[강의계획서]
1주차 인공지능의 이해
l 1차시 : 들어가기
l 2차시 : 인공지능의 개념
l 3차시 : 기계학습의 종류
l 4차시 : 기계학습의 활용분야
l 5차시 : 정리하기
l 학습활동 : 퀴즈
2주차 인공신경망(1)
l 1차시 : 들어가기
l 2차시 : 인공신경망의 구성
l 3차시 : 인공신경망의 학습원리
l 4차시 : 인공신경망의 학습과정
l 5차시 : 정리하기
l 학습활동 : 퀴즈
3주차 인공신경망(2)
l 1차시 : 들어가기
l 2차시 : 데이터 전처리
l 3차시 : 모델 성능최적화(1)
l 4차시 : 모델 성능최적화(2)
l 5차시 : 정리하기
l 학습활동 : 퀴즈
4주차 신경망 기반 심층학습
l 1차시 : 들어가기
l 2차시 : 순환신경망과 합성곱 신경망의 개요
l 3차시 : 순환신경망
l 4차시 : 합성곱 신경망
l 5차시 : 정리하기
l 학습활동 : 퀴즈
5주차 인공신경망의 개발
l 1차시 : 들어가기
l 2차시 : 인공신경망의 개발환경
l 3차시 : 인공신경망 개발(1)
l 4차시 : 인공신경망 개발(2)
l 5차시 : 정리하기
l 학습활동 : 퀴즈
6주차 인공신경망 모델의 활용
l 1차시 : 들어가기
l 2차시 : 개발된 모델의 활용
l 3차시 : 반복법의 원리와 종류
l 4차시 : Newton 반복법
l 5차시 : 정리하기
l 학습활동 : 퀴즈
7주차 유전알고리즘
l 1차시 : 들어가기
l 2차시 : 유전알고리즘의 원리와 구조
l 3차시 : 유전알고리즘 개발(1)
l 4차시 : 유전알고리즘 개발(2)
l 5차시 : 정리하기
l 학습활동 : 퀴즈
8주차 냉동공조와 인공지능
l 1차시 : 들어가기
l 2차시 : 인공지능의 적용분야(1) - 열전달
l 3차시 : 인공지능의 적용분야(2) - 히트펌프 시스
l 4차시 : 인공지능의 적용분야(3) - 제어기술 및 최적화
l 5차시 : 정리하기
l 학습활동 : 퀴즈,토론
9주차 기말고사
[이수/평가정보]
l 퀴즈 : 40%
l 토론 : 20%
l 기말고사(시험) : 40%
※ 60점 충족 시 이수증 발부
- 특별한 선수 요건 없음
[교재]
강의자료를 PDF파일로 제공합니다.
