과정 안내

SNUON의 다양한 강좌들을 수강신청 후 수강하실 수 있습니다.

IoT·인공지능·빅데이터 개론 및 실습 [모듈3] (2018)


모집기간 : 2019-09-01 ~ 2020-02-29
학습기간 : 2019-09-01 ~ 2020-02-29
  • 강좌 정보 및 소개

    Ⅰ. 강좌 개요

    ❍ 4차 산업 혁명의 근간이 되는 IoT, 빅데이터(BD), 인공지능(AI)의 기본 개념을 강의와 실습을 병행하여 소개한다. 각 분야의 전문가들의 강의를 통해, 해당 분야에서 중요한 개념과, 방법론, 실제적으로 활용되는 예시에 대한 정보를 얻는다. 또한 세 분야에 대한 지식을 융합하여 적용할 수 있는 프로젝트를 수행함으로써 강의의 이해도를 높이고 융합 사고력을 키워준다.

     

    강의 동영상 개발 배경 및 목적 

    ❍ IoT, 빅데이터(BD), 인공지능(AI))의 기본 원리를 이해하고 세 분야에 대한 기본적인 이해를 바탕으로 4차 산업 혁명에 대비할 수 있는 능력을 키운다.
    ❍ 여러 분야의 전문가들의 강의를 쉽게 접근 할 수 있도록 강의동영상의 형태를 이용한다.

     

    시 및 모듈별 구성

    ❍ 총 24차시학습 모듈 86

    차시

    차시명

    담당교수

    학습 모듈

    시간

    영상수량

    1

    Introduction to AI

    윤성로

    Artificial Intelligence

    15:32

    8

    Machine Learning

    7:33

    Deep Learning

    7:47

    Problem Formulation

    19:16

    Perceptron

    16:53

    Learning Paradigms

    6:16

    Error and Noise

    9:58

    Feasibility of Learning

    19:39

    2

    기계학습을 위한 파이썬

    이세일 조교

    아이파이썬 환경 구축

    7:43

    4

    파이썬 기초

    11:49

    Numpy 패키지

    14:03

    파일 입력과 로지스틱 회귀

    6:56

    3

    IoT 통신기술 현황과 발전방향

    최성현

    이동통신에서 사물인터넷(IoT)까지

    16:50

    3

    IoT 통신 기술 현황 및 발전 방향 Ⅰ

    13:25

    IoT 통신 기술 현황 및 발전 방향 Ⅱ

    36:49

    4

    Introduction to Microcontroller

    양세훈

    마이크로 컨트롤러 소개

    10:25

    4

    소프트웨어

    3:36

    LED 컨트롤

    22:46

    tone 함수

    04:00

    5

    Linear Models

    윤성로

    Learning Objective of Linear Regression

    14:14

    6

    Linear Regression Algorithm

    10:30

    Motivation for Logistic Regression

    9:23

    Logistic Regression Model

    20:47

    Training by Gradient Descent

    16:34

    Logistic Regression Algorithm

    13:01

    6

    디지털 입력, 아날로그 입력

    양세훈

    디지털 입력: 인체감지 센서

    07:13

    4

    디지털 입력: 푸시 버튼

    12:28

    아날로그 입력 : 포텐시오미터

    09:28

    아날로그 입력 : 빛 센서

    06:29

    7

    Neural Networks

    윤성로

    Elements of Neural Network

    13:12

    4

    Network Architecture

    16:45

    Core Concepts of Training Neural Networks

    4:35

    Backpropagation

    19:38

    8

    아날로그 출력, 언어, 모터

    양세훈

    아날로그 출력 : PWM

    11:04

    4

    코딩 언어

    04:27

    큰 용량 컨트롤 : 릴레이

    06:44

    초음파센서 : 라이브러리

    12:18

    9

    빅데이터 개요

    전병곤

    데이터 사이언스 정의 및 응용

    09:08

    4

    빅데이터 특성

    05:57

    빅데이터 시스템이란

    13:02

    빅데이터 분석 대표 시스템 소개

    15:43

    10

    모터, Interface, RFID

    양세훈

    모터 : DC, 서보, 스텝

    54:49

    3

    Interface : UART, I2C

    14:29

    Interface : SPI, RFID

    15:32

    11

    빅데이터 배치, 대화형 질의, 스트림 분석

    전병곤

    빅데이터 스토리지

    07:06

    4

    데이터 처리 일반

    25:13

    대화형 질의

    07:00

    스트림 처리

    11:44

    12

    Bluetooth, Wi-fi

    양세훈

    Bluetooth Test, Naming

    14:02

    4

    LED control, Software Serial

    11:33

    Analog, DC motor control

    09:12

    Wi-Fi, Blynk

    26:31

    13

    그래프 처리, 머신러닝/딥러닝

    전병곤

    그래프 처리

    17:22

    3

    머신러닝/딥러닝

    25:23

    머신러닝/딥러닝 분산학습

    09:29

    14

    컴퓨터 비전 1

    김건희

    Introduction to CV

    12:04

    4

    Computer Vision Tasks

    14:49

    Visual Recognition

    09:56

    Visual Recognition - Challenges

    11:21

    15

    컴퓨터 비전 2

    김건희

    Concepts of Categorization

    15:20

    3

    Image Classification - Bag of Words

    20:52

    Image Classification - Bag of Words Extension

    09:09

    16

    신경망 (CNN)

    김건희

    Convolution

    21:01

    3

    CNNs

    28:50

    CNNs in Practice

    19:05

    17

    텍스트 감성 분석 기법 1

    정교민

    Sentiment analysis and opinion mining

    15:23

    3

    Methodology

    17:34

    Sentiment analysis tools

    16:08

    18

    텍스트 감성 분석 기법 2

    정교민

    감성 분석의 응용 1: Stock market prediction

    13:19

    3

    감성 분석의 응용 2: Individual Mood Study

    07:48

    감성 분석의 응용 3: SNS Rumor detection

    35:03

    19

    텍스트 데이터 마이닝

    정교민

    Text Data Mining

    11:42

    3

    Text Data Mining Process

    23:23

    Text Mining in Social Media

    10:58

    20

    빅데이터 응용 - 링크 분석 1

    강유

    Overview of Link Analysis

    12:31

    5

    PageRank - Flow Formulation

    28:52

    PageRank - Google Formulation

    14:17

    PageRank - Computing PageRank for Big Graph

    18:28

    PageRank - Topic Specific PageRank

    09:19

    21

    빅데이터 응용 - 링크 분석 2

    강유

    Web Spam: Overview

    21:01

    3

    TrustRank: Combating the Web Spam

    10:38

    HITS: Hubs and Authorities

    15:22

    22

    Regression 1

    오성회

    Linear Regression

    26:36

    1

    23

    Regression 2

    오성회

    Gaussian Process Regression

    46:55

    1

    24

    Imitation Learning

    오성회

    Imitation Learning

    36:08

    2

    Advanced Topics

    09:05

     

     

  • 교수 정보

  • 강좌코드 : 2019_80_C_2018_1_YSR_2019_12
  • 과정 : IoT·인공지능·빅데이터 개론 및 실습
  • 주수 : 24
  • 수강가능수 : 1000
  • 학점 : 0
  • 언어 : 한국어 (ko)
  • 태그 : 공과대학, 강유, 강현구, 김건희, 양세훈, 오성회, 윤성로, 전병곤, 정교민, IoT, 인공지능, 빅데이터
이전페이지