교육과정
열린 미래 꿈이있는 대학, 동아대학교
교과목 상세안내
Humanities and Communication
- 창의적 대학설계 (Creative Self-Directed Design for University Life) /1-1, 교필 : 컴퓨터/AI 공학부의 신입생을 대상으로 하며 가치 있는 대학 생활을 구상할 수 있도록 돕기 위한 강의입니다. 우리 대학과 학부를 소개하고 진로에 대해 고민하고 설계할 수 있는 기회를 제공하는 것을 목표로 합니다.
- 인간과 환경의 이해 (Understanding of Human and Environment) /1-1, 교필 : 현대 사회를 보다 개선된 환경으로 만들어 나가기 위해 환경이 인간의 삶에 미치는 영향을 이해하고, 환경의 일부인 인간을 이해하는 강의입니다. 인간과 환경 사이의 상호작용을 이해하여 지속 가능한 발전을 실현하기 위한 자세를 배우고, 인간과 인간 사이의 관계에 대한 이해를 바탕으로 사회 문제를 분석하고 해결할 수 있는 역량을 기르는 것을 목표로 합니다.
- Communication English /1-2, 교필 : 국제적으로 널리 사용되는 언어를 학습하여 다양한 문화를 가진 사람과의 의사소통을 가능하게 하고 활용 가능한 정보를 확장할 수 있도록 하는 것을 목표로 합니다. 나아가 글로벌 시대인 현대 사회에서 기회의 폭을 국제적으로 확장하여 활동하고 성장할 수 있도록 하는 기반을 마련합니다.
- 무도와 인성 (Martial Arts & Personality Cultivation) /~2022, 1-2, 교필 : 태권도와 유도 중 하나를 선택하여 운동을 통해 자신의 가능성을 탐구하고 건강하고 안전한 생활을 지속할 수 있도록 합니다.
- 창의적 글쓰기 (creative writing) /1-2, 교필 : 창의적인 사고를 바탕으로 자신이 표현하고자 하는 바를 올바른 문장으로 서술하는 방법에 대해 학습합니다. 정보와 의견을 정확하게 전달하는 것의 중요성을 이해하고 효과적인 의사소통을 가능하도록 합니다.
- 고전 읽기 (Classics Reading) /2-2, 교필 : 인간과 인간의 삶, 사회에 대한 깊은 통찰을 담고 있는 고전문학을 통해 과거의 문화와 사회를 이해하고 시대를 초월한 가치를 학습합니다. 복잡한 인간관계의 문제 및 도덕적 딜레마를 다루는 작품을 학습하며 현대 사회의 문제를 바라보는 시각을 확장하고 이를 해결할 수 있는 비판적 사고 능력을 함양하는 것을 목표로 합니다.
- 지식재산개론 (Introduction of intellectual property) /3-1, : 창의적인 활동을 장려하고 기술 개발을 촉진하기 위해 지식 재산의 보호가 의미하는 바를 이해하고 취업 및 창업에 활용 가능한 지식을 학습합니다.
Math and Statistics Core
- 대학수학1 (CalculusⅠ) /1-1 : 행렬과 벡터, 미적분, 기하 등의 개념을 이해하고 전공에 적용하는 것을 목표로 합니다. 전공 공부를 함에 있어 필요한 기초적인 수학 내용을 학습하여 수학적 통찰력을 요구하는 문제를 해결할 수 있는 능력을 배양합니다.
- 선형대수학 (Linear Algebra) /1-2 : 벡터와 행렬을 다루는 수학 분야로, 과학 및 공학 분야에서 광범위하게 활용되고 있으며 머신러닝, 컴퓨터 그래픽스, 데이터 분석, 물리학, 공학, 경제학 등에서 필수적인 개념입니다. 선형 방정식을 통해 문제를 해결하고 데이터의 변환, 분석, 모델링에 활용할 수 있는 능력을 배양합니다.
- 확률 및 통계 (Probability and Statistics) /2-1 : 데이터의 분석과 판단을 위한 중요한 수학적 도구이며 데이터 과학 등 다양한 분야에서 활용되는 학문입니다. 나아가 인공지능 분야에서는 머신러닝과 딥러닝의 기초가 되는 이론으로서 주어진 데이터로부터 가치 있는 결론을 도출하는 방법에 대해 학습합니다.
- 이산수학 (Discrete Mathematics) /2-2 : 연속적인 값이 아닌 이산적인 값을 다루는 수학 분야로 컴퓨터과학, 정보 과학, 인공 지능, 수학, 논리학, 컴퓨터 공학, 정보 통신 공학 등 다양한 분야에서 활용됩니다. 이산적인 값을 처리하는 컴퓨터 공학의 기초가 되는 학문으로 논리, 집합, 명제, 함수, 그래프, 조합, 재귀, 부울 대수 등을 학습합니다.
- 최적화수학 (Mathematical and Numerical Optimization) /2-2 : 실생활에서 문제를 해결할 때 중요하게 사용되는 도구 중 하나입니다. 인공 지능 분야의 중요한 기반이 되는 과목으로 주어진 조건에 따라 목적 함수의 값을 최대화하거나 최소화하여 문제를 해결하는 방법에 대해 학습합니다.
- 수리논리학 (mathematical logic) /3-1 : 수학적 기호와 규칙을 사용해 논리적으로 추론하고 논증을 형식화하는 수학 분야입니다. 추론의 규칙과 성질을 수학적으로 다루는 것에 중점을 두는 과목으로 논리적으로 구조와 패턴을 탐구하고 체계적인 방식으로 추론하는 방법을 학습합니다. 나아가 수리논리학을 기반으로 인공지능을 이해하는 것을 목표로 합니다.
Computer Science Core
- C프로그래밍 : 프로그래밍의 기초를 다지고, 강력하고 효율적인 프로그램을 개발하는 데 필요한 기술을 배우는 과정입니다. 이 강의에서는 C언어의 구문과 기능, 변수와 제어문, 함수 등을 학습하며, 프로그램 개발과 디버깅 능력을 키웁니다. 실습을 통해 개념을 실제로 적용하고, 프로그래밍적 사고력을 발전시킵니다.
- LinuxSystem : 오픈 소스 운영체제인 Linux의 기초와 고급 기능을 다루는 과정입니다. 이 강의에서는 명령어 사용, 파일 시스템 관리, 프로세스 제어 등 Linux 시스템의 핵심 개념과 기술을 학습하며, 쉘 스크립트 작성과 네트워크 구성 등을 다룹니다. 실제 환경에서의 시스템 관리 능력을 강화하고 오픈 소스 환경에서의 역량을 키우는데 중점을 두고 있습니다.
- 객체지향프로그래밍(C++) : 프로그램을 객체 단위로 구조화하고 설계하는 기술을 학습하는 과정입니다. 이 강의에서는 클래스, 객체, 상속, 다형성 등 객체 지향 프로그래밍의 기본 개념을 다루며, 소프트웨어의 모듈성과 재사용성을 강조합니다. C언어에 대한 총괄 리뷰를 포함하여, C++ 핵심문법에 대한 이론/실습을 통해 C++ 응용 프로그램 제작을 위한 기초 토양을 쌓습니다.
- Python 프로그래밍 : 다양한 분야에서 활용되는 파이썬 언어의 기초와 응용을 다루는 과정입니다. 이 강의에서는 문법, 데이터 구조, 함수, 모듈 등을 배우며, 파이썬의 간결한 문법과 다양한 라이브러리를 활용하여 프로그래밍하는 방법을 학습합니다.
- Java 프로그래밍 (과목 미개설) : 객체 지향 프로그래밍 언어인 Java의 기초와 고급 개념을 학습하는 과정입니다. 이 강의에서는 클래스, 상속, 인터페이스 등의 객체 지향 요소와 다양한 라이브러리를 활용하여 프로그래밍하는 방법을 배우며, Java 언어의 특징과 장점을 탐구합니다. 다양한 프로그래밍 실습 및 과제를 통하여 문제 해결 능력을 고취시킵니다.
- 데이터구조 : 프로그래밍과 문제 해결에 필수적인 기반을 제공합니다. 데이터 구조는 컴퓨터 프로그램에서 정보를 효율적으로 저장하고 조작하기 위한 방법을 다루는 중요한 개념입니다. 이 강의에서는 배열, 연결 리스트, 스택, 큐 등 데이터 구조와 관련된 알고리즘을 학습하여 자료에 대한 다양한 구조와 방법을 이해하고, 데이터를 효율적으로 관리하고 처리하는 방법을 익히게 됩니다.
- 컴퓨터구조 : 컴퓨터 시스템의 내부 구성과 동작 원리에 대해 탐구합니다. 이 강의에서는 중앙 처리 장치, 기억 장치, 입출력 장치 등의 요소와 요소들 간의 상호 작용을 이해하고, 명령어 실행과 데이터 처리 과정을 깊이 분석하며 컴퓨터의 동작 원리를 학습합니다. 이를 통해 실제 하드웨어와 소프트웨어 간의 연결을 이해하며 컴퓨팅 시스템을 효율적으로 이해할 수 있습니다.
- 데이터베이스 : 현대 기술 분야에서 필수적인 데이터 관리 기술을 다룹니다. 이 강의에서는 데이터베이스 어플리케이션을 개발하기 위한 제반 이론인 SQL, 개념적 설계, 정규화 논리적 설계, 물리적 설계 등을 학습합니다. 이를 통해 데이터 중요성을 이해하고 효과적인 정보 시스템 구축을 위한 핵심 개념을 습득할 수 있습니다.
- 컴퓨터 네트워크 : 현대 사회를 연결하고 있는 네트워크의 기초와 동작 원리를 탐구합니다. 이 강의에서는 프로토콜, 데이터 전송 방식, 라우팅, 보안 등 다양한 주제를 다루며, 인터넷과 분산 시스템의 구조와 동작 방식을 이해합니다. 실제 네트워크 환경에서의 문제 해결과 보안에 대한 학습도 함께 다루어지며, 현대 정보 기술의 핵심 부분을 이해할 수 있습니다.
- 운영체제 : 컴퓨터 시스템의 핵심인 운영체제의 기능과 동작 원리를 다룹니다.이 강의에서는 프로세스 관리, 메모리 관리, 파일 시스템, 입출력 관리 등의 주제를 다루며, 다양한 운영체제의 유형과 기능을 이해합니다. 실제 시스템 동작 및 성능 향상을 위한 기술과 전략을 배우며, 컴퓨터 시스템의 핵심 요소에 대한 이해를 강화합니다.
- 알고리즘 : 문제 해결과 최적화를 위한 효율적인 알고리즘 설계와 분석을 배우는 과정입니다. 이 강의에서는 정렬, 검색, 그래프 알고리즘 등 다양한 알고리즘 개념과 기법을 학습하며, 시간 및 공간 복잡도를 평가하는 방법을 이해합니다. 문제 해결 능력을 강화하고 프로그래밍적 사고를 기르는데 중점을 두며, 다양한 실전 예제를 통해 알고리즘을 활용하는 기술을 습득합니다.
Artificial Intelligence Core
- Ai Framework API (과목 미개설) : 인공지능 프레임워크의 기본 개념과 활용법을 배우는 과정입니다. 이 강의에서는 TensorFlow, PyTorch, Keras 등 다양한 프레임워크의 API를 활용하여 모델 개발과 훈련하는 방법을 학습하며, 이미 구현된 알고리즘과 라이브러리를 활용하여 빠르게 인공지능 모델을 구축할 수 있는 기술을 습득합니다. 프로젝트를 통해 실전 응용과 성능 최적화 능력을 강화합니다.
- 인공지능 : 인공지능의 기초 개념과 응용을 소개하는 과정입니다. 이 강의에서는 기계 학습, 지식 표현, 자연어 처리 등 다양한 인공지능 분야의 주요 개념을 다루며, 머신러닝 알고리즘과 딥러닝 구조의 작동 원리를 이해합니다. 실제 사례와 함께 인공지능의 가능성과 한계를 논의하며, 미래 지능화 사회에 대한 통찰을 개발합니다.
- 머신러닝 : 데이터마이닝에 활용할 수 있는 머신러닝 기법들을 학습합니다. 이 강의에서는 지도 학습, 비지도 학습, 강화 학습 등 다양한 머신러닝 접근법과 알고리즘을 탐구하며, 데이터 분석과 패턴 인식 능력을 키웁니다. 실제 데이터를 활용하여 모델을 구축하고 평가하며, 현실 세계의 복잡한 문제를 효과적으로 해결하는 방법을 배웁니다.
- 뉴럴네트워크 : 인공 신경망을 기반으로 한 알고리즘과 모델의 이해를 중점으로 합니다. 이 강의에서는 기본적인 신경망 구조부터 시작하여, 효과적인 학습 방법, 이미지 처리, 자연어 처리, 음성 인식 등 다양한 분야에서의 응용에 대한 이해를 기반으로 합니다. 또한 최신 SOTA 신경망에 대한 분석 및 구현을 통해 딥러닝의 활용방법에 대해 학습합니다.
- Ai 지식 표현 및 문제해결 (과목 미개설) : 인공지능 분야에서 지식을 표현하고 문제를 해결하는 핵심 원리를 다루는 과정입니다. 이 강의에서는 논리 표현, 추론, 기호주의 방법과 기계학습 기법을 배우며, 복잡한 현실 세계 문제를 모델링하고 해결하는 능력을 키웁니다. 지식 표현의 다양한 방식과 인공지능의 응용을 통해 창의적인 문제 해결 능력을 확장하게 됩니다.
- Ai 최적화 (과목 미개설) : 인공지능과 최적화 기술을 융합하여 복잡한 문제를 효과적으로 해결하는 방법을 배우는 과정입니다. 이 강의에서는 유전 알고리즘, 입자 군집 최적화, 그리디 알고리즘 등 다양한 최적화 기법을 다루며, 문제 해결과 효율성을 극대화하는 전략을 습득합니다. 실제 데이터와 시나리오를 활용하여 최적화 알고리즘을 적용하고 튜닝하는 실력을 기르게 됩니다.