강의계획서

과목명 생체데이터분석
Biometric Data Analysis
운영대학 순천향대학교 교과구분
(교과목코드)		 전공선택
(DSCU000000103)		 담당 교수 성명 백현재
운영학과 모빌리티소부장 소속 순천향대학교
학점시수
(학점/이론/실습)		 3/3/0 개설년도
/학기		 2022년 2학기 연락처 010-4813-3777
이메일 hjbaek@sch.ac.kr
교과목표 및 개요 - 본 교과목은 인공지능 입문 과목으로 머신러닝과 딥러닝에 대한 기초적인 지식을 습득하고, 다양한 파이썬 모듈을 이용하여 기초적인 인공지능 모델을 구현해 봄으로써 데이터를 분석하기 위한 인공지능에 대한 이해도를 높이고자 한다.
- 인간은 살아가면서 다양한 데이터를 끊임 없이 생산하고 있다. 웨어러블 기기를 이용한 생체신호 계측, IMU센서를 기반으로한 몸의 움직임 관련 지표, 안면부 영상, 반응 속도 등 생체로부터 수집되는 다양한 데이터를 분석하기 위한 인공지능 기법에 대하여 학습한다.
주 핵심역량과
교과목간
연계성
핵심역량(%) 모듈화(Modularity) 통합(Integration) 확장(EXtension)
ICT기술활용
역량		 시스템 사고
역량		 프로젝트 실행
역량		 융합적 해결
역량		 창의적 혁신
역량		 테크니컬
커뮤니케이션
역량		 진로학습
역량		 지역사회공헌
역량		 심미적 감성
역량
역량기반
학습목표		 핵심역량 학습목표
수업방법(%)
강의 토의/토론 실험/실습 현장학습 발표 기타
교수법
(선택)		 문제중심학습 프로젝트기반학습 플립러닝
성적평가(%)
출석 중간고사 기말고사 과제 토론 기타
20 40 40
기타 안내사항 구글 Colab을 이용한 실습 병행 – 인터넷 접속이 가능한 PC 필요
주차 수업내용 교재범위 및 과제물 비고
1 강의 소개 - 데이터과학, 생체데이터, 인공지능/머신러닝/딥러닝
2 Python 프로그래밍의 기초 - 데이터 입출력, 자료형, 연산자, 제어문, 함수, 클래스
3 KNN 알고리즘을 이용한 머신러닝 입문 - K-최근접 이웃, Training set과 Test set, 데이터 전처리
4 회귀 알고리즘과 모델 규제 - K-최근접 이웃회귀, 선형회귀, 특성공학과 규제
5 다양한 분류 알고리즘 -로지스틱회귀, 확률적 경사하강, SVM
6 트리알고리즘 - 결정트리, 교차검증과 그리드 서치, 트리앙상블
7 비지도학습 - 군집 알고리즘, K-means, PCA
8 중간고사
9 인공신경망 - 노드와 계층구조, 단층신경망의 학습과 한계
10 다층신경망 -역전파 알고리즘, 비용함수와 학습규칙
11 신경망과 분류 - 이진 분류 및 다범주 분류
12 컨볼루션 신경망 - 이미지 데이터에 적합한 딥러닝
13 순환 신경망 - 텍스트 및 시계열 등 순차데이터에 적합한 딥러닝
14 딥러닝 응용
15 기말고사