라이브러리를 활용한 실습을 통해 데이터 분석 작업에 대한 실무능력도 배양한다.
개요	This class aims at building theoretic and technical understanding of large-scale data analyses which are essential for solving real world problems. Subject focused in this class includes data preprocessing, vector operations, and data visualization. Along with lectures that cover theoretic aspects for each subject, practical experiment will be conducted by students. Experiments will be conducted by using Python libraries such as Numpy, Pandas, and Matplotlib for enhancing technical skills demanded in realistic work environments.

------------------------------------------------------------------------------------------------------------------------------------------------

과목명(영문)

자료구조와 알고리즘 (Date Structure and Algorithm)

개요

컴퓨터와 관련된 모든 분야의 기초가 되는 과목중의 하나로, 데이터(자료)란 무엇이며 어떤 방식으로 컴퓨터에 표현이 되는지 그 다양성을 배우게 되며, 기초적인 알고리즘과 접목되어 효율적으로 문제해결을 하는 방법을 연구하는 강좌이다. 본 강의의 실습은 파이썬 프로그래밍을 활용한다.

As one of the basic courses of computer science and engineering, this course treats data types and structures such as arrays, stacks, lists, queues, trees, and graphs and how they are used in the computer. Programming techniques for such structures in relation with basic algorithm for efficient problem solving will be discussed.

과목명(영문)	운영체제 (Operating System)
개요	운영체제는 컴퓨터 시스템을 구성하는 자원을 효과적으로 관리, 운영하며 사용자로 하여금 보다 사용하기 쉽도록 지원하는 시스템 소프트웨어의 핵심이다. 따라서 전기, 전자, 컴퓨터 학문 분야의 가장 기본적으로 이해해야 할 학과목중의 하나이다. 본 수업 과정에서는 운영체제의 기능을 중심으로 프로세스, 메모리, 입출력 관리에 대한 개념을 소개하며, 최근 운영체제의 핵심 기능의 하나인 분산 운영에 대한 내용을 강의한다. 개념에 대한 이해와 함께 리눅스 커널 분석 및 시스템 프로그래밍을 통해 운영 체제에 대한 이해를 확보하고 고급 시스템 프로그래밍의 실습을 수행한다.
개요	This course will explore the role of operating systems as managers of system resources. This course covers topics on general operating system concepts such as process management, memory management, I/O systems, and file systems, with the in-depth case study on the latest operating system. A fundamental component of designing an operating system is in selecting the proper set of resource abstractions and associated policies and mechanisms for their management. In this course students will explore various resource types and their common abstractions.

과목명(영문)

딥러닝기초(Introduction to Deep Learning)

개요

딥러닝은 4차 산업혁명의 핵심 기술 분야인 인공지능 중에서 가장 각광을 받는 분야이며, 산업체의 수요가 상대적으로 크게 확대될 것으로 전망된다.본 교과목은 딥러닝 기술 분야에 특화된 학부 전공교과목으로 그 기초가 되는 뉴럴 네트워크에 대한 기본 개념뿐만 아니라 다양한 딥러닝 모델의 이론을 학습하며, 이를 바탕으로 딥러닝의 응용 사례를 실습환경을 통해 학습해서 그 응용능력도 함께 배양한다.

As the deep learning becomes a key technology in the fourth industrial revolution, the demand for skilled engineers is rapidly increasing. Dedicated to this field, this course is aimed at building the background mathematical knowledge for the deep learning, introducing popular deep learning models, and finally exercising basic deep learning applications using practical development tools.

과목명(영문)	머신러닝(Machine Learning)
개요	머신런닝 또는 기계학습은 일련의 학습 데이터를 수학적 알고리즘에 기반을 둔 컴퓨터 프로그램을 통하여 학습하고 이를 기반으로 예측하는 학문이다. 즉, 데이터의 분류와 군집 능력을 갖춘 기계(컴퓨터)는 인간처럼 사고하고 판단하는 능력을 갖게된다. 본 교과목에서는 회귀분석, 최대우도추정, 주성분분석법, 선형판별법, 가우시안 혼합모델, 베이즈 분류법, 신경망 회로, 클러스터링 기법 등의 교사학습과 비교사 학습을 다룬다.
개요	Machine learning is a study in which a series of data is learned through a computer program based on mathematical algorithms and prediction is carried out based on the learning data. A machine (computer) can think like a human being after learning classification and clustering abilities. In this course, we cover supervised/unsupervised learning methods such as regression analysis, maximum likelihood estimation, principal component analysis, linear discriminant analysis, Gaussian mixture modeling, Bayesian classification, neural networks, and clustering algorithms.

과목명(영문)	시스템프로그래밍(System Programming)
개요	운영체제에 대한 기초적인 이론을 바탕으로 실제 운영체제가 사용자 혹은 응용프로그램과 어떤 형태의 인터페이스를 갖는지, 하드웨어를 어떻게 관리하는지에 대해 유닉스 시스템을 통해 알아본다. 이를 위해 유닉스 시스템의 내부구조를 이해하고 여러 가지 명령어들의 사용법을 익힌다. 또한, 쉘 프로그램과 시스템 프로그램을 직접 작성해 보고 다양한 네트워크 기능들을 익힘으로써 유닉스 혹은 유닉스와 유사한 직무 및 산업 현장에서 필요로하는 국가직무능력표준(NCS)에 기반한 정보능력 및 기술능력을 기른다.
개요	This course is an introduction to organization of computer systems, system software, and assembly language programming. Students will study the general features of assembly language and design and implement the assembler(including macro processor) and linker through this course. This course introduces an overview of the operating system to understand the mechanism of computer systems.

과목명(영문)

컴퓨터비전기초(Introduction to Comuter Vision)

개요

컴퓨터비전기초는 2차원 또는 3차원 영상을 획득하여 분석하고 처리하는 일련의 과정을 통하여 유용한 정보를 추출하고 상황에 맞는 판단을 하는 기술이다. 영상처리와 머신러닝과 밀접한 관련을 가지며 기계에 인간의 시각적, 지능적 기능을 부여하는 목적으로 태동되었다. 본 교과목에서는 영상처리 기본연산, 특징추출, 영상분할, 매칭과 인식, 동영상분석과 3차원비전 등을 배우고 실시간 컴퓨터비전 프로그램을 위하여 개발된 공개 라이브러리인 OpenCV를 이용하여 실습한다.

Introduction to Computer vision aims to produce numerical or symbolic information by acquiring, processing, analyzing, and understanding of two or three dimensional data from the real world. Its purpose is to provide humans visual and intelligent functions to machines and it is closely related with image processing and machine learning. This course covers basic image processing, feature extraction, image segmentation, matching and recognition, video analysis and 3D vision and lab classes with real-time computer vision library OpenCV.

과목명(영문)	강화학습(Reinforcement Learning)
개요	강화학습은 머신러닝의 한 분야로, 환경과의 상호작용 및 행동의 결과를 통해 스스로 학습하는 방식이다. 본 교과목에서는 먼저 MDP, 다이내믹 프로그래밍, 몬테카를로 방법 등 고전적인 강화학습 알고리즘에 대해 알아보고, 딥러닝을 이용한 최신 강화학습 기술과 이를 통한 응용 등의 내용으로 이어진다. 산업체의 요구를 교과목에 적용하는 맞춤형 교과과정을 지향하며 개요와 더불어 기본적인 지식과 응용능력을 배양한다.
개요	Reinforcement learning is an area of machine learning that learns itself through the consequences of interaction and behavior with the environment. In this course, we will learn about classical reinforcement learning algorithms such as MDP, dynamic programming, and Monte Carlo method, and then introduce the latest reinforcement learning technology using deep learning and its application. We aim for a customized curriculum that applies industry needs to the curriculum, and develop basic knowledge and application skills along with an outline.

과목명(영문)	딥러닝프레임워크설계(Deep Learning Framework Design)
개요	본 교과목은 딥러닝 알고리즘의 구현을 위한 딥러닝 프레임워크의 설계에 대해 다룬다. 세부적으로 먼저 파이썬 기반의 프레임워크 및 C/C++ 기반의 프레임워크를 알아보고, 다양한 하드웨어 상에서의 프레임워크 설계를 통한 알고리즘 수행 및 로봇/자율주행 응용 등의 내용을 다룬다. 산업체의 요구를 교과목에 적용하는 맞춤형 교과과정을 지향하며 개요와 더불어 기본적인 지식과 응용능력을 배양한다.
개요	This course deals with the design of a deep learning framework for implementing deep learning algorithms. In detail, we will first look at Python-based framework and C/C++-based framework, and cover algorithm execution and robot/autonomous driving application through framework design on various hardware. We aim for a customized curriculum that applies industry needs to the curriculum, and develop basic knowledge and application skills along with an outline.

과목명(영문)	딥러닝프레임워크설계(Deep Learning Framework Design)
개요	본 교과목은 딥러닝 알고리즘의 구현을 위한 딥러닝 프레임워크의 설계에 대해 다룬다. 세부적으로 먼저 파이썬 기반의 프레임워크 및 C/C++ 기반의 프레임워크를 알아보고, 다양한 하드웨어 상에서의 프레임워크 설계를 통한 알고리즘 수행 및 로봇/자율주행 응용 등의 내용을 다룬다. 산업체의 요구를 교과목에 적용하는 맞춤형 교과과정을 지향하며 개요와 더불어 기본적인 지식과 응용능력을 배양한다.
개요	This course deals with the design of a deep learning framework for implementing deep learning algorithms. In detail, we will first look at Python-based framework and C/C++-based framework, and cover algorithm execution and robot/autonomous driving application through framework design on various hardware. We aim for a customized curriculum that applies industry needs to the curriculum, and develop basic knowledge and application skills along with an outline.

과목명(영문)	게임과 가상현실(Game and virtual reality)
개요	가상현실의 기술 및 발전현황을 살펴보고, 컴퓨터비전 기술, 원격현실감, 혼합현실감, 멀티모달 인터페이스 등을 이용한 가상현실형 게임시스템에 대해 학습한다.
개요	This course examines the technology and development status of virtual reality, and learns about virtual reality game systems using computer vision technology, remote reality, mixed reality, and multi-modal interfaces.

과목명(영문)	자바프로그래밍(Java Programming)
개요	자바는 C++와 함께 최근 가장 널리 사용되는 객체지향 프로그래밍 언어로서 실제적으로 각종 인터넷 응응 프로그램의 작성에 필수적으로 요구되는 프로그램 언어이다. 본 과목에서는 자바 언어의 문법을 이해하고 자바를 이용하여 각종 프로그램 작성 기법에 대하여 학습하여 실무 능력을 지닌 자바 프로그래머를 양성할 수 있도록 한다.
개요	Along with C++, Java is one of the mostly used object-oriented programming languages. Indeed, Java programming is adopted in the implementation of a wide range of Internet application software. This course covers Java language grammar and practical Java programming skill used for professional Java programmers.

과목명(영문)	생성AI(Generative AI)
개요	생성AI는 기계 스스로 그림을 그리고, 글을 쓰고, 음악을 작곡하고, 게임을 하는 딥러닝 생성 모델을 소개한다. 이 과목에서는 창조적인 작업에서 인상적인 진전을 이루어낸 주요한 최신 기술들을 다룬다. 본 수업은 AI를 활용하여 미디어 콘텐츠 창작 작업을 하는 크리에이티브 기술자가 되고자 하는 학생들은 반드시 수강해야 하는 필수 과목이다.
개요	Generative AI introduces a deep-learning-based generation model in which machines draw, write, compose music, and play games on their own. This course deals with major up-to-date technologies that have made impressive progress in creative work. This class is a mandatory course for students who want to become creative engineers who create media contents using AI.

과목명(영문)	컴퓨터네트워크(Computer Network)
개요	이 교과목은 수많은 컴퓨터들 사이의 기본적인 상호 연결성을 정의하는 교과목이다. 이 교과목의 주된 내용은 인터넷 표준 기술인 TCP/IP를 중심으로, 전송기술(이더넷, 광전송기술, 기가비트이더넷, 무선통신, 등), 인트라넷, 인터넷, 신뢰성 있는 메시지 전송, 정보처리 상호운용, 그리고 클라이언트/서버 모델을 포함한다. 이 교과목을 이수한 후, 학생들은 하드웨어와 컴퓨터 네트워크 구조와 컴퓨터네트워크를 지원하는 소프트웨어를 이해할 수 있다.
개요	This course covers principles underlying the interconnection of large numbers of computers. The main topics of this course are transmission technologies(Ethernet, optical fiber, gigabit networks, wireless transmission, etc.), intranet, internet, reliable message passing, interoperability, and client/server model, After completing this course, students will be able to : - understand the hardware and interface components of a computerized communication network, - understand the software required support a network.

과목명(영문)	컴퓨터비전응용(Applications of Comuter Vision)
개요	본 교과목은 컴퓨터비전에 적용되는 머신러닝/딥러닝 기술을 이해하고 CNN 모델을 활용하여 이미지 분류, 객체 검출, 세그멘테이션 등과 같은 시각 인식 기술을 활용한 다양한 응용시스템을 설계한다.
개요	This course covers understanding modern technologies of machine learning/deep learning algorithms applied for computer vision by exploiting the Convolutional Neural Networks(CNN) model. This class has a goal of designing a variety of visual recognition tasks such as image classification, object detection, and segmentation, etc.

과목명(영문)

자연어처리응용(Deep learning approach to Natural Language Processing)

개요

이 강좌는 딥러닝 기반 자연어 처리에 대한 이론 및 기술적 이해를 도모하는 데 목표를 둔다. 이 강좌 다루는 주제는 자연어 처리 분야의 기본 이론 부문과 자연어 처리를 위한 딥러닝 기술 부문으로 구성된다. 자연어 처리의 이론 부문에서는 형태 학적 분석, 구문분석, 의미 분석, 통계 기반 접근방법 등에 주안점을 두며, 딥러닝 기술 부문은 언어모델링, 자연어 문장 생성, 번역 및 대화 시스템을 위한 딥러닝 시스템 구조 및 동작원리 등에 주안점을 둔다. 이 강좌에서는 주요 이론적 요소에 대해 파이썬과 텐서플로우 환경에서의 구현 사례 분석을 통해 실무 능력도 배양한

다.

This course aims at building theoretic and technical understanding of the natural language processing particularly based on deep learning. Subjects covered by this class include theoretic aspects of the traditional natural language processing which include morphological, syntactic, and semantic analysis. In addition, subject covered and deep learning approaches to the natural language processing include neural language models and deep learning architectures for synthesis, sentence generation, and language interpretation.

과목명(영문)	스마트앱프로그래밍(Smart App Programming)
	본 교과는 모바일 프로그래밍에 대한 기초학습을 진행하고 블록 코딩을 활용한 앱 개발에 대해서 실습한다. 스마트폰 개발 환경의 아키텍처를 이해하고, 모바일 플랫폼 기반의 응용 프로그램 개발 방법에 대하여 학습한다. 모바일 장치의 API와 인터페이스를 학습하고, 모바일 데이터를 저장하고 활용하는방법에 대하여 학습한다.
	This course provides the concepts and code you need to develop software with a block-coding style, the open-source platform for cell phones and mobile devices. It introduces the smart mobile application development environment and offers a complete working example that demonstrates mobile platform architectural features and APIs. The class also explores other topics on designing a user interface and setting up resources for storing data and using permissions.

과목명(영문)

데이터베이스(DataBase)

개요

정보를 저장하고 접근하기 쉽도록 구성하는 데이터 베이스는 현대의 컴퓨터 시스템에서 필수

적이다. 본 과목에서는 데이터베이스의 개념과 모델 및 데이터 연산 등을 정립된 이론과 구현

방법으로 배운다.

Studies in the theories, methods and techniques of database are essential in modern

computer system. Students mainly learn basic concepts, model, and data operation of

database and database management system(DBMS).

과목명(영문)	임베디드시스템설계(Embedded System design)
개요	임베디드시스템은 하드웨어와 소프트웨어가 조합되어 특정한 목적을 수행하는 컴퓨터 시스템을 말한다. 본 교과목에서는 이러한 임베디드시스템을 직접 설계해 보는 것을 목표로, 하드웨어 및 소프트웨어에 대한 기초 지식을 학습하며, 이를 기반으로 임베디드시스템의 전반적인 설계과정을 체험할 수 있는 문제해결중심의 설계프로젝트를 진행한다.
개요	Embedded system is defined as a computer system in which hardware and software are combined to perform a specific purpose. This course aims to design such an embedded system. To this end, students learn basic knowledge about embedded hardware and software, followed by problem-oriented capstone design projects to experience the overall process of embedded system designs.

과목명(영문)	고급딥러닝모델(Advanced Deep Learning Models)
개요	GAN 및 컴퓨터응용설계 과목에서 다루는 내용과 중복되지 않는 선에서 자연어(번역, 트랜스포머, GPT3 등), 음성/사운드 인식, 융합(이미지 캡셔닝) 등 자주 사용되는 중요한 모델의 이론과 실습
개요	Theory and practice of important models that are frequently used, such as natural language (translation, transformer, GPT3, etc.), speech/sound recognition, and fusion (image captioning), in a line that does not overlap with the content covered in GAN and computer application design subjects

과목명(영문)	딥러닝캡스톤디자인(Capstone Design of Deep Learning)
개요	본 교과목은 CNN, RNN, 강화학습, GAN 등과 같은 다양한 딥러닝 기술을 기반으로 설계프로젝트 형태의 작품을 설계한다. 조별 과제를 제안하고 사양결정, 설계, 제작, 디버깅, 테스트 등의 과제 수행 과정을 통해 협업의 중요성 및 인공지능 기술의 현장 응용 능력을 배양한다.
개요	This class covers the capstone design project of engineering works based on modern deep learning technologies like CNN, RNN, GAN, reinforcement learning, etc. This course let students propose a team project. While executing specification decision, design, development, debugging, and testing procedure in the proposed project. students will not only learn the importance of collaboration but also increase their capability of applying their knowledge for practical problems in the AI field.

과목명(영문)	진로·취업설계(Career Design and development)
개요	본 교과목은 취업역량 강화를 목적으로 학생들이 스스로 전공 진로를 탐색하고 자신의 진로와 취업을 설계·실행하는 수업이다. 학생들은 교수와의 상호작용 및 다양한 프로그램 참여를 통해 자율적으로 진로를 탐색하고 설계하며 취업활동을 수행한다. 구체적으로, 학생들은 자신의 진로와 목표를 설정하고 자신만의 포트폴리오를 작성하며, 관련 직업과 직무 및 다양한 취업경로를 탐색하여 취업전략을 수립하고 과제를 도출하여 실천한다. 이 수업을 통하여 학생들은 전공 관련 실무능력 뿐 아니라 창의력, 자기주도성, 의사결정능력을 배양하여 자신의 진로와 삶을 스스로 준비할 수 있다.
개요	This course aims at strengthening students’competencies by offering them the chance to explore and design their career relevant to their major. By interacting with their advisors and participating in various programs, students carry out diverse activities, and learn and practice the skills required for their career development and relevant jobs. They, on their own, set career goals, create portfolio, explore occupations, analyze job functions, search employment routes, establish strategies, come up with tasks, and fulfill them. Through this course, students can prepare themselves for their career and future lives, by developing creativity, self-directedness, and decision-making abilities, in addition to practical skills related to their major fields.

-------------------------------------------------------------------------------------------------------------------------------------

과목명(영문)	웹프로그래밍(Web Programming)
개요	본 교과목은 인터넷과 WWW에 대한 이해를 기반으로 JSP, Javascript, ASP, PHP등 다양한 웹프로그래밍 언어를 이용하여 실용적인 웹 응용을 설계하고 제작하는 방법을 통해 현장의 실무 웹 프로그래밍 기술을 학습한다.
개요	This course covers practical web programming techniques in the field through the design and production of practical web applications using various web programming languages such as JSP, Javascript, ASP, PHP based on the understanding of internet and WWW.

과목명(영문)	빅데이터분석(Big Data Analysis)
개요	빅데이터분석은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 것으로 4차 산업혁명시대의 핵심적인 역할을 한다. 본 교과목에서는 빅데이터의 개념과 특성, 데이터 전처리와 분석을 위한 통계와 최적화 기법을 다룬다. 단일/다중 선형 회귀분석, 결정트리, 랜덤포레스트, SVM, 나이브 베이시안 분류기등 다양한 분류, 군집화, 예측 방법을 학습하고 공개소프트웨어인 파이썬을 이용하여 실습을 진행한다.
개요	Big data analysis finds systematically and automatically statistical rules or patterns in large- scale stored data. It plays a key role in the Fourth Industrial Revolution. This course covers the concepts and characteristics of big data, statistical and optimization techniques for data preprocessing and analysis. Students will learn various classification, clustering, and prediction methods such as single/multiple linear regression, decision tree, random forest, SVM, and naive Bayesian classifiers, and design projects using open software Python.

과목명(영문)	추천시스템(Recommendation Systems)
개요	추천시스템은 각 개인의 관심사나 선호도를 분석해서 그에 맞는 정보나 제품을 선택적으로 제공함으로써, 정보의 홍수 속에서의 효율적인 의사 결정을 가능하게 한다. 이 과목에서는 협업 필터링, 내용 기반 필터링, 지식 기반 필터링, 딥러닝 추천 기술을 소개하고, 성능 평가, 확장성 등 추천시스템과 관련된 다양한 주제를 다룬다.
개요	Recommendation system analyzes each individual's interests or preferences and selectively provides information or products that suit them, enabling efficient decision-making in the flood of information. This course introduces collaborative filtering, content-based filtering, knowledge-based filtering, and deep learning recommendation technologies, and deals with various topics related to the recommendation system such as performance evaluation and scalability.

과목명(영문)	종합설계
개요	학생들이 배운 정보통신공학 분야의 전문적 지식과 기술을 활용하여, 전공관련 과제를 계획하고 수행하며 완수하는 과정을 내용으로 한다. 학생들은 다수의 팀별로 나뉘어져, 교수의 지도 아래 과제를 진행하게 되며, 평가는 인정과 불인정으로 이분된다. 본 교과의 성공적인 결과물은 졸업과제물로 제출할 수 있다.
개요	In this subject students carry out projects using their acquired special knowledge and techniques of communication and computer engineering. All of the procedures from project planning to report writing are included. Students are grouped in teams with different topics and professors supervise the progress of each project. The evaluation is given by Pass or Fail. Students who passed this subject can submit their project results for the qualification of graduation.

과목명(영문)	인간과AI상호작용(Human and AI interaction)
개요	본 교과목에서 학생들은 HCI 분야에서 흥미로운 기술들을 설계하는 방법을 배우게 될 것입니다. 본 교과목은 어떻게 컴퓨터를 더욱 유용하고 편리하게 만드는지에 대한 이해를 바탕으로 인간과 컴퓨터가 상호작용하는 방법에 대한 학습 내용을 다룹니다. 학생들은 래피드 프로토이이핑, 멀티모달 인터페이스, 사용자 인터페이스 설계를 위한 기술들을 배우고, 왜 래피드 프로토타이핑과 비교 평가가 상호작용 설계에 필수적인지를 배우게 될 것입니다. 학생들은 이 교과목을 통하여 사람들과 현장업무를 진행하는 방법과 창의성, 실무능력, 팀워크, 리더십에 요구되는 능력을 개발하는 법을 배우게 될 것입니다.
개요	In this course, students will learn how to design technologies that interested in HCI. This course is the study of how humans interact with computers, with a focus on understanding how to make computers more useful and usable. Students will learn several techniques for rapid prototyping, multimodal interface, UI design and why rapid prototyping and comparative evaluation are essential to excellent interaction design. Through this course, students will learn how to conduct fieldwork with people and develop abilities required in creativeness, practical skills, teamwork and leadership.