기본정보
- 교과목개요본 강의는 기계학습을 통해 생체데이터 분석 방법을 배우는 과목으로, 기계학습 기초부터 학습하여, 생물학적 실험 및 의료영상 데이터에 대한 딥러닝 기반 분류 모델을 직접 구현하는 과정으로 구성이 된다.
- 학습목표기계학습을 이용해 분류 문제에 대한 데이터 분석을 할 수 있다.
생체데이터에 대한 전처리, 모델링, 결과분석 함에 있어 딥러닝을 활용할 수 있다. - 주요주제기계학습, 딥러닝, 파이썬, 생체데이터, 분류(Classification)
- 선수과목파이썬 프로그래밍 혹은 프로그래밍 과목
- 준비사항Jupyter Notebook이 설치된 컴퓨터 혹은 구글 코랩 연결 환경
- 장애학생 수업안내본 강의를 수강하는 장애 학생들에게는 장애 학생 개개인의 특성과 요구에 따라 수업 담당 교강사와의 상담을 통하여 적절한 수준의 지원 서비스(시험시간 연장 및 시험방법 조정 등)를 제공할 수 있습니다.
핵심역량
- 인간사회 공감력
- 생명과 환경을 존중하며, 지역사회와 인류에 공헌하려는 덕성
- 10%
- 상호소통능력
- 다양한 이해관계자, 타 학문분야와의 소통을 토대로 바이오헬스 분야의 조화로운발전에 기여하는 능력
- 5%
- 디지털 융합력
- 다양한 관점·생각, 빠르게 변하는 기술·트렌드에 민첩하고 유연하게 대응하는 능력
- 40%
- 창조적 문제 해결력
- 바이오헬스 분야에 대한 학술·실무적 이해를 토대로 발휘하는 창의적인 응용력
- 40%
- 자기점검능력
- 지속가능한 윤리적 전문가가 되기 위하여 배우고 성찰하는 주도적 태도
- 5%
주제별 수업내용
- 1주제기계학습 및 생체데이터 개요
-
기계학습 및 기계학습을 이용한 분석 대상이 되는 생체데이터에 대한 소개
- 2주제데이터과학을 위한 파이썬
- 3주제데이터 전처리 및 탐험
- 4주제기계학습 (SVM, DT)
- 5주제인공신경망
- 6주제딥러닝
- 7주제생체데이터의 기계학습 적용
- 8주제중간고사
- 9주제Convolutional Neural Networks (CNN)
- 10주제Convolutional Neural Networks (CNN)
- 11주제CNN 활용 의료영상 분석
- 12주제U-Net
- 13주제U-Net 활용 의료영상 분석
- 14주제딥러닝 기반 생체데이터 사례
- 15주제기말고사
