본문 영역으로 바로가기

K-MOOC dev 홈 페이지
KoreaUnivK: ku_eng_006 클라우드 컴퓨팅과 인공지능

Kor Eng
클라우드 컴퓨팅과 인공지능 동영상

클라우드 컴퓨팅과 인공지능




청강 등록
강좌개요

본 강좌에서는 클라우드 컴퓨팅의 구조와 가능성을 이해하고, 사물인터넷 등 데이터와 연계한 인공지능 서비스를 접목한 4차 산업혁명 기반 기술을 학습니다. 또한, 텍스트 분석에 따른 빅데이터 처리 응용 예를 학습합니다.

코딩테스트와 자연어 처리를 통해 IoT 노드에서 수집된 데이터를 클라우드에 보내어 데이터를 저장하고 처리하는 원리를 이해하고 활용할 수 있도록 합니다. 클라우드 환경과 AI는 빅데이터를 기반으로 활용되는 것을 고려하여 빅데이터 처리의 한 예인 텍스트 분석을 다루어 봅니다.
강좌 계획
강의계획표
주차 주제 강의명 오픈일
1주차 클라우드 컴퓨팅과 인공지능 개요 1.1 클라우드 컴퓨팅 1/20
1.2 인공지능
2주차 클라우드컴퓨팅과 인공지능 환경 2.1 병렬 컴퓨팅 (Parallel Computing) 1/20
2.2 HPC 클러스터 (Cluster) 제작
3주차 클라우드 컴퓨팅 3.1 클라우드 컴퓨팅 1/27
3.2 GPU 컴퓨팅
3.3 CUDA Programming
4주차 사물인터넷과 클라우드 / 엣지 컴퓨팅 4.1 사물인터넷과 클라우드 1/27
4.2 엣지 컴퓨팅
5주차 인공지능 구현법 5.1 인공지능 구현법 2/3
5.2 인공지능 탐색기법
6주차 데이터 기반의 기계학습의 기초 6.1 4차 산업혁명과 데이터 2/3
6.2 데이터 분석
7주차 심층학습방식(DNN,CNN) 7.1 Deep Learning(심층학습) 2/10
7.2 Convolutional Neural Network (합성곱 인공신경망)
8주차 Artificial Intelligence Programming Tools 8.1 Tensor Flow 2/10
8.2 Keras
9주차 빅데이터의 이해 9.1 빅데이터와 자연어처리 소개 2/17
9.2 빅데이터의 특징
10주차 빅데이터의 처리 10.1 빅데이터 처리과정 2/17
11주차 자연어의 처리 11.1 빅데이터 환경에서의 자연어 처리 2/24
11.2 Konlpy를 이용한 형태소 분석 및 품사 태깅 실습
12주차 자연어처리의 응용 12.1 자연어 처리의 응용 2/24
12.2 CoNLL 데이터셋을 활용한 개체명 인식 실습

강좌 운영진

   교수소개

김동승 교수님 사진
김동승
고려대학교 전기전자공학부 교수
고려대학교 수퍼컴퓨팅센터 자문위원
한국과학기술평가원 예비타당성조사 자문위원
    前 포항공대 전산학과 부교수
E-mail: dkim@classic.korea.ac.kr
임희석 교수님 사진
임희석
고려대학교 컴퓨터학과 교수
한국인터넷정보학회 부회장
문화체육 관광부 문화정보화 상시 자문위원
    한국산학기술학회 상임이사
E-mail: limhseok@korea.ac.kr

   TA/운영진

김유중 조교 사진
김유중
고려대학교 전기전자공학과 석사과정
E-mail: sunbisunbi@gmail.com
강좌 이수 요건
강좌 이수 요건표
  • 퀴즈(80%)+토론(20%) 비중으로 성적에 반영됩니다.
  • 전체 학습활동을 평가한 결과, 60% 이상의 학습 성과를 획득한 학습자에게 이수증을 발급할 예정입니다.
    • 교재 및 참고문헌

      참고교재  

    참고도서 인공지능과 산업 사진
  •    『기초부터 미래까지: 인공지능과 산업』  뉴턴프레스(2019.2)
    • 참고교재 인공지능머신러닝딥러닝 입문 사진
  •    김의중 (2016)
  •    『인공지능, 머신러닝, 딥러닝 입문』  위키북스

    • 관련 강좌

    현재 강좌와 관련있는 강좌를 찾을 수 없습니다.

    1. 분야

      공학
      (전기ㆍ전자)
    2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

      난이도

      전공기초
    3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

      운영기관

      고려대학교
    4. 운영 기관의 전화번호 입니다.

      전화번호

      -
    5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

      주차
      (주간 학습 권장 시간)

      12주
      (주당 50시간 00분)
    6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

      학습인정시간
      (총 동영상시간)

      50시간 00분
      (50시간 00분)
    7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

      수강 신청 기간

      2020.01.20 ~ 2020.02.29
    8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

      강좌 운영 기간

      2020.01.20 ~ 2020.02.29