발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| MTH4024 | 확률통계학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 수학적 기반과 수리통계학을 바탕으로 통계적 방법론의 전반적인 내용을 다룬다. 확률공간, 확률변수, 독립성, 기댓값, 확률변수의 수렴성, 특성함수등을 다룬다. | |||||||||
| MTH4025 | 실해석학1 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 주요주제는 실해석학의 기본적인 개념들이다: 균등수렴, 리만적분, 르벡척도, 르벡적분, 적분의 미분,고전적인 바나하 공간, 함수열의 수렴 등 | |||||||||
| MTH4030 | 고급대수학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 영 | Yes |
| 이것은 대수학 1, 대수학 2를 이수한 학생을 대상으로 군, 환, 체론을 좀 더 깊이 있게 공부하는 과목으로서 주된 내용은 체론과 갈로와 이론이다. | |||||||||
| MTH4031 | 고급대수학특강 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 영 | Yes |
| 이 과목은 군론, 환론, 갈로와 이론을 포함한 체론에 기초한 고급대수학을 좀 더 깊이 공부하는 과목으로서 주된 내용은 군의 구조, 환의 구조, 체의 구조 및 가환환과 module이다. | |||||||||
| MTH4032 | 고급위상수학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | 한 | Yes |
| 기본적인 위상의 개념을 공부한다. 곡면의 덮개공간, 기본군, 분류, van Kampen 정리, Eilenberg-Steenrod 공리, 기하적복합체 그리고 단체복합체를 다루고, 회전수, 호몰로지, 코호몰로지, 부동점 정리를 다룬다. | |||||||||
| MTH4033 | 수치편미분방정식 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 이 교과목에서 여러 차원의 포물선편미분방정식, 쌍곡선편미분방정식 등 기본적인 편미분방정식들의 해를 구하는 계산방법들과 관련 기초이론들을 유한차분법을 중심으로 학습한다. 계산법 분석에 필요한 개념들인 일관성, 수렴성 및 안정성에 대하여 알아보고, 이에 근거하여 다양한 계산법들을 분석하고, 파생된 이론들을 살펴본다. 이 교과목은 편미분방정식의 근사해를 컴퓨터로 계산할 수 있을 뿐만 아니라, 계산법들의 장단점을 이해하고, 새로운 계산법을 개발할 수 있는 능력을 기르는 것을 목표로 한다. | |||||||||
| MTH4035 | 수학적빅데이터분석과기계학습 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 기본적인 수학인 선형 대수, 확률/통계, 다변수 함수의 바탕 위에 빅데이터 분석과 기계학습의 방법과 원리를 학습한다. 또한 미분기하, 위상수학, 해석학 등 다양한 수학 분야와의 연관성을 고찰한다. 또한 기계학습과 빅데이터 관련 컴퓨터 언어/툴인 파이썬/싸이킷런, R을 심도있게 학습, 활용한다. | |||||||||
| MTH4036 | 딥러닝의수학적원리와프로그래밍 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 수학과 | - | No |
| 딥러닝은 다양한 머신러닝 기법들과 심층신경망을 결합한 기법으로써 이미지 분류, 음성 인식, 첨단 제어 등 다양한 산업분야에서 중요하게 사용되고 있다. 이 과목은 딥러닝 입문 과목으로써 딥러닝의 수학적 원리를 이해하고 프로그래밍 하는 능력을 기른다. 앞 부분에서는 몇 가지 기본적인 머신러닝 문제들을 공부하며 파이썬 프로그래밍의 기초를 학습하고 구현해본다. 이를 바탕으로 딥러닝의 수학적 원리를 이해하며, 최적화 모델의 역전파 공식을 유도하고 파이썬 프로그래밍으로 구현한다. | |||||||||
| MTH4037 | 행렬리-군론 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 현대 기하학에서 절대적인 역할을 하는 리-군 이론은 위상, 해석, 정수론 등 순수수학 뿐만 아니라 확률/통계, 그리고 응용수학(인공지능) 분야에 중요한 수학의 한 분야이다. 미분기하의 고급적 접근론에서 벗어나 학부수준에서 이해할수 있는 선형대대수학에 기초를 둔 행렬 리-군 이론을 다루고자 하며 행렬분해법, 행렬 다양체, 행렬 최적화, 고유치해석 등 관련 행렬해석의 다양한 이론을 중심으로 리 이론의 이해력을 높이고자 한다. | |||||||||
| MTH4038 | 최적화의수학적이론과프로그래밍 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 최적화는 주어진 함수의 최솟값을 찾는 문제를 공부한다. 구체적으로, 함수의 최솟값을 갖는 지점을 컴퓨터가 반복 계산을 통해 찾을 수 있도록 알고리즘을 만들고 프로그래밍 하는 과정을 포함한다. 이러한 최적화는 자연과학, 공학, 사회과학 등 매우 다양한 영역에서 나타내며, 최근 인공지능 분야에서 매우 큰 규모의 최적화 문제들이 등장함에 따라 더욱 관심을 받고 있다. 본 수업에서는 최적화의 주요 알고리즘들에 대한 이론과 프로그래밍 방법에 대하여 학습한다. | |||||||||
| MTH4039 | 대수적그래프이론개론 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 그래프 이론은 수학의 중요한 분야 중 하나이다. 대수적 그래프 이론은 대수적인 성질을 이용하여 그래프를 연구하는 수학의 한 분야이다. 이 과목에서는 대수적 그래프 이론의 다양한 주제를 배운다. 이 과목에서 다루는 주제는 그래프에 대한 소개, 그래프의 차수 수열(degree sequence), 그래프의 이심률(eccentricity), 그래프채색(coloring), 정규 그래프(regular graph), 그래프인접 행렬(adjacency matrix), 그래프의 라플라스 행렬(Laplace matrix) 등이 포함된다. 이 과목의 목표 그래프의 성질을 대수적 성질로 변환하고 대수학의 결과와 방법을 사용하여 그래프에 대한 정리를 끌어내는 것이다. | |||||||||
| MTH4040 | 확률적생성모형 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 다양한 확률적 생성 모형의 접근 방식과 이론적 배경을 학습하고, 데이터 생성 과정을 모형화하는 데 어떻게 활용되는지를 학습한다. 여기에는 생성적 대립 모델(GAN), 변분 오토인코더(VAE), 정규화 흐름(Normalizing Flow), 확산 모형(Diffusion Model) 등의 예시가 포함될 수 있다. 이를 위해 마르코프 체인(Markov Chain), 변분 추론(Variational Inference), 몬테 카를로 방법(Monte-Carlo simulation) 등 생성 모형과 관련된 확률/통계적인 방법론들이 함께 강의된다. 또한, 확률적 생성모형을 위한 최신 접근 방법이 포함될 수 있다. | |||||||||
| MTH4041 | 위상수학적데이터분석 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 영 | Yes | |
| 위상수학적 데이터 분석(Topological Data Analysis, TDA)은 위상수학과 기하학의 개념을 활용하여 복잡하고 고차원적인 데이터에서 내재된 패턴을 밝혀내는 강력한 도구이다. 이 강의는 학부생과 대학원생 모두를 대상으로 한다. 요구되는 선이수 과목은 아주 적으며, 선형대수학, Point Set Topology (위상수학 I), 현대대수학 I에 대한 기본적인 이해 정도가 요구된다. 이 강의에서 우리가 다룰 개념들은 다음과 같다: (1) 왜 그리고 어떻게 위상수학(및 기하학)이 데이터 분석에 유용한가 (2) simplicial complex와 simplicial homology의 기초 (3) 몇 가지 기하학적 simplicial complex들의 소개 (예: Čech Complex, Vietoris-Rips Complex 등) (4) Persistent Homology (PH)의 기초와 PH를 계산하는 몇 가지 알고리즘 (5) PH와 다른 기하학적 양 사이와의 연결 (예: filling radius, systole 등) | |||||||||
| MTH4042 | 대수적조합론 | 3 | 6 | 전공 | 학사/석사 | 수학과 | - | No | |
| 대수적 조합론은 조합적인 대상을 대수적인 방법을 사용하여 연구하거나 반대로 대수적인 대상을 조합적인 방법으로 연구하는 조합론의 한 분야이다. 이 과목에서는 대수적 조합론에서 등장하는 중요한 개념인 생성함수, 대칭함수, 영타블로, 격자점경로, 포셋, 행렬식 등을 학습한다. | |||||||||
| MTH4043 | 고급금융수학 | 3 | 6 | 전공 | 학사/석사 | 2 | 수학과 | - | No |
| 이 수업에서는 사무엘슨과 머튼이 정립한 연속시간 투자이론과 동적 포트폴리오 구성 방법을 배웁니다. 또한 ICAPM을 통해 시점 간 투자 결정을 다루고, 엡스타인-진 효용이론을 이용해 보다 현실적인 투자자의 선호와 행동을 이해합니다. 나아가 행동경제학을 바탕으로 투자자의 실제 행동 특성을 고려한 포트폴리오 구성 방법도 살펴봅니다. 이를 통해 불확실한 시장 환경에서 합리적이고 현실적인 투자 전략을 설계하는 능력을 기릅니다. | |||||||||
| MTH4044 | 조합적대수기하학 | 3 | 6 | 전공 | 학사/석사 | 수학과 | 한 | Yes | |
| 현대 수학과 과학의 난제들은 단일 학문의 경계를 넘어서는 깊이 있는 통찰과 새로운 접근법을 요구한다. 본 교과목은 현대 수학의 핵심 분야인 대수기하학과 조합론의 유기적인 융합을 탐구하며, 수강생이 두 학문의 경계를 넘나드는 통합적 사고방식을 기르는 것을 목표로 한다. 핵심 개념의 체계적 이해: 대수기하학의 기하학적 직관과 조합론의 이산적 구조에 대한 핵심 개념을 체계적으로 학습하고, 각 분야가 지닌 근본적인 문제의식을 이해한다. 융합적 관점 형성: Grassmannian, Toric variety 등 구체적인 대상을 통해 추상적인 대수기하학적 문제가 어떻게 구체적인 조합론적 문제로 기술되고, 반대로 조합론적 구조가 어떻게 기하학적 성질을 규명하는지 파악하며 융합적 관점을 체득한다. 탐구 및 문제 해결 능력 함양: 고전적인 Schubert calculus와 Polytope 이론부터 최신 Lorentzian polynomial 이론에 이르기까지 다양한 주제를 탐구한다. 이를 통해 두 분야의 도구를 적재적소에 활용하여 문제를 정의하고 창의적으로 해결하는 능력을 기른다. 미래 연구를 위한 기반 마련: 심화 주제 프로젝트 및 동료와의 토론을 통해 수학적 의사소통 능력과 협업 능력을 배양하고, 순수 및 응용수학의 최전선에서 연구를 수행할 융합형 인재로서의 기반을 다진다. | |||||||||
| NAT2001 | 자연과학연구학점1 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2002 | 자연과학연구학점2 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2003 | 자연과학연구학점3 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2004 | 자연과학연구학점4 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2005 | 자연과학연구학점5 | 2 | 4 | 전공 | 학사 | 1 | 자연과학대학 | - | No |
| 학업성취도 우수 학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영함. | |||||||||
| NAT2006 | 자연과학과인문학 | 3 | 6 | 전공 | 학사 | 2 | 자연과학대학 | 한 | Yes |
| 자연과학과 인문학은 서로 다양한 방식으로 상호작용한다. 예를 들어, 자연과학과 인문학에서 자연을 바라보는 시각이 서로 다르면서도 상호 보완하는 방식으로 작용한다. 인문학의 발달은 자연과학의 발전을 이끌기도 하였으며 자연과학과 기술문명의 발달은 인문학과 예술의 발전에 기여하기도 하였다. 본 교과에서는 이러한 상호작용의 이해를 통해 자연과학과 인문학의 소통을 장려하고 자연과학도들의 인문학적 소양을 기르도록 한다. | |||||||||
| NAT4001 | 생명공학기술창업특강 | 3 | 6 | 전공 | 학사/석사 | 자연과학대학 일반대학원 | - | No | |
| 생명과학/공학 기술을 기반으로 창업한 교내/교외 생명공학기술기업의 대표이사나 최고기술책임자, 그리고 생명공학기술기업에 투자하는 벤처캐피탈 투자심사역 등을 초청하여 기술 기반 창업 스토리 소개 및 기업가 정신, 향후 생명공학기술기업 창업을 희망하는 학생들에게 조언해주는 내용의 강의를 진행한다. 강의 후반에 학생들은 가상의 생명공학기술기업 창업에 대한 계획을 수립, 발표한다. | |||||||||
| STA2011 | 통계학원론 | 3 | 6 | 전공 | 학사 | 2-3 | 통계학과 | 한 | Yes |
| 이 과목에서는 통계학의 역사 및 통계학적 사고방식과 기본개념들을 강의하게 되며 어떠한 문제에 대한 통계학적인 접근 방법을 다루게 된다. 이에는 평균, 분산, 중앙값 등과 같은 기술통계량과 이들의 확률적인 분포를 설명하는데 사용되는 몇 가지의 중요한 분포들이 소개된다. 또한 통계학개론에서 습득한 기본적인 통계량과 분포들에 대한 지식을 바탕으로 하여 통계적인 추정 및 검정방법들을 다루게 된다. 관심 있는 모수에 대한 점추정, 구간추정 그리고 통계적인 검정에 필요한 가설의 설정요령, 검정통계량의 계산 및 이에 따른 결론도출 과정 등을 학습하게 된다 | |||||||||
| SWE3004 | 운영체제 | 3 | 6 | 전공 | 학사 | 3 | 소프트웨어학과 | 한,영 | Yes |
| 운영체제는 컴퓨터 시스템을 구성하는 가장 핵심적인 부분 중의 하나이며 시스템의 자원들을 관리하고 사용자 인터페이스를 제공하는 역할을 한다. 본 과목에서는 우선 운영체제라는 소프트웨어에 대한 기본적인 개념들을 다루고, 프로세스 관리, 기억장치 관리, 파일 및 입출력 관리, 보안 관리 등 운영체제의 핵심적인 기능들을 공부하며, 마지막으로 분산 시스템 및 병렬처리 시스템 운영체제 등에 관련된 설계 사항들을 공부한다. 또한 현재 대표적인 표준 운영체제로 알려진 Unix, Linux 등의 운영체제들이 어떠한 특성을 가지고 있는지를 공부한다. | |||||||||