성균관대학교 글로벌융합학부 | 전공소개 | 데이터사이언스융합전공

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호	교과목명	학점	자기 학습 시간	영역	학위	이수 학년	비고	언어	개설 여부
GCO2001	프로그래밍입문	3	6	전공	학사		글로벌융합학부	-	No
비전공 학생들이 쉽게 컴퓨터 프로그래밍 언어를 습득하는 것을 목표로 한다. 다양한 프로그래밍 언어 중에서 가장 쉽게 배울수 있는 언어를 선택해서 플로우 챠트(flowchart)를 그리는 방법과 플로우 챠트를 언어로 변환할 수 있는 문법을 배운다. 따라서, 해당 학기마다 프로그래밍 언어가 변경될 수 있다. 본 과목은 비전공 학생들이 컴퓨터공학을 배우기 위한 브릿지 과목으로 사용된다.
GCO2002	인공지능개론	3	6	전공	학사			-	No
비전공 학생들이 쉽게 인공지능개론을 습득하는 것을 목표로 한다. 인공지능을 이해하는 데 필요한 확률·집합론 등의 수학 이론부터 인공지능 논리와 실생활 예제까지 전반적인 내용을 배운다. 다양한 실생활 예제를 통해 인공지능 시스템들의 원리와 특징을 알아보고 해결 과정을 살펴보고 배우는 것을 목표로 한다.
GCO2002	인공지능개론	3	6	전공	학사		글로벌융합학부	-	No
비전공 학생들이 쉽게 인공지능개론을 습득하는 것을 목표로 한다. 인공지능을 이해하는 데 필요한 확률·집합론 등의 수학 이론부터 인공지능 논리와 실생활 예제까지 전반적인 내용을 배운다. 다양한 실생활 예제를 통해 인공지능 시스템들의 원리와 특징을 알아보고 해결 과정을 살펴보고 배우는 것을 목표로 한다.
GCO2003	글로벌융합학부세미나	3	6	전공	학사	1-4		한	Yes
글로벌융합학부에서 제공하는 다양한 융복합 교육과정을 미리 체험하는데 목표를 둔다. 본 수업에는 글로벌융합학부 재직 교원들이 매주 새로운 융복합 주제를 가지고 강의를 펼치며, 학생들과 개방적 인터랙션을 통해 융복합의 의미를 새기고 체험할 수 있도록 한다.
GCO2003	글로벌융합학부세미나	3	6	전공	학사	1-4	글로벌융합학부	한	Yes
글로벌융합학부에서 제공하는 다양한 융복합 교육과정을 미리 체험하는데 목표를 둔다. 본 수업에는 글로벌융합학부 재직 교원들이 매주 새로운 융복합 주제를 가지고 강의를 펼치며, 학생들과 개방적 인터랙션을 통해 융복합의 의미를 새기고 체험할 수 있도록 한다.
GCO2005	코딩테스트를대비한역량강화	3	6	전공	학사	1-4		-	No
코딩테스트에 대비한 다양한 문제사례를 경험하여 실제 취업에 도움이 될 수 있는 skill set을 갖추도록 한다. 단순히 취업을 위한 코딩테스트 준비가 아니라 그동안 배워온 코딩과 기계학습, 딥러닝에 관한 지식을 실전문제를 통해 심화하는데 목표를 둔다.
GCO2005	코딩테스트를대비한역량강화	3	6	전공	학사	1-4	글로벌융합학부	-	No
코딩테스트에 대비한 다양한 문제사례를 경험하여 실제 취업에 도움이 될 수 있는 skill set을 갖추도록 한다. 단순히 취업을 위한 코딩테스트 준비가 아니라 그동안 배워온 코딩과 기계학습, 딥러닝에 관한 지식을 실전문제를 통해 심화하는데 목표를 둔다.
GCO2006	심화독서	3	6	전공	학사	1-4		-	No
학교/교수가 추천하는 도서와 학생 본인이 희망하는 도서를 50%씩 리스트에 포함시켜 한 권 한 권 읽으며 독서의 기쁨을 느끼고 지적충만을 경험하게 한다. 교양에서의 독서과목과 차별화 하기 위해 blog에 독후감 essay 쓰기, 소셜미디어상 비디오 게재 등의 기록을 하도록 한다. 가능하다면 학교/교수 추천과목은 미래, 4차산업혁명 등 신 기술과 그 사회적 영향 관련 서적 등을 포함한다.
GCO2006	심화독서	3	6	전공	학사	1-4	글로벌융합학부	-	No
학교/교수가 추천하는 도서와 학생 본인이 희망하는 도서를 50%씩 리스트에 포함시켜 한 권 한 권 읽으며 독서의 기쁨을 느끼고 지적충만을 경험하게 한다. 교양에서의 독서과목과 차별화 하기 위해 blog에 독후감 essay 쓰기, 소셜미디어상 비디오 게재 등의 기록을 하도록 한다. 가능하다면 학교/교수 추천과목은 미래, 4차산업혁명 등 신 기술과 그 사회적 영향 관련 서적 등을 포함한다.
GCO2007	융합원론	3	6	전공	학사	1-4		-	No
이 과목에서는 융합이 생겨나게 된 기본 원리를 공부하고, 융합 제품/융합 서비스가 가지고 있는 기존의 제품/서비스와는 다른 특성을 공부한다. 이 과목은 컴퓨터 기술에서부터 인문사회 영역까지, 융합을 공부하는 그야말로 융합된 과목이 될 것이다.
GCO2007	융합원론	3	6	전공	학사	1-4	글로벌융합학부	-	No
이 과목에서는 융합이 생겨나게 된 기본 원리를 공부하고, 융합 제품/융합 서비스가 가지고 있는 기존의 제품/서비스와는 다른 특성을 공부한다. 이 과목은 컴퓨터 기술에서부터 인문사회 영역까지, 융합을 공부하는 그야말로 융합된 과목이 될 것이다.
GCO2008	인공지능가치평가	3	6	전공	학사	1-4		-	No
인공지능은 개발자 측면에서뿐만 아니라 사용자 측면에서도 평가되어야 하며, 본 수업에서는 인공지능의 기술들을 세분화하고 그 세분화된 기능들이 사용자들에게 어떻게 평가될 수 있는지 그 방법론을 배움으로서 향후 사용자에게 더 큰 가치를 제공할 수 있는 인공지능을 만드는데 도움을 주고자 한다.
GCO2008	인공지능가치평가	3	6	전공	학사	1-4	글로벌융합학부	-	No
인공지능은 개발자 측면에서뿐만 아니라 사용자 측면에서도 평가되어야 하며, 본 수업에서는 인공지능의 기술들을 세분화하고 그 세분화된 기능들이 사용자들에게 어떻게 평가될 수 있는지 그 방법론을 배움으로서 향후 사용자에게 더 큰 가치를 제공할 수 있는 인공지능을 만드는데 도움을 주고자 한다.
GCO2009	빅데이터처리	3	6	전공	학사	1-4		-	No
본 교과목에서는 R이라는 프로그래밍언어를 활용하여 다양한 데이터타입, 종류 및 사이즈별 데이터분석하는 방법론을 학습하고 결과를 해석하는 방법을 배운다. 특히, 데이터사이즈가 큰 경우 분산시스템에서 데이터분석을 효율적으로 처리하고 개인 혹은 팀별 관심있는 연구주제로 연구를 확장하는 방법론을 학습한다. 문제별 필요시 머신러닝, 딥러닝 및 강화학습을 활용하여 R로 구현하여 문제해결최적화 방법을 경험하는 것을 목표로 한다.
GCO2009	빅데이터처리	3	6	전공	학사	1-4	글로벌융합학부	-	No
본 교과목에서는 R이라는 프로그래밍언어를 활용하여 다양한 데이터타입, 종류 및 사이즈별 데이터분석하는 방법론을 학습하고 결과를 해석하는 방법을 배운다. 특히, 데이터사이즈가 큰 경우 분산시스템에서 데이터분석을 효율적으로 처리하고 개인 혹은 팀별 관심있는 연구주제로 연구를 확장하는 방법론을 학습한다. 문제별 필요시 머신러닝, 딥러닝 및 강화학습을 활용하여 R로 구현하여 문제해결최적화 방법을 경험하는 것을 목표로 한다.
GCO2010	확률론	3	6	전공	학사	1-4		-	No
Combinatoril analysis (Counting, Sample space, Event, Prob. 등) - 기초수학의 개념이 되는 조합론 및 Axioms of Prob. (확률의 기본 성질, 공리, 집합과의 연관성등)에 대해서 깊게 학습하고 중요한 예제는 파이썬으로 구현하는 실무능력을 키우는 것을 목표로 한다. 또한, 머신러닝 및 인공지능의 추론에서 필요한 Axioms of Prob.를 바탕으로 Conditional Prob. (조건부 확률) 및 Bayes's Formula(베이즈 공식)을 깊게 배우고 베이지안 네트워크(Bayesian Network)로 확장해봄으로써 확률론과 고급기계학습간의 연관성을 학습해본다. Random variable(확류변수)의 정의, 종류, Expectation, Limit Theorems등을 배우고 인공지능 및 머신러닝 응용 간단 사례에서 활용하여 확장해보는 팀별 과제를 수행해본다.
GCO2010	확률론	3	6	전공	학사	1-4	글로벌융합학부	-	No
Combinatoril analysis (Counting, Sample space, Event, Prob. 등) - 기초수학의 개념이 되는 조합론 및 Axioms of Prob. (확률의 기본 성질, 공리, 집합과의 연관성등)에 대해서 깊게 학습하고 중요한 예제는 파이썬으로 구현하는 실무능력을 키우는 것을 목표로 한다. 또한, 머신러닝 및 인공지능의 추론에서 필요한 Axioms of Prob.를 바탕으로 Conditional Prob. (조건부 확률) 및 Bayes's Formula(베이즈 공식)을 깊게 배우고 베이지안 네트워크(Bayesian Network)로 확장해봄으로써 확률론과 고급기계학습간의 연관성을 학습해본다. Random variable(확류변수)의 정의, 종류, Expectation, Limit Theorems등을 배우고 인공지능 및 머신러닝 응용 간단 사례에서 활용하여 확장해보는 팀별 과제를 수행해본다.
GCO2011	기계학습입문	3	6	전공	학사	1-4		한	Yes
수업내용: 확률기반 모델, 베이지안 네트워크, Genetic Algorithm, SVM, DT 등 기본적인 머신러닝 알고리즘을 이론을 통해 배움 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2011	기계학습입문	3	6	전공	학사	1-4	글로벌융합학부	한	Yes
수업내용: 확률기반 모델, 베이지안 네트워크, Genetic Algorithm, SVM, DT 등 기본적인 머신러닝 알고리즘을 이론을 통해 배움 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2012	딥러닝기초및실습	3	6	전공	학사	1-4		-	No
수업내용: 퍼셉트론, MLP, 딥뉴럴네트워크의 구조와 이슈들을 배우고, 라이브러리를 통해 실습과 프로젝트를 진행해봄 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2012	딥러닝기초및실습	3	6	전공	학사	1-4	글로벌융합학부	-	No
수업내용: 퍼셉트론, MLP, 딥뉴럴네트워크의 구조와 이슈들을 배우고, 라이브러리를 통해 실습과 프로젝트를 진행해봄 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2013	인공지능과윤리	3	6	전공	학사	1-4		-	No
이 과목은 학생들로 하여금 인공지능 시스템을 개발하면서 개발자나 연구자나 겪을 수 있는 윤리적/도덕적 이슈들을 실제 사례들을 통해 소개하고, 이러한 이슈들에 대해 고민해 볼 수 있는 기회를 제공하는 데 목표를 둔다. 향후 인공지능 시스템이 사회 전반에 다양한 영향을 미칠 수 있다는 점을 고려하여, 윤리적/도덕적 쟁점을 간과할 때 나타날 수 있는 문제점을 논의한다. 또한, 인공지능 시스템의 객관성을 맹신하는 경우에 야기될 수 있는 문제들에 대해서 생각해볼 시간을 갖는다. 또한 윤리적인 인공지능 시스템 개발이 사회적 공공선을 실현하는 데 어떠한 기여를 할 수 있을지를 생각해보도록 하고자 한다.
GCO2013	인공지능과윤리	3	6	전공	학사	1-4	글로벌융합학부	-	No
이 과목은 학생들로 하여금 인공지능 시스템을 개발하면서 개발자나 연구자나 겪을 수 있는 윤리적/도덕적 이슈들을 실제 사례들을 통해 소개하고, 이러한 이슈들에 대해 고민해 볼 수 있는 기회를 제공하는 데 목표를 둔다. 향후 인공지능 시스템이 사회 전반에 다양한 영향을 미칠 수 있다는 점을 고려하여, 윤리적/도덕적 쟁점을 간과할 때 나타날 수 있는 문제점을 논의한다. 또한, 인공지능 시스템의 객관성을 맹신하는 경우에 야기될 수 있는 문제들에 대해서 생각해볼 시간을 갖는다. 또한 윤리적인 인공지능 시스템 개발이 사회적 공공선을 실현하는 데 어떠한 기여를 할 수 있을지를 생각해보도록 하고자 한다.
GCO2014	정치커뮤니케이션데이터분석실습	3	6	전공	학사	1-4		-	No
디지털 미디어 기술과 커뮤니케이션의 발달로 시민들의 직접적인 정치 참여가 가능해지고 있다는 점에서, 데이터사이언스와 인공지능 기술을 활용하여 온라인 공간에서의 정치 현상을 분석하려는 시도가 늘어나고 있다. 이러한 점에서 본 과목은 학생들로 하여금 현실 세계에 존재하는 다양한 형태의 데이터를 분석하여 현대 사회의 정치 커뮤니케이션 행위에 관한 이해를 높이려는 목표를 가지고 있다. 본 수업에서는 실제 온라인 공간의 다양한 데이터를 수집/분석하는 기회를 통해 데이터사이언스 및 인공지능 시스템 개발자로서 필수적으로 갖춰야할 리서치 스킬을 키우는 기회를 제공하고자 한다.
GCO2014	정치커뮤니케이션데이터분석실습	3	6	전공	학사	1-4	글로벌융합학부	-	No
디지털 미디어 기술과 커뮤니케이션의 발달로 시민들의 직접적인 정치 참여가 가능해지고 있다는 점에서, 데이터사이언스와 인공지능 기술을 활용하여 온라인 공간에서의 정치 현상을 분석하려는 시도가 늘어나고 있다. 이러한 점에서 본 과목은 학생들로 하여금 현실 세계에 존재하는 다양한 형태의 데이터를 분석하여 현대 사회의 정치 커뮤니케이션 행위에 관한 이해를 높이려는 목표를 가지고 있다. 본 수업에서는 실제 온라인 공간의 다양한 데이터를 수집/분석하는 기회를 통해 데이터사이언스 및 인공지능 시스템 개발자로서 필수적으로 갖춰야할 리서치 스킬을 키우는 기회를 제공하고자 한다.
GCO3001	글로벌융합현장실습1	2	4	전공	학사			-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (2주 이상)
GCO3001	글로벌융합현장실습1	2	4	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (2주 이상)
GCO3002	글로벌융합현장실습2	3	6	전공	학사			-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3002	글로벌융합현장실습2	3	6	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3003	글로벌융합현장실습3	3	6	전공	학사			-	No
전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)