Professional Program Best

You can learn the latest trends in different fields, acquire a deepened specialized area as well as experience the expertise you need in your daily life.

  • Course

    494

  • Students

    21635

  • Video Contents

    11729

~
~

49 Course(s)

Professor

Kim Hyunjoong

Learning Period

11-07-2022 ~ 12-30-2022

Course Introduction

연세-네이버클라우드 데이터사이언스 교육과정 (응용1) ICT 및 제조 트랙   [학습대상] ICT 및 제조 분야에 취업/이직을 준비하는 분 데이터 기반의 의사 결정을 희망하시는 분 빅데이터들을 이용하여 맞춤형 생산전략을 도출하고 싶은 분   [학습목표] 각 산업별 실제 데이터를 바탕으로 분석하여 의사 결정을 내리는 과정을 수행하는데 필요한 데이터 분석 기법을 소개 및 설명하고 그 원리를 바탕으로 정확한 분석방법을 선택할 수 있는 능력을 갖추도록 교육하는 것을 목표로함     [교수자소개] 연세대학교 응용통계학과/통계데이터사이언스학과 강승호 교수 연세대학교 응용통계학과/통계데이터사이언스학과 김현중 교수 연세대학교 응용통계학과/통계데이터사이언스학과 김현태 교수 연세대학교 응용통계학과/통계데이터사이언스학과 박재우 교수 연세대학교 응용통계학과/통계데이터사이언스학과 박태영 교수   연세대학교 응용통계학과/통계데이터사이언스학과 전용호 교수   [커리큘럼] 구분 과목명 교수자 내용 강의시간 (실습포함) 1 선형회귀분석 김현태 미래값 예측 및 설명을 위한 회귀분석 5시간 2 로지스틱회귀분석 전용호 범주 예측 및 설명을 위한 분류분석 3시간 3 의사결정나무 김현중 Rule에 기반한 분류, ROC와 MAPE를 이용한 비교 5시간 4 랜덤포레스트 김현중 분류 앙상블 방법 중 대표적인 방법 3시간 5 인공신경망 박재우 Multi-layer Perception, 딥러닝의 기초과목 3시간 6 SVM 박태영 Support Vector Machine, 분류력을 높이기 위한 전략 2시간 7 A/B 검정 강승호 두 시안의 비교, chhange point 탐지 3시간 8 베이지안 머신러닝 박태영 베이지안 통계학을 이용한 머신러닝 3시간         총 27시간   본 강좌는 연세대학교 경제대학원에서 주관하고 있습니다. 문의: 경제대학원 연세-네이버클라우드 데이터사이언스 교육과정 담당자(02-2123-4174, ydatascience@yonsei.ac.kr)

Students

1

Paid
Yonsei-NaverCloud Data Science Advanced Program 1(ICT & Manufacturing)
Certificate

Data science course

Yonsei-NaverCloud Data Science Advanced Program 1(ICT & Manufacturing)

Professor

Kim Hyunjoong

Learning Period

11-07-2022 ~ 12-30-2022

Course Introduction

연세-네이버클라우드 데이터사이언스 교육과정 (응용2) ICT 및 제조 트랙   [학습대상] ICT 및 제조 분야에 취업/이직을 준비하는 분 데이터 기반의 의사 결정을 희망하시는 분 빅데이터들을 이용하여 맞춤형 생산전략을 도출하고 싶은 분   [학습목표] 각 산업별 실제 데이터를 바탕으로 분석하여 의사 결정을 내리는 과정을 수행하는데 필요한 데이터 분석 기법을 소개 및 설명하고 그 원리를 바탕으로 정확한 분석방법을 선택할 수 있는 능력을 갖추도록 교육하는 것을 목표로함     [교수자소개] 연세대학교 응용통계학과/통계데이터사이언스학과 강상욱 교수 연세대학교 응용통계학과/통계데이터사이언스학과 김현중 교수 연세대학교 응용통계학과/통계데이터사이언스학과 김현태 교수 연세대학교 경제학부 박기영 교수 연세대학교 응용통계학과/통계데이터사이언스학과 박재우 교수 연세대학교 경영학과 임일 교수 연세대학교 응용통계학과/통계데이터사이언스학과 임종호 교수 연세대학교 응용통계학과/통계데이터사이언스학과 진익훈 교수     [커리큘럼] 구분 과목명 교수자 내용 강의시간 (실습포함) 1 군집분석 김현태 고객의 세분화, 유사한 고객들을 한 그룹으로 3시간 2 추천시스템 임일 평점에 기반한 상품 추천, 어떤 상품을 추천할 것인가? 3시간 3 연관성분석 김현중 연관성 높은 상품 및 의약품 탐지 2시간 4 결측치 자료분석 임종호 현실에서 발생하는 결측치(missing value) 처리방안 3시간 5 생존분석 강상욱 Censoring을 고려한 생존율, 부도율 예측 3시간 6 네트워크 자료분석 진익훈 소셜네트워크 분석 기법 소개 3시간 7 텍스트마이닝 박기영 비정형 및 반정형 텍스트 데이터 자연어 처리 4시간 8 딥러닝 박재우 심층학습을 위한 심층신경망, CNN, RNN 등 5시간         총 26시간   본 강좌는 연세대학교 경제대학원에서 주관하고 있습니다. 문의: 경제대학원 연세-네이버클라우드 데이터사이언스 교육과정 담당자(02-2123-4174, ydatascience@yonsei.ac.kr)

Students

1

Paid
Yonsei-NaverCloud Data Science Advanced Program 2(ICT & Manufacturing)
Certificate

Data science course

Yonsei-NaverCloud Data Science Advanced Program 2(ICT & Manufacturing)

Professor

Kim Hyunjoong

Learning Period

11-07-2022 ~ 12-30-2022

Course Introduction

연세-네이버클라우드 데이터사이언스 교육과정 (기초)   [학습대상] 관련분야의 배경지식이 없는 비전공자   [학습목표] 데이터 수집 및 전처리, 분석, 시각화에서 문제해결 및 의사결정까지 이어지는 프로세스를 경험   [교수자소개] 연세대학교 응용통계학과/통계데이터사이언스학과 김현중 교수 연세대학교 응용통계학과/통계데이터사이언스학과 박태영 교수 연세대학교 응용통계학과/통계데이터사이언스학과 임종호 교수   [커리큘럼] 구분 과목명 내용 강의시간 (실습포함) 1 데이터사이언스 소개 리서치 질문을 분석 목적(분류/예측/군집화)과 엮어서 기업 사례중심 소개 불량률 예측, 고객이탈, 수요예측, 고객 세분화, 추천 알고리즘 등 2시간 2  Python 프로그래밍 Python 소개 및 프로그래밍 실습 데이터 전처리 Python I/O 및 요약통계 4시간 3 탐색적 데이터 분석과 데이터 시각화 기초 EDA 및 인포그래픽스를 실제 사례를 가지고 소개 Python을 사용하여 결과와 함축적인 의미 위주로 소개 4시간 4 빅데이터 결합 및 응용 국내외 주요 빅데이터 자료 소개, 탐색 및 결합 방법을 소개 4시간 5 웹 크롤링과 텍스트 데이터 시각화 웹 크롤링 소개 네이버에서 특정 단어를 포함하는 웹 페이지의 크롤링 실습 4시간 6 데이터 모델링 입문 원인분석과 같은 해석력 위주의 통계 모형 실제 활용 사례를 중심으로 소개(수학적 작동원리 보다는 직관적 작동원리 중심) 4시간 7 머신러닝 입문 해석력 위주의 머신러닝 모형 강의 실제 활용 사례를 중심으로 소개(수학적 작동원리 보다는 직관적 작동원리 중심) 4시간 8 데이터사이언스 특강 실제 데이터사이언티스트의 경험담 1시간       총 27시간   본 강좌는 연세대학교 경제대학원에서 주관하고 있습니다. 문의: 경제대학원 연세-네이버클라우드 데이터사이언스 교육과정 담당자(02-2123-4174, ydatascience@yonsei.ac.kr)

Students

2

Paid
Yonsei-NaverCloud Data Science Basic Program
Certificate

Data science course

Yonsei-NaverCloud Data Science Basic Program

Professor

LearnUs 추진팀

Learning Period

10-05-2022 ~ 08-31-2023

Course Introduction

당신의 미래를 결정할 디지털 세상의 마지막 퍼즐!     앞으로 10년, 당신의 미래를 좌우할 3세대 웹 혁명이 시작되었다!   퍼스널 컴퓨터의 등장, 스마트폰과 소셜미디어가 일으킨 혁명, 그다음은? 1980년대 후반에 웹 1.0 혁명은 우리에게 개인용 컴퓨터와 소프트웨어를 선물했고, 세상은 빠르게 변화했습니다. 그로부터 20년 후 스마트폰이 등장한 다음 우리 일상은 얼마나 달라졌나요? 구글, 애플, 아마존, 페이스북 등 웹 2.0의 물결에 올라탄 기업들이 S&P 500의 순위를 갈아 치웠습니다. 그로부터 또다시 15년이 지난 지금, 전문가들은 3세대 디지털 혁명이 도래했다고 입을 모읍니다. 3세대 웹이라 불리는 웹 3.0의 시작점, 바로 지금입니다.     메타버스와 NFT, 블록체인과 AI… 이제 웹 3.0의 실체에 접근할 때!   2022년, 3차 초연결 혁명의 시작점! 안개 속에 가려진 미래 디지털 세계를 눈앞에 생생하게! 우리는 달라질 세상을 미리 대비해야 합니다. 지금 이 순간, 3차 디지털 혁명의 시작점에 선 여러분의 주위를 둘러보세요. 세상의 판이 바뀔 때, 바뀐 세상의 실체를 빨리 그리는 사람만이 나의 자산과 일자리를 지키고 가치를 확장해나가며 미래 주도권을 쥘 수 있습니다. 자욱한 안개 속에 가려져 손에 잡히지 않는 웹 3.0 세계를 생생하게 당신 눈앞에 그려줄 기회, 〈슈퍼 웹 2023〉이 지금 시작됩니다.     변화에 더 가까이! 국내 최고 8명의 전문가   8명의 국내 최고 테크 전문가들, 경제 전문가들을 김미경 대표가 직접 인터뷰하고 끌어나가며 우리 삶에 밀착한 정보만 쏙쏙 쉽고 빠르게 들려드립니다. 교양공대의 서막을 연 정지훈 교수, 웹 3.0 시대를 통찰하는 알서포트 신동형 팀장, 국내 최고의 사이버 보안 전문가 김승주 교수, 《메타버스 비긴즈》 이승환 저자, 탈중앙화와 커뮤니티의 관계를 설명할 에리카강 대표, 《웹 3.0 레볼루션》 윤준탁 저자, 미래 경제 생태계를 꿰뚫는 이신혜 교수, 그리고 새로운 시대의 법적 안전망을 제시할 권헌영 교수까지. 낯선 웹 3.0 세계가 8주 동안 생생하게 눈앞에 펼쳐집니다.      문의 : 연세대학교 LearnUs추진본부 LearnUs추진팀 (learnus_office@yonsei.ac.kr) 

Students

2

Paid
Super web 2023 (2022)
Certificate

LearnUs X MKYU

Super web 2023 (2022)

Professor

Chung Jong-Moon

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

4차 산업혁명 기술과 미래 시스템을 알아보다!   스페셜리스트보다 제너럴리스트, 산업들의 종합적 이해도가 높은 인재의 필요성 우리의 산업은 지속적으로 발전해 왔으며, 특히 코로나19 이후 큰 변화를 겪었습니다. 그 중 디지털 산업의 성장 속도가 빨라지면서 새로운 세상을 맞이하게 되었습니다. 게다가 시대와 산업이 변화함에 따라 이에 맞는 인재를 찾는 방법 또한 변화하게 되었습니다. 과거에는 아날로그 산업과 경영이 주를 이루었지만 근대에 들어서는 산업 간 경계가 확실히 구분되는 건 물론 각 산업 군들이 결합 및 복합 문화를 이루면서 다양한 기술 시도가 이어지고 있습니다. 여기에 디지털이 주를 이루며 4차 산업혁명이 성장하면서 각 산업 군들의 영향은 커지고 있습니다. 이제는 하나의 도구만을 활용해 생산만을 높이는데 주력하는 것이 아닌 기술과 아이디어의 결합 등과 같은 복합문화를 선도하는 산업 간의 연계를 통해 새로운 시장을 형성해야만 성공이 가능해 졌습니다.     4차 산업을 배우고 시대를 선도하자!   인력이 재산이 된 이유도 바로 이 때문이랍니다. 기존에는 각 산업의 전문가가 리더의 역할을 했다면 더 이상 한 분야의 전문가만을 선호하지는 않습니다. 다채로운 기술을 가지고 있거나, 응용할 수 있는 산업 군의 경험을 가지는 등 기존과는 다른 리더십과 경험을 요구하고 있습니다. 즉 스페셜리스트 보다 제너럴리스트의 시대가 도래했습니다. 종합적인 이해도를 바탕으로 조직을 이끌어갈 수 있는 "전략적" 리더십을 가진 인재가 무엇보다 필요해 진 것입니다 [4차 산업혁명 기술들과 미래 시스템] 강좌에서 함께 디지털 산업혁명 시대를 맞이한 현대사회에 어떤 인재상이 필요한지 알아보는건 어떨까요?         본 강좌는 <준비된 인재에게 기회가 열린다: 창의융복합 인재 양성 과정> 풀강좌의 주제별 강좌입니다.*주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.  풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217080&group=1   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
4차 산업혁명 기술들과 미래 시스템

Professional course

4차 산업혁명 기술들과 미래 시스템

Professor

Lee Sang Yup

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "AI 데이터사이언스 전문가 과정"의 주제별 강좌입니다. 풀강좌 "AI 데이터사이언스 전문가 과정"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.    풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217076&group=1    [강좌 개요] 현재 개설되어 있는 연세-네이버 클라우드 데이터 사이언스 과정의 심화과정으로 데이터 분석에 대한 더 전문적인 내용을 다룹니다.   [강좌 목적] 데이터 분석의 기초과정을 수강하고 더 전문적인 데이터 분석을 학습하고자 하는 사람들을 위한 강의입니다. 데이터 분석의 주요 분야인 딥러닝에 대해서 심도있는 이론과 이를 코딩으로 구현하는 방법을 학습하는 것을 목표로 합니다.   [교수자 소개] 연세대학교 디지털애널리틱스 융합학과 이상엽 교수   [상세 커리큘럼]     주제명 차시명 키워드 콘텐츠 분량 1 딥러닝 기본 1-1. 딥러닝 기본 신경망, 오차역전파, 활성화 함수, Optimizers, 과적합문제, 가중치초기화 1시간 32분 35초 2 Convolutional Neutral Network 2-1. CNN 소개 CNN, 합성곱 필터, 이미지 데이터 1시간 33분 39초 3 CNN:사전학습모형 사용하기 3-1. 사전학습모형 사용하기 사전학습모형, 전이학습, 미세조정 1시간 19분 29초 4 Object detection 4-1. Object detection Object detection, SSD 52분 53초 5 RNN과 LSTM 소개 5-1. RNN과 LSTM 소개 RNN, LSTM, Bidirectional LSTM, seq2seq, 텍스트 데이터 1시간 28분 40초 6 Transformer & Attention 6-1. Attention & Transformer Encoder-decoder attention, Self-attention Transformer 1시간 29분 9초                                                                                                                                      총 콘텐츠 분량 8시간 16분 25초     본 강좌는 디지털애널리틱스 융합학과에서 주관하고 있습니다.    문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
AI data science advanced program

Professional course

AI data science advanced program

Professor

IM IL

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "AI 데이터사이언스 전문가 과정"의 주제별 강좌입니다. 풀강좌 "AI 데이터사이언스 전문가 과정"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.    풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217076&group=1    [강좌 개요] 현재 개설되어 있는 연세-네이버 클라우드 데이터 사이언스 과정의 심화과정으로 데이터 분석에 대한 더 전문적인 내용을 다룹니다.   [강좌 목적] 데이터 분석의 기초과정을 수강하고 더 전문적인 데이터 분석을 학습하고자 하는 사람들을 위한 강의입니다. 데이터 분석의 주요 분야인 추천시스템에 대해서 심도있는 이론과 이를 코딩으로 구현하는 방법을 학습하는 것을 목표로 합니다.   [교수자 소개]   연세대학교 디지털애널리틱스 융합학과 임일 교수   [상세 커리큘럼]   주제명 차시명 키워드 콘텐츠 분량 1 추천시스템 개요 1-1. 추천시스템이란? 추천 22분 27초 1-2. 협업필터링 기초  CF, CB, KB 21분 11초 1-3. 협업필터링 최적화 neighbor, neighbor size, Item-based, User-based 21분 32초 2 행렬요인화(Matrix factorization: MF) 추천 2-1. MF의 원리 MF 16분 15초 2-2. MF의 구현과 최적화 SGD, Class, Hyper parameter 30분 22초 3 SVD & SVD++ 3.1. SVD와 SVD++   SVD, SVD++ 6분 6초 3.2 SVD++ 구현 SVD++ 5분 49초 4 Binary data 이용 Bianry data로 추천하기 binary data 16분 5 Deep learning을 이용한 추천 Keras로 MF 구현 Keras, encoding 12분 49초 DL로 추천 Layer 28분 31초 6 Hybrid 추천 시스템 Hybrid 추천 hybrid, CF + MF 추천 17분 31초 7 대용량 데이터 처리 Sparse matrix 사용 sparse matrix 10분 42초 8 최근 동향 최근 추천 시스템 동향 - 13분 45초                                                                                                                                총 콘텐츠 분량 3시간 43분     본 강좌는 디지털애널리틱스 융합학과에서 주관하고 있습니다.    문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)  

Students

-

Paid
AI data science advanced program

Professional course

AI data science advanced program

Professor

Song Min

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "AI 데이터사이언스 전문가 과정"의 주제별 강좌입니다. 풀강좌 "AI 데이터사이언스 전문가 과정"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.    풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217076&group=1   [강좌 개요] 현재 개설되어 있는 연세-네이버 클라우드 데이터 사이언스 과정의 심화과정으로 데이터 분석에 대한 더 전문적인 내용을 다룹니다.   [강좌 목적] 데이터 분석의 기초과정을 수강하고 더 전문적인 데이터 분석을 학습하고자 하는 사람들을 위한 강의입니다. 데이터 분석의 주요 분야인 자연어 처리에 대해서 심도있는 이론과 이를 코딩으로 구현하는 방법을 학습하는 것을 목표로 합니다.   [교수자 소개] 연세대학교 디지털애널리틱스 융합학과 송민 교수   [상세 커리큘럼]     주제명 차시명 키워드 콘텐츠 분량 1 한글 전처리 1-1. 문장 구조 분석 구문분석, sentence parsing, constituency parsing, phrase structure grammar 9분 5초 1-2. KoNLPy를 사용한 한글 명사 빈도 계산 Mecab, Komoran, Okt, Kokoma 17분 50초 1-3. 파이썬 wordcloud를 사용한 한글 명사 시각화 lemmatization, stopwords removal 6분 12초 1-4. 코드 실습을 위한 가이드라인 - 15분 52초 2 한글 핵심어 추출 2-1. 한글 핵심어 추출(TextRank) co-word network, centrality 29분 36초 3 토픽 모델링 3-1. 토픽 모델링 소게 LDA, Gibb’s sampling 13분 47초 3-2. LDA 이론적 배경 DMR, 토픽 시계열 분석 21분 41초 3-3. Dirichlet Multinomial Regression(DMR) 시각화 34분 56초 4 한글 감성 분석 4-1. 감성분석 기법 sentiment dictionary 10분 39초 4-2. Sentiment Analysis with Unsupervised Learning deep learning, sentiment analysis 10분 48초 4-3. 사전기반 한글 감성 분석 - 12분 36초 5 기계번역 5-1. 기계번역(Machine Translation) named entity recognition, CRF 15분 18초 5-2. Neural Machine Translation(NMT) Learning, Prediction 43분 14초 6 개체명 인식 6-1. 개체명 인식(Named Entity Recognition) Attention layer, language translation 14분 45초 6-2. Transformer 이전의 딥러닝 기반 개체명 인식 기법 Korean to English translation, English to Korean translation 21분 50초 6-3. BERT(Bidirectional Encoder Representation from Transformers) - 18분 45초 6-4. BERT + CRF for NER - 16분 42초        총 콘텐츠 분량 5시간 13분 36초   본 강좌는 디지털애널리틱스 융합학과에서 주관하고 있습니다.      문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
AI data science advanced program

Professional course

AI data science advanced program

Professor

IM IL, Lee Sang Yup, Song Min

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

    [강좌 개요] 현재 개설되어 있는 연세-네이버 클라우드 데이터 사이언스 과정의 심화과정으로 데이터 분석에 대한 더 전문적인 내용을 다룹니다.   [강좌 목적] 데이터 분석의 기초과정을 수강하고 더 전문적인 데이터 분석을 학습하고자 하는 사람들을 위한 강의입니다. 데이터 분석의 주요 분야인 딥러닝, 추천시스템, 자연어 처리에 대해서 심도있는 이론과 이를 코딩으로 구현하는 방법을 학습하는 것을 목표로 합니다.   [교수자 소개] 연세대학교 디지털애널리틱스 융합학과 이상엽 교수 연세대학교 디지털애널리틱스 융합학과 송민 교수 연세대학교 디지털애널리틱스 융합학과 임일 교수   [상세 커리큘럼] 1과목: 딥러닝   주제명 차시명 키워드 강의자 콘텐츠 분량 1 딥러닝 기본 1-1. 딥러닝 기본 신경망, 오차역전파, 활성화 함수, Optimizers, 과적합문제, 가중치초기화 이상엽 1시간 32분 35초 2 Convolutional Neutral Network 2-1. CNN 소개 CNN, 합성곱 필터, 이미지 데이터 이상엽 1시간 33분 39초 3 CNN:사전학습모형 사용하기 3-1. 사전학습모형 사용하기 사전학습모형, 전이학습, 미세조정 이상엽 1시간 19분 29초 4 Object detection 4-1. Object detection Object detection, SSD 이상엽 52분 53초 5 RNN과 LSTM 소개 5-1. RNN과 LSTM 소개 RNN, LSTM, Bidirectional LSTM, seq2seq, 텍스트 데이터 이상엽 1시간 28분 40초 6 Transformer & Attention 6-1. Attention & Transformer Encoder-decoder attention, Self-attention Transformer 이상엽 1시간 29분 9초   총 콘텐츠 분량 8시간 16분 25초  2과목: 추천시스템   주제명 차시명 키워드 강의자 콘텐츠 분량 1 추천시스템 개요 1-1. 추천시스템이란? 추천 임일 22분 27초 1-2. 협업필터링 기초  CF, CB, KB 21분 11초 1-3. 협업필터링 최적화 neighbor, neighbor size, Item-based, User-based 21분 32초 2 행렬요인화(Matrix factorization: MF) 추천 2-1. MF의 원리 MF 임일 16분 15초 2-2. MF의 구현과 최적화 SGD, Class, Hyper parameter 30분 22초 3 SVD & SVD++ 3.1. SVD와 SVD++   SVD, SVD++ 임일 6분 6초 3.2 SVD++ 구현 SVD++ 5분 49초 4 Binary data 이용 Bianry data로 추천하기 binary data 임일 16분 5 Deep learning을 이용한 추천 Keras로 MF 구현 Keras, encoding 임일 12분 49초 DL로 추천 Layer 임일 28분 31초 6 Hybrid 추천 시스템 Hybrid 추천 hybrid, CF + MF 추천 임일 17분 31초 7 대용량 데이터 처리 Sparse matrix 사용 sparse matrix 임일 10분 42초 8 최근 동향 최근 추천 시스템 동향 - 임일 13분 45초   총 콘텐츠 분량 3시간 43분  3과목: 자연어처리   주제명 차시명 키워드 강의자 콘텐츠 분량 1 한글 전처리 1-1. 문장 구조 분석 구문분석, sentence parsing, constituency parsing, phrase structure grammar 송민 9분 5초 1-2. KoNLPy를 사용한 한글 명사 빈도 계산 Mecab, Komoran, Okt, Kokoma 17분 50초 1-3. 파이썬 wordcloud를 사용한 한글 명사 시각화 lemmatization, stopwords removal 6분 12초 1-4. 코드 실습을 위한 가이드라인 - 15분 52초 2 한글 핵심어 추출 2-1. 한글 핵심어 추출(TextRank) co-word network, centrality 송민 29분 36초 3 토픽 모델링 3-1. 토픽 모델링 소게 LDA, Gibb’s sampling 송민 13분 47초 3-2. LDA 이론적 배경 DMR, 토픽 시계열 분석 21분 41초 3-3. Dirichlet Multinomial Regression(DMR) 시각화 34분 56초 4 한글 감성 분석 4-1. 감성분석 기법 sentiment dictionary 송민 10분 39초 4-2. Sentiment Analysis with Unsupervised Learning deep learning, sentiment analysis 10분 48초 4-3. 사전기반 한글 감성 분석 - 12분 36초 5 기계번역 5-1. 기계번역(Machine Translation) named entity recognition, CRF 송민 15분 18초 5-2. Neural Machine Translation(NMT) Learning, Prediction 43분 14초 6 개체명 인식 6-1. 개체명 인식(Named Entity Recognition) Attention layer, language translation 송민 14분 45초 6-2. Transformer 이전의 딥러닝 기반 개체명 인식 기법 Korean to English translation, English to Korean translation 21분 50초 6-3. BERT(Bidirectional Encoder Representation from Transformers) - 18분 45초 6-4. BERT + CRF for NER - 16분 42초         총 콘텐츠 분량 5시간 13분 36초   본 강좌는 디지털애널리틱스 융합학과에서 주관하고 있습니다.    본 강좌는 아래와 같이 주제별 강좌를 수강하실 수 있습니다.각 강좌의 내용이 궁금하시다면 아래 링크를 눌러주세요.   AI 데이터사이언스 전문가 과정_딥러닝: https://www.learnus.org/local/ubonline/view.php?id=217077&group=1 AI 데이터사이언스 전문가 과정_추천시스템: https://www.learnus.org/local/ubonline/view.php?id=217078&group=1 AI 데이터사이언스 전문가 과정_자연어처리: https://www.learnus.org/local/ubonline/view.php?id=217079&group=1   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

3

Paid
AI data science advanced program (2022)
Certificate

Professional course

AI data science advanced program (2022)

Professor

Chung Meehyun, Chung Yong Han, Dong Hwan Kim, Kwak Hochul

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

[강좌 요약] 연세대학교의 기독교 정신에 입각하여 인공지능(AI)을 과학기술적, 현상학적, 사회문화적, 종교적, 윤리적 차원에서 다각도로 조명함으로써 인공지능에 대한 이해증진을 도모하고, 인공지능 시대에 개인과 사회가 나아가야 할 올바른 방향을 모색하고 제시하기 위해 개설된 전문과정입니다.   [강좌 목적] 본 강좌는 연세대학교의 창립이념인 기독교정신에 입각하여 인공지능에 대한 인문학적 이해의 바탕을 마련하고, 인공지능에 관련된 구체적인 개인 및 사회적 이슈들을 도덕적, 윤리적으로 조명함으로써 인공지능을 대하는 세계시민으로서의 올바른 자세와 사회참여의 방향성을 제시할 수 있는 인재양성을 추진하고자 합니다.   [교수자 소개] 김동환 (연세대학교 연합신학대학원 교수) 정미현 (연세대학교 연합신학대학원 교수) 정용한 (연세대학교 연합신학대학원 교수) 곽호철 (연세대학교 연합신학대학원 교수)   [상세 커리큘럼]   주제명 키워드 강의자 콘텐츠 분량 1 오리엔테이션 (기독교와 인공지능의 만남) 기독교, 인공지능 김동환 00:20:37 2 연세정신과 인공지능 연세정신, 기독교대학, 인공지능 정용한 00:15:15 3 인공지능 프로젝트 인공지능, 인간처럼, 인간보다 더, 신처럼 김동환 00:22:55 4 성경을 통해 본 인공지능 인공지능, 인간, 하나님, 형상 정용한 00:18:53 5 인공지능 이슈 자율주행, 윤리적 판단 인공지능, 의료 곽호철 00:31:08 6 인공지능과 젠더 젠터, 차별 계급, 인종, intersectionality  정미현 00:26:25 7 인공지능의 관계성 인공지능, 소통, 관계 형성 김동환 00:24:06 8 인공지능과 사회 인공지능, 노동, 기본소득 곽호철 00:24:05       총 분량 03:03:24   문의 :  연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)            연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

1

Paid
Artificial Intelligence (AI) and Christianity (2022)
Certificate

Professional course

Artificial Intelligence (AI) and Christianity (2022)

Professor

Kim Hyunjoong

Learning Period

08-01-2022 ~ 04-30-2023

Course Introduction

[강좌 요약] 통계학 개론을 강의하는 내용이며, 실습 툴로는 파이썬을 활용하는 것임. 핵심은 파이썬과 통계학을 아주 쉽게 전달하여 누구나 이해할 수 있는 통계학 수업이라는 것에 있음.   [강좌 목적] 현대에서는 데이터를 분석하여 경영 의사결정에 활용할 수 있는 능력이 필수화 되어가고 있는 상황이다. 이에 빅데이터 분석 툴로 각광받고 있는 파이썬에 대한 학습수요가 많아지고, 특히 데이터분석의 기초라고 할 수 있는 통계학 학습수요가 증대하고 있다. 이에 본 강좌에서는 아주 쉽게 전달하는 파이썬을 활용한 통계학 강의를 제공하여 업무에 적용할 수 있는 분석 능력을 갖추는 것을 목적으로 한다.   [교수자 소개] 연세대학교 응용통계학과 김현중 교수   [상세 커리큘럼]   주제명 차시명 키워드 콘텐츠 분량 1 파이썬 알기 1-1. 파이썬 실습환경 Colab 소개 파이썬, Colab 22 분 1-2. 파이썬 기본 문법과 연산 산술 연산자 등 17 분 1-3. 파이썬 자료형 숫자형 자료형 등 24 분 2 파이썬 익히기 2-1. 파일 읽고 쓰기 디렉토리 설정 20 분 2-2. 파이썬 라이브러리 패키지 21 분 3 데이터 이해하기 3-1. 모집단과 표본 모수, 통계량 15 분 3-2. 표본 추출 방법 랜덤, 층화추출 15 분 3-3. 변수와 데이터 수치형, 범주형 25 분 4 데이터 그래픽 탐색1 4-1. 수치형 데이터 그래픽 탐색 히스토그램 15 분 4-2. 범주형 데이터 그래픽 탐색 파이차트, 바차트 16 분 5 데이터 그래픽 탐색2 5-1. 다변량 수치형 데이터 그래픽 탐색 산점도 15 분 5-2. 다변량 범주형 데이터 그래픽 탐색 다변량바차트 21 분 5-3 추가 그래픽 기술 혼합 그래프 15 분 6 데이터 수치요약1 6-1. 중심위치 평균, 중앙값 33 분 6-2. 변동성 측도 분산, 표준편차 22 분 6-3. 상대위치 측도와 상자그림 분위수, 사분위수 20 분 7 데이터 전처리 7-1. 이상치 탐지 Quterlier 19 분 7-2. 결측치 대체 방안 Imputation 18 분 8 상관 분석 8-1. 공분산과 상관계수 상관계수 33 분 8-2. 상관관계 의미 상관계수 13 분 9 단순선형회귀 분석 9-1. 단순선형회귀분석 상관분석과 차이 34 분 9-2. 단순선형회귀분석 실습 파이썬 실습 19 분 9-3. 단순선형회귀분석 해석 기울기,유의성,R2 28 분 9-4. 단순선형회귀분석 예측 predict함수 12 분 10 다중선형회귀 분석 10-1. 다중선형회귀분석 소개 P-value, R2 32 분 10-2. 다중선형회귀분석 실습 1 파이썬 실습 17 분 10-3. 다중선형회귀분석 실습 2 파이썬 실습 33 분 10-4. 변수선택 방법 후진제거법 22 분 10-5. 변수선택 방법 실습 파이썬 실습 15 분       총 분량: 10시간   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

2

Paid
Easy Statistics with Python (2022)
Certificate

Professional course

Easy Statistics with Python (2022)

Professor

Kim Sang Min

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

가상 세계를 넘어 현실 세계와 연결되는 메타버스🥽   끊임없이 새로운 것들이 생겨나고 관심을 끌다가 저물어가는 세상. 어떤 것들은 자연스럽게 소멸되기도 하고, 어떤 것들은 우리의 삶을 바꾸기도 하고, 어떤 것들은 시대를 바꾸기도 합니다. 사람들의 취향을 선도하는 유행이 되거나 그보다 깊게 생활 속에 파고든 트렌드가 되거나 혹은 더 나아가 지금까지의 흐름과는 전혀 다른 새로운 패러다임으로 세상을 바꿔 버리기도 합니다.   최근 몇 년 사이 급격히 진행된 디지털 전환(Digital Transformation)과 함께 사회 전반에 ‘메타버스(Metaverse)’에 대한 관심이 대단히 뜨거워졌습니다. 방송, 인터넷, 책, 강연, 문화와 교육 현장에서 모두가 메타버스를 이야기하고 있습니다. ‘이 시대의 가장 뜨거운 화두가 무엇인가?’라는 질문에 ‘메타버스’는 단연코 가장 먼저 등장하는 주인공임에 틀림없습니다. 모두가 앞다퉈 메타버스를 말하고 있지만 아직은 ‘초기 진행형’이기에 그 개념을 학문적으로 규정하긴 어려운 상태입니다. 이에 런어스는 주목받는 주제이지만 이해하기 어려운 메타버스의 개념에 대한 통찰을 제공하고 관련 기술들이 어떻게 현장에서 활용되고 있는지까지 자세하게 소개하는 런어스 시그니처 강좌 ‘Click! 메타버스’를 기획하였고 지금 여러분들에게 소개해 드립니다.     🔎 ‘가공, 추상’을 뜻하는 그리스어 메타(Meta)와 ‘현실 세계’를 뜻하는 유니버스(Universe)의 합성어라거나 하는 단편적인 뜻을 넘어서, 도대체 메타버스란 무엇인가요? 💡 메타버스라는 용어는 1992년, 닐 스티븐슨의 소설에서 가장 처음으로 사용됐습니다. 오늘날의 메타버스는 소설에서처럼 현실 세계와 가상 세계가 동떨어진 것이 아닌, 현실 세계와 상호작용하는 3차원의 가상 세계라고 생각하시면 될 것 같습니다. 즉, 현실의 요소와 가상의 요소가 융합돼 새로운 가치 창출이 이뤄지는 디지털 공간입니다. 💡 메타버스는 나의 아바타를 통해 이 인터넷 장소로 들어간 개념이라고 생각하시면 될 것 같습니다. 나의 아바타는 사이트에서 사이트, 서비스에서 서비스로 자유롭게 이동하며 진화된 인터넷 세상에서 맞춤화된 브라우징 경험을 하게 될 것입니다. 이것을 우리는 현재 웹 2.0의 시대 다음으로 오게 될 지능형 웹인 웹 3.0의 시대라고도 합니다.   🔎 메타버스, 잠깐의 트렌드일까요? 패러다임의 변화가 될까요?  💡 메타버스라는 용어는 잠시의 버즈워드일수도 있겠지요, 하지만 우리의 삶이 가상 세계와 점차적으로 연결되는 것은 사실입니다. 가상 세계의 규모는 계속적으로 확장되고 있고 우리 현실 세계에 많은 영향을 끼치고 있습니다. 우리가 하루 동안 스마트폰을 붙잡고 있는 시간만을 생각해 보더라도 우리의 일상은 가상의 공간으로 많이 넘어가 있습니다.  💡 하지만 완벽한 메타버스의 세계가 구현 가능하더라도 지속적인 참여가 없다면 의미가 없을 것입니다. 이를 위해 크리에이터인 동시에 공유자, 그리고 소비자인 참여자의 새로운 가치 창출이 지속돼야 할 것입니다. 현재 글로벌 테크 기업들은 메타버스 생태계를 구축하기 위해 많은 투자와 개발을 하고 있습니다. 게임과 엔터테인먼트 산업 중심으로 시작된 메타버스는 제조, 건설, 의료, 유통, 교육 등 모든 산업으로 확산되고 있습니다. 앞으로 다가올 진정한 메타버스의 세계를 위해서는 아직 발전돼야 할 기술, 논의돼야 할 이슈 그리고 해결돼야 할 과제들이 많이 있습니다.    🔎 런어스 시그니처 ‘Click! 메타버스’는 어떤 방향에 집중해서 강좌를 구성하셨나요? 이 강의를 들으면 어떤 지식들을 얻을 수 있고, 현업에 계신 분들은 비즈니스 현장에서 어떤 아이디어로 접목이 가능할까요? 💡 런어스 시그니처 강좌 ‘Click! 메타버스’는 메타버스가 무엇인지에 대한 정의를 내린다기보다는 학계 그리고 업계 전문가들을 모셔 현재 메타버스 관련 기술이 실질적으로 어떻게 활용되고 있고 이를 잘 성장시키기 위해 어떠한 요소가 필요한지 그리고 이에 대한 전망을 어떻게 내다보고 있는지에 대한 논의로 이뤄져 있습니다. 이 강좌를 통해서 메타버스와 관련된 총체적인 시각과 지식을 얻을 수 있을 것이라 생각합니다.       [연세소식, LearnUs 이달의 강의]  https://www.yonsei.ac.kr/ocx/news.jsp?mode=view&ar_seq=20220422125743171048&sr_volume=631&list_mode=list&sr_site=S&pager.offset=0&sr_cates=20220304105837931087   [런어스 유튜브, 미래를 위한 인사이트가 궁금해?🌎]  https://www.youtube.com/watch?v=RTqwV5Oif6E   문의 : 연세대학교 LearnUs추진본부 LearnUs추진팀 (learnus_office@yonsei.ac.kr)

Students

2

Paid
Metaverse: Click! Metaverse (2022)
Certificate

LearnUs Signature

Metaverse: Click! Metaverse (2022)

Professor

Chung Jong-Moon, KANG MYUNG KOO, Kim Chulyoung, KIM HEON JE, KIM, HANSUNG, 강형엽, 최인혁

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

실력 있는 인재가 살아남는다! 4차 산업혁명 시대 맞춤형 인재 되기   각 분야별 산업 간 경계가 허물어진 지금! 과거에는 아날로그 산업과 경영이 주를 이루었지만 근대에 들어서는 산업 간 경계가 확실히 구분되는 건 물론 각 산업 군들이 결합 및 복합 문화를 이루면서 다양한 기술 시도가 이어지고 있습니다. 여기에 디지털이 주를 이루며 4차 산업혁명이 성장하면서 각 산업 군들의 영향은 커지고 있습니다. 이제는 하나의 도구만을 활용해 생산만을 높이는데 주력하는 것이 아닌 기술과 아이디어의 결합 등과 같은 복합문화를 선도하는 산업 간의 연계를 통해 새로운 시장을 형성해야만 성공이 가능해졌습니다.   인력이 재산이 된 이유도 바로 이 때문이랍니다. 기존에는 각 산업의 전문가가 리더의 역할을 했다면 더 이상 한 분야의 전문가만을 선호하지는 않습니다. 다채로운 기술을 가지고 있거나, 응용할 수 있는 산업 군의 경험을 가지는 등 기존과는 다른 리더십과 경험을 요구하고 있습니다. 즉 스페셜리스트 보다 제너럴리스트의 시대가 도래했습니다. 종합적인 이해도를 바탕으로 조직을 이끌어갈 수 있는 "전략적" 리더십을 가진 인재가 무엇보다 필요해 진 것입니다.   성공한 사람들의 창의력 키우기 방법   그렇다면 서로 다른 분야에 대해 창의력을 발휘하여 각각의 장점만 뽑아내 새로운 기술과 시장을 만들어 낼 수 있는 능력이란 어떻게 키워지는 것일까요? ​AR/VR, 메타버스, 디지털 전환의 핵심 기술, 4차 산업혁명의 기술들과 미래 시스템 등의 내용은 상상하기 어렵고 쉽게 접해본 적이 없을뿐더러 말로만 들어서는 정확히 어떤 내용인지 예측하기 어렵습니다. 위와 같이 쉽게 상상하기 어려운 분야이지만, 해당 분야의 변화를 빠르게 알아채고 대비하기 위해서는 각 산업에 대해 전반적인 이해가 높아야 하며, 동시에 넓은 지식을 가진 것도 중요합니다. 또한 가장 중요한 것은 각각의 이론과 개념들을 하나로 합할 수 있는 창의력을 갖는 것인데요. 가장 대표적인 예로 수소연료전지차가 있겠습니다. 수소로 차를 굴릴 수 있다고 생각하는 창의력, 수소가 가지고 있는 기본적인 화학식을 실생활로 끌어 들여올 수 있는 융통성이 새 시대가 요구하는 새로운 인재상이라고 할 수 있겠습니다.       이러한 창의력을 갖춘 인재상이 되기 위해서는 어떻게 해야 하는지 알고 싶으신가요?  ​ 어떤 교육을 통해야 하는지, 학원이라도 있으면 다니고 싶은 심정이실 텐데요. 답은 멀리 있지 않습니다. 연세대의 온라인 교육 플랫폼인 Learnus(런어스)에서 국내 최고의 지식과 경험을 지닌 연세대학교 교수진과 Amazon Web Service, Boston Consulting Group 등 세계를 선도하는 유수 기업의 핵심 인사들이 연사로 참여해서 최첨단 지식과 모범 사례를 전달합니다. 미래 핵심 기술이 '롱런'의 대세가 되었다면 이제 인재도 전반적 이해와 나아가 기술경영, 지적재산권 등 필요한 소양을 길러야 할 때가 되었습니다. 제너럴리스트로써 놀라운 성장 커리어를 쌓고 싶은 분들이라면 지금 주목해 주세요! 런어스(LearnUs)에서는 창의 융복합 인재 양성 과정을 통해 준비된 인재가 될 수 있는 기회를 제공하고 있으니, 오늘부터 꼭 수강해 보시길 바랍니다.     [주제별 강좌 안내] 디지털 전환(Digital Transformation) 핵심 기술의 이해: https://www.learnus.org/local/ubonline/view.php?id=217081&group=1 디지털 전환의 핵심: 반도체·디스플레이 기술: https://www.learnus.org/local/ubonline/view.php?id=217082&group=1 4차 산업혁명 기술들과 미래 시스템: https://www.learnus.org/local/ubonline/view.php?id=217083&group=1 메타버스와 AR/VR: https://www.learnus.org/local/ubonline/view.php?id=217084&group=1 수소 사회로 가는 길: 수소연료전지차: https://www.learnus.org/local/ubonline/view.php?id=217085&group=1 경제모형 이해하기/경제정책의 득실: https://www.learnus.org/local/ubonline/view.php?id=217086&group=1 혁신 기업들은 무엇이 다른가: https://www.learnus.org/local/ubonline/view.php?id=217087&group=1   [런어스 유튜브, 준비된 인재에게 기회가 열린다: 창의융복합 인재 양성 과정] https://www.youtube.com/watch?v=x12TFb5H11c   [런어스 블로그, 실력 있는 인재가 살아남는다! 4차 산업혁명 시대 맞춤형 인재 되기] https://blog.naver.com/learnus_official/222838662541 https://blog.naver.com/learnus_official/222572092115   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
Opportunity comes to those who are prepared: creative convergence leadership training program (2022)
Certificate

Professional course

Opportunity comes to those who are prepared: creative convergence leadership training program (2022)

Professor

Park Noseong, Uh Youngjung, Yeo Jinyoung

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

    [강좌 요약] 인공지능의 큰 축을 이루는 컴퓨터비전/자연어처리/빅데이터분석의 최신 기술 연구 동향에 대해서 강의합니다.   [강좌 목적] 인공지능은 그 기술의 발전 속도가 눈부시게 증가하고 있어서 최신기술 동향이 날로 변하고 있습니다. 이에 컴퓨터비전/자연어처리/빅데이터분석 분야의 핵심 기술들을 선정하여 해당 분야에서의 동향과 기본지식을 전달합니다.   [교수자 소개] 연세대학교 인공지능학과 박노성 교수 연세대학교 글로벌인재학부 어영정 교수 연세대학교 인공지능학과 여진영 교수   [상세 커리큘럼]   주제명 세부내용 강의자 콘텐츠 분량 1 Big Data Analysis Intro. to Big Data Analysis 박노성 57분 1초 01. Big Data Analytics Technology 02. Data Synthesis based on Generative Adversarial Networks 03. Data-driven Airline Profit Maximization 04. Big Data Analytics in Cybersecurity 05. Big Data Analytics in Other Domains 2 Computer Vision 01. 컴퓨터비전이란? 어영정 50분 29초 02. 물체검출/의미분할 기술 소개 03. 3차원 재구성 기술 소개 04. 비교사학습 기술 소개 05. 영상생성기술 소개 3 AI 전문과정 자연어처리 01. Natural Language Processing(자연어처리란?) 여진영 55분 49초 02. Text Classification(텍스트 분류) 03. Machine Reading Comprehension(기계독해) 04. Machine Reasoning(기계추론) 05. Language Model(언어모델)   본 강좌는 아래와 같이 주제별 강좌를 수강하실 수 있습니다.각 강좌의 내용이 궁금하시다면 아래 링크를 눌러주세요.   최신 인공지능 연구동향_Big Data Analysis:  https://www.learnus.org/local/ubonline/view.php?id=217073&group=1 최신 인공지능 연구동향_Computer Vision: https://www.learnus.org/local/ubonline/view.php?id=217074&group=1 최신 인공지능 연구동향_AI 전문과정 자연어처리: https://www.learnus.org/local/ubonline/view.php?id=217075&group=1     문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

23

Paid
Recent Research Trends on Artificial Intelligence (2022)
Certificate

Professional course

Recent Research Trends on Artificial Intelligence (2022)

Professor

Yeo Jinyoung

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "최신 인공지능 연구동향"의 주제별 강좌입니다.풀강좌 "최신 인공지능 연구동향"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.   풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217072&group=1     [강좌 요약] 인공지능의 큰 축을 이루는 자연어처리의 최신 기술 연구 동향에 대해서 강의합니다.   [강좌 목적] 인공지능은 그 기술의 발전 속도가 눈부시게 증가하고 있어서 최신기술 동향이 날로 변하고 있습니다. 이에 자연어처리 분야의 핵심 기술들을 선정하여 해당 분야에서의 동향과 기본지식을 전달합니다.   [교수자 소개] 연세대학교 인공지능학과 여진영 교수   [강의내용] 세부내용 콘텐츠 분량 01. Natural Language Processing(자연어처리란?) 55분 49초 02. Text Classification(텍스트 분류) 03. Machine Reading Comprehension(기계독해) 04. Machine Reasoning(기계추론) 05. Language Model(언어모델)   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
Recent Research Trends on Artificial Intelligence_AI Natural Language Processing

Professional course

Recent Research Trends on Artificial Intelligence_AI Natural Language Processing

Professor

Park Noseong

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "최신 인공지능 연구동향"의 주제별 강좌입니다.풀강좌 "최신 인공지능 연구동향"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.   풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217072&group=1     [강좌 요약] 인공지능의 큰 축을 이루는 빅데이터분석의 최신 기술 연구 동향에 대해서 강의합니다.   [강좌 목적] 인공지능은 그 기술의 발전 속도가 눈부시게 증가하고 있어서 최신기술 동향이 날로 변하고 있습니다. 이에 빅데이터분석 분야의 핵심 기술들을 선정하여 해당 분야에서의 동향과 기본지식을 전달합니다.   [교수자 소개] 연세대학교 인공지능학과 박노성 교수   [강의내용] 세부내용 콘텐츠 분량 Intro. to Big Data Analysis 57분 1초 01. Big Data Analytics Technology 02. Data Synthesis based on Generative Adversarial Networks 03. Data-driven Airline Profit Maximization 04. Big Data Analytics in Cybersecurity 05. Big Data Analytics in Other Domains   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
Recent Research Trends on Artificial Intelligence_Big Data Analysis

Professional course

Recent Research Trends on Artificial Intelligence_Big Data Analysis

Professor

Uh Youngjung

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

본 강좌는 풀강좌 "최신 인공지능 연구동향"의 주제별 강좌입니다.풀강좌 "최신 인공지능 연구동향"의 내용이 궁금하시다면 아래 링크를 눌러주세요. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.   풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217072&group=1     [강좌 요약] 인공지능의 큰 축을 이루는 컴퓨터비전의 최신 기술 연구 동향에 대해서 강의합니다.   [강좌 목적] 인공지능은 그 기술의 발전 속도가 눈부시게 증가하고 있어서 최신기술 동향이 날로 변하고 있습니다. 이에 컴퓨터비전 분야의 핵심 기술들을 선정하여 해당 분야에서의 동향과 기본지식을 전달합니다.   [교수자 소개] 연세대학교 글로벌인재학부 어영정 교수   [강의내용] 세부내용 콘텐츠 분량 01. 컴퓨터비전이란? 50분 29초 02. 물체검출/의미분할 기술 소개 03. 3차원 재구성 기술 소개 04. 비교사학습 기술 소개 05. 영상생성기술 소개   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205) 연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
Recent Research Trends on Artificial Intelligence_Computer Vision

Professional course

Recent Research Trends on Artificial Intelligence_Computer Vision

Professor

Han, Gunhee

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

[강좌 요약] 전기 전자공학 관련학과에서 반도체 설계분야 학부 2~4학년 및 대학원 기초 과목으로 다루는 핵심 개념들을 전체적이며 통합된 흐름으로 설명   [강좌 목적] 회로의 해석 및 설계는 수학, 신호, 통신, 제어 등 많은 과목과 선후 관계가 얽혀 있어 학부 재학시절에 전공과목으로 수강하였다고 하더라도 기본적인 개념들을 명료하게 이해하고 그들 간의 연관관계를 통찰하기 어렵다. 본 강좌는 반도체 관련 산업에서 기획, 개발, 생산, 평가, 응용, 판매에 종사하는 관련학과 졸업자들에게 필요한 개념을 재정립하고 관점과 시야을 넓혀줌으로써 업무역량을 향상함을 목적으로 한다.   [교수자 소개] 연세대학교 글로벌융합공학부 한건희 교수    [상세 커리큘럼]   주제명 차시명 키워드 콘텐츠 분량 1 Introduction 1-0 Introduction objective, intended viewer, table of contents 5 : 15 1-1 Circuit Element R, L, C, voltage, current, dependent source 8 : 09 1-2 Circuit Analysis nodal analysis, mesh analysis 9 : 35 1-3 Differential Equation Lapace, general/homogeneous/particular 5 : 11 1-4 Frequency Response pole and zero, bode plot 10 : 55 2 Semiconductor 2-1 Semiconductor crystal, bonding, doping, , carrier, conduction 10 : 23 2-2 PN Junction depletion, forward, reverse, current 15 : 20 2-3 Switching Device diode, triode, transistor, active switch 15 : 33 3 MOS FET 3-1 MOS Device structure, inversion, threshold, channel 9 : 03 3-2 MOS FET linear region, saturation region, weak-inversion 14 : 41 3-3 Logic Circuit complimentary circuit, gate, delay 11 : 57 4 OP Analysis 4-1 Operating Point operating point, approximation 8 : 46 4-2 FET Operating Point operating region, Biasing 9 : 30 4-3 Current Biasing current biasing, operating current, degeneration, 12 : 09 5 DC Analysis 5-1 DC Analysis operating range 10 : 53 5-2 CMOS Inverter current source, output resistance, current mirror 9 : 19 5-3 Differential Amplifier differential signal, differential pair, OP Amp 9 : 18 6 Small-signal Analysis 6-1 Small-signal Analysis operating point, linear model, 6 : 15 6-2 Small-signal Equivalent Circuit equivalent tansconductance, resistance, model 6 : 36 6-3 Output Resistance equivalent resistance, trans-conductance 7 : 41 7 Amplifiers 7-1 Amplifier common source, common drain, common gate 7 : 59 7-2 Cascode Amplifier cascode, output resistance, mirrored OTA 9 : 12 7-3 Cascade Amplifier multi stage amplifier, loading effect 7 : 33 7-4 Output Stage driver, class, power efficiency, dictortion 9 : 27 8 AC Analysis 8-1 AC Analysis small signal circuit, capacitance, pole and zero, 14 : 12 8-2 AC Equivalent Circuit parasitic capacitance, unity gain frequqncy 9 : 32 8-3 Quick AC Analysis miller effect, impedance reflection 12 : 54 9 Transient Analysis 9-1 Transient Analysis inverting, noninverting, trans-impdeance 4 : 07 9-2 Circuit Simulation Simulator Structure and engine 10 : 08 9-3 PSPICE DC, AC, transient simulation, device library 19 : 49 10 Operational Amplifier 10-1 OP Amp closed loop, virtual short circuit 11 : 21 10-2 Active Filter integrator, weighted sum, continuous-time filter 9 : 17 10-3 Switched-Capacitor MOS switch, charge amplifier, discrete-time 15 : 41 10-4 Practical OP Amp GB effect, finite gain effect 5 : 55 11 Feedback Circuit 11-1 Feedback Fundamentals error minimization, transfer function 11 : 01 11-2 Feedback Circuits gm boosting, regulated cascode, 13 : 26 11-3 Stability Nyquist method, 14 : 53 11-4 Positive Feedback latch, negative impedance 12 : 14 12 Nonlinear Circuit 12-1 Nonlinear Function folding, sigmoide, multiplier 10 : 01 12-2 Oscillator tuned osc, relaxation osc, ring osc 7 : 37 12-3 Detector comparator, peak detector, median, slope, winner 13 : 04 13 Active Filter 13-1 Filter Structure signal flow graph, mason rule, 18 : 35 13-2 High-order Filter filter synthesis algorithm, Biquad 21 : 54 13-3 Filter Tools Matlab 23 : 15 14 Analog Digital Converter 14-1 DAC digital to analog converter architecture 14 : 50 14-2 ADC Architecture flash, single slope, SAR, cyclic, multi-stage 16 : 04 14-3 ADC Performance differential pair, single stage OTA, 14 : 52         문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

12

Paid
Revisiting the Microelectronics (2022)
Certificate

Professional course

Revisiting the Microelectronics (2022)

Professor

Kim Chang Ouk

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

[강좌 요약] 스마트 팩토리의 개념을 소개하고, 이어서 인공지능 기법을 이용하여 스마트 팩토리의 지능화 모듈을 구현하는 방법을 소개합니다. 강의마다 실습녹화 파일을 제공하여 수강생 스스로가 인공지능 기법을 구현하는 능력을 함양합니다. 제조 분야에 종사하지 않지만 인공지능에 관심있는 사람도 충분히 강의를 수강할 수 있도록 내용을 만들었습니다.   [강좌 목적] 4차 산업혁명 시대에 제조 기업의 경쟁력 강화를 위해서 스마트 팩토리는 선택이 아닌 필수입니다. 본 강좌에서는 인공지능 기법을 이용해 스마트 팩토리를 구현하는 이론적 방법을 소개하고 이와 함께 파이썬을 이용해 실습도 병행합니다.   [교수자 소개] 연세대학교 산업공학과 김창욱 교수   [상세 커리큘럼]    주제명 차시명 키워드 콘텐츠 분량 1 스마트팩토리와 인공지능 개념 스마트팩토리와 인공지능 개념 스마트 팩토리와 인공지능 지도학습 비지도학습 회귀모델 분류모델 00:48:19 2 머신러닝 프로세스 머신러닝 프로세스 데이터 수집 데이터분할 데이터 전처리 회귀모델 성능 지표 분류모델 성능 지표 01:11:07 3 기초 가상 계측 모델: 선형회귀 기초 가상 계측 모델: 선형회귀 회귀분석과 가상계측 단순선형회귀 최소자승법 다중선형회귀 다중공선성 분산팽창지수 01:10:13  4 기초 공정이상탐지 모델: 로지스틱 회귀 기초 공정이상탐지 모델: 로지스틱 회귀 공정이상탐지와 로지스틱 회귀 선형회귀와 로지스틱 로지스틱 함수 오즈, 로짓 회귀계수 다중 로지스틱 회귀 00:46:20 5 기초 공정이상탐지모델: 의사결정나무 기초 공정이상탐지모델: 의사결정나무 의사결정나무 구성 요소 CART 알고리즘 지니불순도 정보이득 가지치기 회귀나무 의사결정나무를 이용한 FDC 01:13:59  6 고등 예측 모델: 앙상블 기법1 고등 예측 모델: 앙상블 기법1 앙상블 기법의 핵심 아이디어 Bagging 붓스트랩 샘플링 Random Forest 변수 중요도 00:53:47 7  고등 예측 모델: 앙상블 기법2 고등 예측 모델: 앙상블 기법2 Boosting 개요 GBM XGBoost 01:26:27  8 불량인자 분석: 연관규칙 학습 불량인자 분석: 연관규칙 학습 불량인자 연관규칙 학습 연관규칙 지표 Apriori 알고리즘 Apriori 알고리즘 이용한 불량인자 파악 01:00:31  9 불량인자 분석: 대조집합 학습 불량인자 분석: 대조집합 학습 대조집합 학습 STUCCO 알고리즘 STUCCO를 사용한 저수율 인자 파악 01:10:24  10 예측 모델 고도화: 차원 축소1 예측 모델 고도화: 차원 축소1 차원의 저주 mRMR Algorithm Ridge Lasso 01:00:11  11 예측 모델 고도화: 차원 축소2 예측 모델 고도화: 차원 축소2 PCA 수행 방법 잠재변수 로딩벡터와 행렬 스코어벡터와 행렬 MPCA 01:11:37  12 불량 제품 이미지 탐색 기초: 인공신경망 불량 제품 이미지 탐색 기초: 인공신경망 인공 신경망 퍼셉트론 다층 퍼셉트론 활성함수 손실함수 경사하강법 역전파 알고리즘 01:21:05 13 불량 제품 이미지 탐색: 딥러닝1 불량 제품 이미지 탐색: 딥러닝1 딥러닝 ReLU 함수 드롭 아웃 소프트맥스 함수 크로스 엔트로피 오토인코더 00:56:06 14 불량 제품 이미지 탐색: 딥러닝2 불량 제품 이미지 탐색: 딥러닝2 CNN CNN 구조 컨볼루션층풀링층 완전 연결층 01:19:39   총 콘텐츠 분량 15:29:45   문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

1

Paid
Smart Factory and AI (2022)
Certificate

Professional course

Smart Factory and AI (2022)

Professor

KANG MYUNG KOO

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

준비된 사람에게 기회가 온다!   스페셜리스트보다 제너럴리스트, 산업들의 종합적 이해도가 높은 인재의 필요성 우리의 산업은 지속적으로 발전해 왔으며, 특히 코로나19 이후 큰 변화를 겪었습니다. 그 중 디지털 산업의 성장 속도가 빨라지면서 새로운 세상을 맞이하게 되었습니다. 게다가 시대와 산업이 변화함에 따라 이에 맞는 인재를 찾는 방법 또한 변화하게 되었습니다. 과거에는 아날로그 산업과 경영이 주를 이루었지만 근대에 들어서는 산업 간 경계가 확실히 구분되는 건 물론 각 산업 군들이 결합 및 복합 문화를 이루면서 다양한 기술 시도가 이어지고 있습니다. 여기에 디지털이 주를 이루며 4차 산업혁명이 성장하면서 각 산업 군들의 영향은 커지고 있습니다. 이제는 하나의 도구만을 활용해 생산만을 높이는데 주력하는 것이 아닌 기술과 아이디어의 결합 등과 같은 복합문화를 선도하는 산업 간의 연계를 통해 새로운 시장을 형성해야만 성공이 가능해 졌습니다. 디지털 전환의 핵심 기술의 내용은 상상하기 어렵고 쉽게 접해본 적이 없을뿐더러 말로만 들어서는 정확히 어떤 내용인지 예측하기 어렵습니다. 위와 같이 쉽게 상상하기 어려운 분야이지만, 해당 분야의 변화를 빠르게 알아채고 대비하기 위해서는 각 산업에 대해 전반적인 이해가 높아야 하며, 동시에 넓은 지식을 가진 것도 중요합니다. 본 강의에서는 세계를 선도하는 기업인 Amazon Web Service의 강명구 파트너가 연사로 참여해서 최첨단 지식과 모범 사례를 전달합니다.     본 강좌는 <준비된 인재에게 기회가 열린다: 창의융복합 인재 양성 과정> 풀강좌의 주제별 강좌입니다. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.  풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217080&group=1       문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)  

Students

1

Paid
디지털 전환(Digital Transformation) 핵심 기술의 이해

Professional course

디지털 전환(Digital Transformation) 핵심 기술의 이해

Professor

KIM HEON JE

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

디지털 전환의 핵심! 반도체·디스플레이 기술   스페셜리스트보다 제너럴리스트, 산업들의 종합적 이해도가 높은 인재의 필요성 우리의 산업은 지속적으로 발전해 왔으며, 특히 코로나19 이후 큰 변화를 겪었습니다. 그 중 디지털 산업의 성장 속도가 빨라지면서 새로운 세상을 맞이하게 되었습니다. 게다가 시대와 산업이 변화함에 따라 이에 맞는 인재를 찾는 방법 또한 변화하게 되었습니다. 과거에는 아날로그 산업과 경영이 주를 이루었지만 근대에 들어서는 산업 간 경계가 확실히 구분되는 건 물론 각 산업 군들이 결합 및 복합 문화를 이루면서 다양한 기술 시도가 이어지고 있습니다. 여기에 디지털이 주를 이루며 4차 산업혁명이 성장하면서 각 산업 군들의 영향은 커지고 있습니다. 이제는 하나의 도구만을 활용해 생산만을 높이는데 주력하는 것이 아닌 기술과 아이디어의 결합 등과 같은 복합문화를 선도하는 산업 간의 연계를 통해 새로운 시장을 형성해야만 성공이 가능해 졌습니다. 디지털 전환의 핵심 기술인 반도체와 디스플레이의 내용은 상상하기 어렵고 쉽게 접해본 적이 없을뿐더러 말로만 들어서는 정확히 어떤 내용인지 예측하기 어렵습니다. 위와 같이 쉽게 상상하기 어려운 분야이지만, 해당 분야의 변화를 빠르게 알아채고 대비하기 위해서는 각 산업에 대해 전반적인 이해가 높아야 하며, 동시에 넓은 지식을 가진 것도 중요합니다. 하지만! 답은 멀리 있지 않습니다. 연세대의 온라인 교육 플랫폼인 Learnus(런어스)에서 국내 최고의 지식과 경험을 지닌 연세대학교 교수진이 연사로 참여해서 최첨단 지식과 모범 사례를 전달합니다.     본 강좌는 <준비된 인재에게 기회가 열린다: 창의융복합 인재 양성 과정> 풀강좌의 주제별 강좌입니다. *주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.  풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217080&group=1     문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
디지털 전환의 핵심: 반도체·디스플레이 기술

Professional course

디지털 전환의 핵심: 반도체·디스플레이 기술

Professor

강형엽

Learning Period

08-01-2022 ~ 05-31-2023

Course Introduction

AR과 VR로 만나는 메타버스!   4차 산업혁명이 대두되며 새롭게 떠오른 핫 키워드, 메타버스! 메타버스란 현실 세계와 같이 사회활동, 문화활동 등이 이루어지는 3차원 가상세계를 뜻하는데요, 닐 스티븐슨의 1992년작 사이버펑크 소설 <스노 크래시>에서 처음으로 등장한 개념입니다.이 소설은 세컨드 라이프의 모티브가 되기도 했는데요, 필립 로즈데일이 이 소설에서 영감을 받아 제작했다고 합니다. 메타버스는 ‘가상’, ‘초월’ 등을 뜻하는 영어 단어 '메타'(Meta)와 우주를 뜻하는 '유니버스'(Universe)의 합성어입니다. 가상현실보다 한 단계 더 진화한 개념으로, 게임이나 가상현실을 체험하는 데에 그치지 않고 실제 현실처럼 여러 가지 활동을 할 수 있습니다. 메타버스에서 할 수 있는 활동들은 무엇이 있을까요? 개인적인 만남은 물론, 사회적인 활동, 경제 활동, 문화 활동까지 가능합니다! 현재 많은 문화 예술 관련 기업들이 메타버스 온라인 전시를 개최하고 있습니다. 그리고 메타버스에서 사용할 수 있는 화폐 등을 이용해 구매를 하거나 각종 콘퍼런스, 회의를 진행할 수도 있겠죠. 이렇게 많은 기업과 대중을 매료시키는 메타버스, 그리고 메타버스를 더 재미있게 즐길 수 있는 AR과 VR의 진짜 매력은 무엇일까요? 우리의 세계를 확장시키는 메타버스와 AR, VR! 런어스(LearnUs)와 함께 알아보세요!     본 강좌는 <준비된 인재에게 기회가 열린다: 창의융복합 인재 양성 과정> 풀강좌의 주제별 강좌입니다.*주제별 강좌는 수료증이 발급되지 않습니다. 수료증 발급을 희망하시는 경우 풀강좌를 수강하시기 바랍니다.  풀강좌: https://www.learnus.org/local/ubonline/view.php?id=217080&group=1     문의 : 연세대학교 교무처 교수학습혁신센터 (02-2123-4201~4205)           연세대학교 LearnUs 추진팀 (learnus_office@yonsei.ac.kr)

Students

-

Paid
메타버스와 AR,VR

Professional course

메타버스와 AR,VR
Load More