과목개요 | 인공지능의 개론과 연구 동향을 살펴보고 Knowledge Representation, Problem Solving, Machine Learning, Language Understanding, Automatic Programming 등을 학습한다. 이에 따라 본 교과목은 인공지능 정의, 문제와 문제 공간, 기본적인 문제 풀이 방법, 게임놀이, 서술논리를 이용한 지식의 표기, 기타 논리를 사용한 지식의 표기, 지식의 구조화된 표기, 고급 문제 풀이 시스템, 자연 언어 이해, 식별 등을 다룬다. | |||||
---|---|---|---|---|---|---|
학습목표 | • 인공지능의 정의와 발전 흐름에 대해 이해할 수 있다. • 규칙 기반 모델에 대해 이해하고 규칙 설계와 문제를 수식화 할 수 있다. • 인공 생명 시뮬레이션에 대해 이해하고 오토마톤 이론에 대해 설명할 수 있다. • 선형 문제와 비선형 문제를 통한 유사도 분석을 이해하고 탐색 방법 등을 설명할 수 있다. • 유전 알고리즘과 신경망을 이해하고 개념을 설명할 수 있다. • 자율학습과 지도학습에 대해 설명할 수 있다. • 패턴 인식에 대해 이해하고 특징 추출 방법 등을 설명할 수 있다. • 자연어 처리에 대한 개념과 머신러닝에 대해 설명할 수 있다. • 지식 표현과 데이터 구조에 대해 설명할 수 있다. • 분산 컴퓨팅의 환경을 이해하고 머신러닝 구축 환경을 설명할 수 있다. | |||||
평가기준 |
|
|||||
※ 수료기준은 진도율 80% 이상 및 총점 60점 이상을 충족하셔야 합니다. | ||||||
성적분포 | A 이상 | 30% 이내 | B 이상 | 70% 이내 | C+ 이하 | B이상을 제외한 나머지 비율 |
※ 단, 위의 각 비율은 과목 특성 등의 사유로 학습자의 10% 범위 내에서 증감 조정이 가능. | ||||||
교재 |
|
수강신청
2024.04.08 (Mon) ~ 05.15 (Wed)까지
학습기간
2024.05.16 (Thu) ~ 08.28 (Wed)까지