통합검색
 
닫기
통합검색
 
  • home
  • 학사과정
  • 교육과정

학사과정

교육과정

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
CHS7002 머신러닝과딥러닝 3 6 전공 학사/석사/박사 도전학기(대학원) - No
본 수업에서는 기초적인 머신러닝 및 딥러닝 알고리즘의 이론 및 실습을 다룬다. 구체적으로, 선형 분류, 선형 회귀, 의사결정나무, 서포트 벡터 머신, 다층신경망, 컨볼루션 네트워크 등 실제 사례에 널리 사용되고 있는 알고리즘들을 이론 강의를 통하여 습득하고, python을 이용하여 이론에서 배운 알고리즘을 실습을 통하여 자기주도적으로 학습한다. 본 수업의 원활한 수강을 위하여, 학생들은 기본적인 미적분학, 선형대수학, 확률 및 통계, python language의 활용 등에 대한 지식이 필요하다.
CHS7003 인공지능응용 3 6 전공 학사/석사/박사 도전학기(대학원) - No
스탠포드 대학교의 공개 강좌인 cs231n은 이미지 인식과 딥러닝에 대한 가장 유명한 공개 강좌 중 하나이다. 본 수업은 스탠포드 대학교의 공개 강좌 cs231n을 이용하여 Flipped class 방식으로 수업을 진행한다. 본 수업을 수강하기 위해서는 학부 수준의 기본적인 수학 지식(선형대수, 미적분학, 확률/통계)와 기본적인 파이썬 기반의 코딩 능력이 요구된다. 수업에서 진행하는 구체적은 진행방식과 활동은 다음과 같다. 1) On-line 강의(English)를 청취 (학습자 주도) 2) On-line 강의(English) 청취한 내용에 대해 개별 노트 정리 (학습자 주도) 3) On-line 강의(English) 청취한 내용에 대해 QnA 토론 (학습자 주도) 4) QnA 기반의 교수자 주도의 Off-line 강의(Korean) 강의 (교수자 주도) 5) 팀별 보충 발표 (학습자 주도) 매 토픽에 대하여 위에 언급한 1) ~ 5)의 진행방식을 활용하여 학습한다. 평가는 각 활동과 과제, 중간 시험, 기말 프로젝트에 기반하여 절대평가한다. 수업에 다루는 내용은 다음과 같다. - Introduction Image Classification Loss Function & Optimization (Assignment # 1) - Introduction to Neural Networks - Convolutional Neural Networks (Assignment # 2) - Training Neural Networks - Deep Learning Hardware and Software - CNN Architectures-Recurrent Neural Networks (Assignment # 3) - Detection and Segmentation - Generative Models - Visualizing and Understanding - Deep Reinforcement Learning - Final Project. 본 수업은 이미지 인식과 관련한 딥러닝 방법에 대하여 기초부터 응용까지 다루므로 관심이 있는 학생들에게 좋은 기회가 될 것이라 생각한다.
COV4008 비선형동역학과자연현상 3 6 전공 학사/석사 3-4
1-4
일반대학원 성균융합원 - No
대부분의 자연현상은 비선형적임에 비해, 표준적인 교과과정에서는 해석적인 풀이의 용이함 등의 이유로 주로 선형적인 미분방정식의 꼴로 주어지는 모형을 주로 다루게 됨. 본 과목에서는 수학/물리학 분야에서 필수적이라 할 비선형동역학의 해석적이고 수치적인 접근방법을 수강생에게 체계적으로 강의한다. 강의를 통해 수강생들은 수학적인 방법론으로서의 비선형 동역학을 광범위한 자연현상의 이해에 적용할 수 있는 융복합적인 지식을 갖추게 된다.
ECO3001 수리경제학 3 6 전공 학사 3-4 경제학과 Yes
경제이론을 수학적으로 분석할 수 있는 능력과 여러 경제상황의 게임이론적 분석을 다룬다. 특히 자본주의적 시장 기구에서 일반균형의 존재성과 효율성을 살펴본 후, 시장 기구가 실패하는 여러 가지 경우에 대해서 이론적으로 분석한다. 아울러 게임이론에 기초한 불완전경쟁 시작이론과 정보경제학에 대하여 자세히 논의한다.
EEE3057 안테나공학 3 6 전공 학사 3-4 전자전기공학부 Yes
안테나 공학은 안테나 및 전자파의 전파 특성의 기본 원리를 설명하는 것을 목적으로 한다. 우선 여러 가지 안테나 및 전파특성에 대해 개략적으로 소개하고, 전자파 복사의 기본 원리 및 안테나 이득, 방향성, 복사 패턴과 같은 용어에 대해 설명한다. 이어서 다이폴 및 루프 안테나의 입력 임피던스를 구하는 이론에 대해 설명하고, 개구형 안테나에 대해 소개한다. 다음에는 유효 면적, 유효 길이, 임피던스 정합, 잡음 등의 개념에 기초하여 수신안테나의 성능을 분석하고, 마지막으로 전파 진행에 관한 제반 사항에 대해 설명한다.
ISS3178 Algorithm and Problem Solving 3 6 전공 학사 국제하계대학 - No
This course covers the fundamental of computing and computational thinking techniques, including the basics of how to construct computer programs using sequences of logical instructions. No prior computer science knowledge is required, but we expect students with moderate computer experience and understanding of rudimentary mathematics and logic. Emphasis will be placed on implementing computer programs towards solutions for practical problems using Python. The objectives of this course are:  to familiarize students with fundamental concepts of computing systems;  to facilitate students with ability to identify, formulate and solve computational engineering problems;  to develop students’ ability to develop computer programs and to read code developed by others; and  to provide students with hands-on experience in computer programing and computational problem solving.
ISS3222 Introduction to Machine Learning 3 6 전공 학사 국제하계대학 - No
Covers fundamental concepts for intelligent systems that autonomously learn to perform a task and improve with experience, including problem formulations (e.g., selecting input features and outputs) and learning frameworks (e.g., supervised vs. unsupervised), standard models, methods, computational tools, algorithms and modern techniques, as well as methodologies to evaluate learning ability and to automatically select optimal models. Applications to areas such as computer vision (e.g., characte r and digit recognition), natural language processing (e.g., spam filtering) and robotics (e.g., navigating complex environments) will motivate the coursework and material.
MTH2002 정수론 3 6 전공 학사 2-3 Yes
정수론의 입문과정으로, 소수, 소인수 분해, 합동, 이차잉여, 정수론적 함수, 부정방정식 및 Gauss 정수등을 다룬다.
MTH2003 벡터해석 3 6 전공 학사 2-3 - No
벡터함수의 미분과 적분을 다루고, 곡선과 곡면, 다양체 위의 개념으로 확장한다. 또한 벡터함수의 미분 적분, 이 두 가지가 어떻게 연관되는지 살펴본다. 구체적으로 다변수함수의 미분, 역함수정리와 음함수정리, 다변수함수의 최대최소, 다중적분, Fubini 정리, 적분의 변수변환, 다양체위의 벡터장, 미분형식, 체인위에서 적분, 다양체위의 Green 정리, Stokes 정리 등을 다룬다.
MTH2006 해석학2 3 6 전공 학사 2-3 Yes
해석학1의 연속과정으로 계속하여 아래 주제를 다룬다. Riemann - Stieltjes 적분, 평등 수렴, Stone-Weierstrass 정리, 주요특수함수들, Contraction 원칙, 역함수 정리, implicit 함수정리, rank 정리, 다변량 해석학, stokes 정리 등
MTH2007 미분방정식 3 6 전공 학사 2-3 Yes
초등 미분방정식의 기초이론과 그 응용을 다룬다. 다루는 내용은 일계 상미분방정식의 해법, 상수계수의 선형 상미분방정식, 고계 상미분방정식, 급수에 의한 해법(Legendre 미분방정식, Bessel 미분방정식)등을 다루게 된다
MTH2008 집합론 3 6 전공 학사 2-3 - No
집합론은 3학년 또는 4학년의 이공계 학생들을 위한 한 학기 과목으로 특히, 수학과 학생들에게는 필수이다. 집합, 합집합, 교집합, Cartesian 곱, 함수, image, inverse image, countable 과 uncountable, relations, equivalence classes, partially ordered and totally ordered sets, 선택공리, Zorn's lemme 등을 다룬다.
MTH2011 전산응용수학 3 6 전공 학사 2-3 Yes
기본적인 수학적 개념들을 컴퓨터 소프트웨어(매쓰매티카 등)를 사용하여 재조명하고 그 응용을 다룬다. 추상적인 수학의 문제를 구체적이고 실현적인 문제로 전환하여 해법을 찾는다.
MTH2012 응용미분방정식 3 6 전공 학사 2-3 - No
상미분방정식에서 공부한 것을 기초로하여 Laplace 변환과 그 응용, 전미분 방정식 일계 편미분 방정식 및 선형 편미분 방정식 해법 그리고 상수계수의 고계 선형 편미분방정식의 해법을 다룬다.
MTH2013 해석학 3 6 전공 학사 2-3 Yes
이 과목은 증명법의 구조를 배우고 스스로 어떤 결과를 증명할 수 있도록 만드는 주요 과목이다. 다루는 내용은 다음과 같다. : 실수와 복소수 체계, 실수와 Rⁿ상에 서의 기초적 위상수학, 수열과 급수 및 수렴과 발산, 연속성과 평등연속성, 미분과 미분가능함수의 성질 등
MTH2014 현대대수학 3 6 전공 학사 3-4 Yes
동치관계, 군, 부분군, 순환군의 개념, Lagrange 의 정리, 동형정리, Cayley의 정리, 상군, 단순군, 군의 급수, 군의 작용과 그 응용, Sylow 정리와 그 응용을 다룬다.
MTH2015 확률및통계 3 6 전공 학사 2-3 Yes
통계학에 입문하는 자연과학부 및 공학부 학생을 대상으로 제반문제의 통계적 접근을 위한 기본개념을 폭넓게 강의한다. 기술통계학, 기초확률개념, 확률변수, 확률모형, 표본분포, 중심극한정리를 소개하고, 정규분포, T분포 및 카이제곱분포의 내용을 바탕으로 신뢰구간 및 검정문제를 다룬다.
MTH2016 선형대수 3 6 전공 학사 2-3 Yes
선형대수학의 중급과정으로 선형대수학에서의 내용 및 진보된 사항을 이론적으로 접근한다. 다루는 내용은 다음과 같다. 1차연립방정식과 행렬, LU-행렬분해, n차의 Cramer 법칙, Vector 공간 rank-nullity 정리, 선형변환의 행렬표현, 기저변환과 similarity, 내적공간, 직교 행렬과 직교화법, 근사해이론, 고유 vector와 행렬의 대각화, 복소 vector 공간, schur 정리, Jordan canonical form 과 Cayley-Hamilton 정리 등
MTH2017 복소해석학 3 6 전공 학사 2-3 Yes
일변수 복소함수론에 관한 기본적인 내용을 강의한다. 복소수 체계, 초등함수 및 그 사상, 해석함수, 경로적분, Cauchy의 정리 및 그 응용을 다룬다.
MTH2018 기하학일반 3 6 전공 학사 2-3 Yes
이 과목에서는 변환과 기하학에 관한 연구를 유크리드 평면상의 변환, 닮음변환, 아핀 평면, 사영변환 등을 통해 공부하고 한편 미분기하학의 입문으로서 벡터해석, 고등해석학의 기본 내용이 소개된다.
MTH2019 금융수학일반 3 6 전공 학사 2-3 - No
금융수학의 입문 과정으로 수학적인 배경 하에서 파생상품을 비롯한 금융 상품의 전반적인 개요와 가격 결정 모형을 탐색하는 이론 과목임
MTH2020 데이터분석과기계학습을위한선형대수 3 6 전공 학사 2-3 - No
이 수업은 응용에 중점을 둔 응용선형대수 입문 과정이다. 선형대수의 핵심 개념들은 데이터 분석 방법과 기계학습 알고리즘을 이해하고 적용하는데 중추 역할을 한다. 응용은 이뿐만 아니라 시계열 예측, 단층 촬영, 최적 제어 및 포트폴리오 최적화 등을 포함한다. 이 수업은 특이값 분해, 행렬 분해, 최소 제곱과 모델 적합, 정칙화와 교차 검증, 주성분 분석, 공분산 및 상관 행렬과 같은 선형대수와 관련된 확률, 통계 및 최적화를 다룬다.
MTH3002 수치해석학 3 6 전공 학사 3-4 - No
기본적이고 기초적인 수치해석 방법을 소개하며 수학을 포함한 자연과학과 공학 등에서 사용되는 스플라인,선형 및 비선형 방정식의 해법을 다룬다.
MTH3007 암호론 3 6 전공 학사 3-4 Yes
비밀키 암호방식과 그 응용 그리고 공개키의 대표적인 개념들인 RSA,EIGamal,이산로그,knapsack 문제, 디지털 서명 등을 다룬다.
MTH3008 대수학특강 3 6 전공 학사 3-4 - No
대수학2의 연속강의로서 체(Field)위에서의 기본적인 이론들인 대수적 확대체, 유한체, 분해체, 분리확대체, Galois 정리와 그 응용, 원분확대체, 가해인 다항식 등을 다룬다.
MTH3011 편미분방정식 3 6 전공 학사 3-4 Yes
편미분방정식의 기초이론을 배움: 일계 방정식, 준선형 방정식의 코시문제, 이계 미분방정식, 특이점의 진행, 일차 파동방정식, 코시-코발레브스키 정리,홈그렌의 유일성 정리, 라플라스 방정식, 그린 함수, 최대치 원리, 페론의 방법, 힐버트공간 방법, 고차 쌍곡형 편미분 방정식, 대칭형 쌍곡 연립 방정식, 열 방정식, 열 방정식의 최대치 원리.정식, 열 방정식의 최대치 원리.
MTH3012 응용편미분방정식 3 6 전공 학사 3-4 - No
편미분방정식의 물리나 역학문제에 실제 응용예 들을 배움: 고전적장론의 수학 적접근, 라그랑쥐안 장론, 기초 텐서 해석학, 게이지장론, 자기쌍대게이지 장론, 일반 상대론과 아인슈타인 장방정식, 코시문제의 형식화, 쉬바르츠쉴트 해, 유 체역학 또는 기체역학에서 파생한 편미분 방정식, 오일러방정식과 나비어-스톡 스 방정식의 기본적 성질들.
MTH3013 해석학특강 3 6 전공 학사 3-4 - No
일반측도론과 Lebesgue 측도론, Banach 공간, Hilbert 공간, 거리공간, Compact 공간등의 이론을 다룬다.
MTH3015 응용수치해석학 3 6 전공 학사 3-4 Yes
기본적인 수치해석의 이론소개 및 방법의 설명에 이어 실제적인 자연현상과 산업에의 응용에 중점을 두고 그 해석의 표현인 상미분방정식,편미분방정식과 적분방정식의 해를 구하는 과정을 다룬다.
MTH3016 실변수함수론 3 6 전공 학사 3-4 Yes
Lebesgue 측도, Lebesgue 적분, 미분 및 적분의 이론, Banach 공간, 측도와 적분, 측도와 외측도의 이론 등을 다룬다.