국제 개발을 위한 머신러닝의 공정성 탐색

이 과정은 중요한 상황에서 말하기 능력을 향상시키기 위한 몇 가지 규칙을 배우는 데 초점을 맞추고 있습니다. 학습자는 면접, 논문 방어, 구술 시험 등 다양한 상황에서의 효과적인 발표 방법을 익힐 수 있습니다.

이 과정은 보안 컴퓨터 시스템의 설계 및 구현에 중점을 두며, 다양한 위협 모델과 보안 기술을 탐구합니다. 학습자는 최근 연구 논문의 통찰력을 바탕으로 운영 체제 보안, 네트워크 프로토콜, 하드웨어 보안과 같은 주제를 다루게 됩니다.

이 과정은 이미지로부터 환경에 대한 상징적 설명을 생성하는 과정에 대한 입문서입니다. 이미지 형성의 물리학, 이미지 분석, 이진 이미지 처리 및 필터링을 다루며, 로봇 공학 및 지능형 기계 상호 작용 분야의 응용 사례를 포함합니다.

이 과정은 컴퓨터 과학과 공학을 위한 기초 이산 수학을 다룹니다. 수학적 정의와 증명, 그리고 적용 가능한 방법에 중점을 두며, 논리 기호, 증명 방법, 집합, 관계, 그래프 이론 등 다양한 주제를 학습합니다.

이 과정은 학부생들이 MATLAB®에 특히 중점을 두어 프로그래밍의 기초를 배우는 것을 돕습니다. 학생들은 기본적인 프로그래밍 개념을 탐구하고 이를 수학적 문제에 적용하여 계산 능력을 향상시킬 것입니다.

이 과정은 전자 및 전기 기계 시스템에서 피드백 제어의 원리를 탐구하며, 성능과 신뢰성을 향상시키는 데 있어 피드백의 역할을 강조합니다. 학습자들은 실험과 시연을 통해 분석적 개념과 실질적인 응용을 접하게 됩니다.

이 과정은 과학 및 공학을 위한 기초 이산수학을 다루며, 컴퓨터 과학에 유용한 수학적 도구와 증명 기법에 초점을 맞춥니다. 학습자는 논리 기호, 집합, 관계, 그래프 이론, 상태 머신 및 알고리즘과 같은 주제를 탐구하게 됩니다.

이 과정은 동물의 행동을 연구하는 다양한 접근 방식을 소개합니다. 학습, 서식지 선택, 생식 행동 등 동물 행동의 주요 개념을 배우게 됩니다.

이 과정은 확률 이론과 통계적 추론의 도구를 다루며, 데이터 분석 및 이해에 필수적인 내용을 제공합니다. 학습자들은 다양한 분야에서의 데이터 활용 방법을 익힐 수 있습니다.

이 강좌는 '토비라(Tobira)' 6~10과에 나오는 한자를 다루는 매력적인 비디오 강의를 통해 한자 학습 효과를 높여줍니다. 학생들은 한자를 쓰는 법뿐만 아니라 각 글자에 담긴 흥미로운 이야기도 함께 배우게 됩니다.

이 과정은 학습자들이 실시간 전략 게임인 배틀코드(Battlecode)에서 경쟁할 가상 로봇을 팀별로 제작하는 인공지능 프로그래밍 경연에 몰입하도록 합니다. 참가자들은 실습 경험과 관련 주제에 대한 선택적 강의를 통해 프로그래밍 기술을 향상시킬 수 있습니다.

이 과정은 통계적 추론과 확률적 사고를 강조하며, 무작위 현상 및 프로세스의 모델링과 분석에 중점을 둡니다. 학습자는 수학적 엄밀함과 개념적 이해를 결합한 필수 모델 및 도구를 탐구하게 됩니다.

이 과정은 듣기, 말하기, 읽기, 쓰기 능력을 동시에 개발하는 데 중점을 둔 몰입형 일본어 학습 경험을 제공합니다. 학습자는 실제 일본 미디어 콘텐츠를 활용하여 언어와 문화에 대한 이해를 심화하게 됩니다.

이 과정은 대화형 증명(interactive proofs), 다중 증명자 대화형 증명(multi-prover interactive proofs), 그리고 확률적으로 검사 가능한 증명(probabilistically checkable proofs)에 초점을 맞추어 컴퓨터 과학에서 증명의 진화를 탐구합니다. 학습자들은 암호학을 활용하여 이러한 고급 증명 시스템을 계산적으로 건전한 비대화형 인수(SNARGs)로 변환하는 방법을 배우게 됩니다.

이 과정은 이산 응용 수학의 핵심 주제를 다루며, 계수, 생성 함수, 확률 등에 초점을 맞춥니다. 학습자들은 수학적 개념을 익히는 동시에 작문 과제를 통해 효과적인 의사소통 능력을 기르게 됩니다.

이 과정은 복소변수, 미분방정식, 선형대수를 심도 있게 다루며, 이러한 필수적인 수학적 개념들에 대한 포괄적인 이해를 제공합니다. 학습자들은 수학 및 공학 분야의 심화 학습에 필수적인 기초 이론과 응용 분야를 탐구하게 됩니다.

이 과정은 고전적 접근 방식과 현대적 접근 방식 모두에 초점을 맞춘 시스템 엔지니어링에 대한 포괄적인 입문을 제공합니다. 학습자는 이해관계자 분석, 요구사항 정의, 시스템 아키텍처 및 설계 최적화와 같은 핵심 개념을 탐구하고 이러한 원칙을 실제 프로젝트에 적용하게 됩니다.

이 과정은 확장 가능하고 고성능인 소프트웨어 시스템 구축에 대한 실습 중심의 프로젝트 기반 입문을 제공합니다. 학습자는 현대적인 컴퓨팅 플랫폼을 효과적으로 활용하기 위한 성능 분석, 알고리즘 기법 및 최적화를 탐구하게 됩니다.

이 과정은 이론과 응용을 모두 포함하여 딥러닝의 기초를 다룹니다. 주제에는 신경망 구조(MLP, CNN, RNN, 그래프 신경망, 트랜스포머), 딥러닝의 기하학 및 불변성, 오차 역전파 및 자동 미분, 고차원에서의 학습 이론 및 일반화, 그리고 컴퓨터 비전, 자연어 처리, 로보틱스에 대한 응용이 포함됩니다.

이 과정은 투영 이론을 심도 있게 다루며, 다양한 직교 투영 아래에서 집합이 어떻게 거동하는지 탐구합니다. 학습자들은 조화 분석과 해석적 정수론을 포함한 여러 수학 분야에 걸쳐 고전적 기법과 현대적 응용을 모두 접하게 됩니다.