실전 딥러닝

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 컴퓨터 과학에서 데이터 구조의 근본적인 역할을 탐구하며, 효율적인 알고리즘 개발에 있어 데이터 구조의 중요성을 강조합니다. 학습자들은 동적 그래프, 메모리 계층 구조, 해싱을 포함한 심화 주제를 공부하는 동시에, 해당 분야의 최신 연구 방향을 접하게 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 행렬 미적분학의 필수 개념을 깊이 있게 다루며, 머신러닝 및 대규모 최적화에서의 응용에 초점을 맞춥니다. 학습자는 행렬의 도함수와 그 분해를 이해하고 계산하는 기술을 탐구하여, 현대 컴퓨팅의 복잡한 수학적 연산을 해결하는 능력을 향상시킬 수 있습니다.

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 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 비디지털 게임의 설계 및 분석에 대한 실질적인 교육을 제공합니다. 학생들은 스포츠, 게임 쇼, 확률 게임, 카드 게임, 골목 게임, 보드 게임, 롤플레잉 게임 등 다양한 장르에 걸쳐 게임 디자인을 분석하고 비교하기 위한 텍스트, 도구, 참고 자료 및 역사적 맥락을 다룹니다.

이 과정은 혁신적인 기술을 통해 금융 기술, 즉 핀테크(FinTech)가 금융 서비스 산업을 어떻게 변화시키고 있는지 탐구합니다. 학습자는 AI, 블록체인, 오픈 API와 같은 주요 트렌드를 학습하며, 진화하는 시장 환경과 규제 환경에 대한 통찰력을 얻게 됩니다.

이 과정은 비디지털 게임의 설계 및 분석에 관한 실무적인 측면에 중점을 둡니다. 학습자들은 팀을 이루어 협력하며 독창적인 게임을 제작, 개발 및 테스트하는 과정을 통해 다양한 게임 장르를 탐구하고, 게임 메커니즘과 규칙에 대한 통찰력을 얻게 됩니다.

함수해석학은 유한 차원을 넘어 노름 공간에서의 선형 및 비선형 문제에 대한 연구와 해결을 탐구합니다. 학습자는 노름 공간, 완비성, 범함수, 그리고 스펙트럼 정리와 같은 핵심 개념을 깊이 있게 다루며, 다양한 수학적 및 물리적 맥락에 적용 가능한 통찰력을 얻게 됩니다.

이 과정은 암호학, 게임 이론, 네트워크 아키텍처를 중심으로 비트코인 및 기타 암호화폐의 설계와 기능을 탐구합니다. 학습자는 실습 프로그래밍 과제를 통해 이러한 진화하는 시스템에 대한 이해를 심화하게 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 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 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 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 이주, 현대화, 기술 변화와 같은 주제를 탐구하며 성장의 역동적인 모델과 발전을 강조합니다. 학습자들은 소득 분배, 제도적 변화, 금융 시장의 기능에 초점을 맞추어 개발도상국에서의 경제 이론과 실제 적용 사이의 상호작용을 연구하게 됩니다.

이 과정은 인공지능의 기본 원리를 탐구하며, 이론적 개념과 실무적 응용 모두에 초점을 맞춥니다. 학습자들은 알고리즘, 머신러닝 기법, 그리고 AI 기술의 윤리적 함의에 대해 학습하게 됩니다.

이 과정은 뇌와 인지 기능을 이해하기 위한 정량적 접근 방식을 소개합니다. 학습자는 뉴런에 대한 수학적 기술, 자극에 대한 반응, 그리고 신경과학의 기초적인 데이터 분석 도구를 탐구하게 됩니다.

이 과정은 핵산 및 단백질 서열과 구조 분석의 기초를 강조하는 계산 생물학 입문 과정입니다. 또한 복잡한 생물학적 시스템 분석에 대한 입문 내용도 포함하고 있습니다. 이 과정에서 다루는 주제에는 서열 정렬, 모티프 찾기, 구조 모델링, 구조 예측 및 네트워크 모델링에 사용되는 원리와 방법뿐만 아니라 현재 새롭게 부상하고 있는 연구 분야들이 포함됩니다.

이 과정은 파이썬 프로그래밍의 기초를 바탕으로 컴퓨팅 사고력과 데이터 과학 원칙을 강조합니다. 학습자들은 계산이 실제 문제를 어떻게 효과적으로 해결할 수 있는지 탐구하며, 다양한 애플리케이션을 위한 기능적인 프로그램을 작성할 수 있는 역량을 갖추게 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 나노스케일에서 매크로스케일까지 에너지와 열 전달 과정을 다루며, 광자, 전자, 포논 및 분자를 에너지 운반체로서 병렬적으로 연구합니다. 학습자는 에너지 수준, 통계적 행동, 에너지 전달의 형태 등을 이해하게 됩니다.

이 과정은 컴퓨터 과학에서 데이터 구조의 근본적인 역할을 탐구하며, 효율적인 알고리즘 개발에 있어 데이터 구조의 중요성을 강조합니다. 학습자들은 동적 그래프, 메모리 계층 구조, 해싱을 포함한 심화 주제를 공부하는 동시에, 해당 분야의 최신 연구 방향을 접하게 됩니다.

이 과정은 의료 분야에서의 기계 학습을 소개하며, 임상 데이터의 특성과 기계 학습을 통한 위험 분류, 질병 진행 모델링, 정밀 의학, 진단, 아형 발견 및 임상 워크플로우 개선에 대해 학습합니다.

이 과정은 선형 대수 개념을 통해 머신러닝 알고리즘, 특히 딥러닝과 신경망을 이해하고 만드는 데 필요한 내용을 다룹니다. 확률, 통계, 최적화에 대한 응용을 포함하여 선형 대수의 전반적인 설명을 제공합니다.

이 과정은 행렬 미적분학의 필수 개념을 깊이 있게 다루며, 머신러닝 및 대규모 최적화에서의 응용에 초점을 맞춥니다. 학습자는 행렬의 도함수와 그 분해를 이해하고 계산하는 기술을 탐구하여, 현대 컴퓨팅의 복잡한 수학적 연산을 해결하는 능력을 향상시킬 수 있습니다.

이 과정은 뇌와 인지 기능을 이해하기 위한 정량적 접근 방식을 소개합니다. 학습자는 뉴런에 대한 수학적 기술, 자극에 대한 반응, 그리고 신경과학의 기초적인 데이터 분석 도구를 탐구하게 됩니다.