1학년
- 프로그래밍기초
- 변수와 조건문, 반복문, 함수를 이용해 작은 프로그램을 작성합니다.
- 미적분학
- 함수의 변화율과 적분을 배우고 공학 문제에 적용합니다.
- 선형대수
- 벡터와 행렬, 연립방정식을 이용해 데이터를 수학적으로 표현합니다.
- 확률과통계
- 확률분포와 표본의 특성을 배우고 불확실성을 해석합니다.
- 인공지능개론
- 인공지능의 주요 접근 방법과 적용 사례, 한계를 살펴봅니다.
인공지능학과
수학과 컴퓨터 과학을 바탕으로 학습 모델을 만들고 결과를 검증합니다. 교육과정은 대학마다 다르며 아래는 대표적인 구성입니다.
4년제 공학
- 인공지능공학과
- AI학과
이런 학생에게 맞습니다
- 데이터에서 규칙을 찾고 실험을 비교하는 학생에게 맞습니다.
- 수학 개념을 코드로 구현하는 활동에 흥미가 있는 학생에게 맞습니다.
고교에서 준비합니다
수학의 함수와 미적분, 확률과통계를 익히고 작은 데이터의 분포와 오류를 관찰하면 도움이 됩니다.
대표적인 교육과정
교육과정은 대학마다 다르며 대표적인 구성을 안내합니다.
2학년
- 자료구조
- 리스트와 트리, 해시 등 데이터를 저장하고 찾는 구조를 구현합니다.
- 알고리즘
- 문제 해결 절차를 설계하고 시간과 공간의 사용량을 비교합니다.
- 수치해석
- 수학 문제를 근사 계산하고 수치 오차와 수렴을 분석합니다.
- 데이터베이스
- 데이터 모델과 관계형 데이터베이스, 질의와 트랜잭션을 학습합니다.
- 최적화
- 목적함수와 제약조건을 설정하고 해를 찾는 방법을 학습합니다.
3학년
- 기계학습
- 학습 데이터로 모델을 만들고 검증 데이터로 성능을 평가합니다.
- 딥러닝
- 신경망의 구조와 학습 원리를 배우고 실험 결과를 비교합니다.
- 자연어처리
- 문장을 데이터로 표현하고 언어 처리 모델을 학습하고 평가합니다.
- 컴퓨터비전
- 영상의 특징을 분석하고 인식 모델의 성능과 한계를 검토합니다.
- 데이터마이닝
- 데이터에서 패턴을 찾고 결과의 의미와 한계를 해석합니다.
4학년
- 캡스톤디자인
- 팀에서 문제를 정하고 설계부터 구현과 검증까지 수행합니다.
- 강화학습
- 환경과의 상호작용에서 보상을 이용해 의사결정 방법을 학습합니다.
- 인공지능윤리
- 데이터와 모델의 편향, 책임과 사회적 영향을 검토합니다.
- 인공지능프로젝트
- 문제와 평가 기준을 정하고 모델과 서비스의 결과를 검증합니다.
- 분산시스템
- 여러 컴퓨터가 협력할 때의 통신과 일관성, 장애 처리를 학습합니다.
졸업할 때 갖추는 능력
- 데이터를 분리하고 모델의 성능을 적절한 지표로 평가하는 능력을 기릅니다.
- 실험 조건을 기록하고 결과를 재현하는 능력을 기릅니다.
- 모델의 오류와 편향, 적용 한계를 설명하는 능력을 기릅니다.
관련 직무와 책
함께 확인합니다
AI 도구 사용과 모델의 원리 학습은 구분해서 살펴야 합니다. 수학과 데이터 처리, 소프트웨어 구현을 함께 연습합니다.