• 
  KAIST 기술경영학부 권영선 교수

  권영선 교수는 미국 시라큐스 대학교에서 도시경제학 박사학위를 취득하였다. 당시 JAVA를 이용해 일반균형이론을 이용한 도시의 구조적 특성을 시뮬레이션해 볼 수 있는 프로그램을 제작하였다. 현재 KAIST 경영대학 기술경영학부 교수로 재직 중이며 Machine Learning과 Deep Learning 코딩을 이용해 인공지능 기법을 기업경영에 적용할 수 있는 소양을 갖추기 위한 과목을 대학원에서 강의하고 있다. 금융산업의 인공지능 활용과 그에 따른 정책적 대응방안, 인공일반지능(AGI)에 대한 연구를 추진하고 있다.
  
  홈페이지 : http://itip.kaist.ac.kr/

1. [1주차 : 강좌 개요 및 기본 환경 설정]
   1. 환영합니다! 강좌 시작 전 여기를 클릭해 주세요.
   1. 강좌 개발 목적
   1. 1-1 프로그래밍 언어란 무엇이며, 왜 파이썬을 배워야 하나
   1. 1-2 파이썬 사용을 위한 아나콘다 설치 (강의 업데이트)
   1. 1-3 개발자 환경 구축 및 파이썬 설치 (강의 업데이트)
   1. 1-4 텐서플로우 설치 (강의 업데이트)
   1. 1-5 주피터랩 설치 및 동작해보기 (강의 업데이트)
   1. 1-6 파이썬 코딩 기초 개념과 코딩의 달인
   1. 1주차 퀴즈
2. [2주차 : 주피터 노트북 사용, 데이터 타입, 변수값 동적 할당]
   1. 2-1 주피터 노트북 사용(마크다운), 들여쓰기, 문자열 인쇄
   1. 2-2 데이터 타입, 해쉬사용, 가감승제, 식별자 사용 규칙
   1. 2-3 정수와 부동 소수점을 사용한 계산과 프린트 사용
   1. 2-4 Boolean, Triple quoted string, 변수값 동적 할당
   1. 2-5 Input 함수 사용, 문자열과 유리수의 정수 변환
   1. 2주차 퀴즈
3. [3주차 : 통제문(if, while, for문), Range 함수, f-string]
   1. 3-1 if, if else 통제문과 JupyterLab 종료 절차
   1. 3-2 if, elif, else를 이용한 통제문
   1. 3-3 while 반복문, f-string 소개
   1. 3-4 for 반복문, augmented assignment, f-string에서 소수점 표현
   1. 3-5 range 함수 사용, 반복문에서 break, continue, else 사용
   1. 3주차 퀴즈
4. [4주차 : 함수 만들기 및 기본 라이브러리 개념]
   1. 4-1 코딩에서 함수개념과 사용원칙에 대한 설명
   1. 4-2 한 개 입력만 받는 함수 만들기
   1. 4-3 여러 개 입력을 받는 함수 만들기
   1. 4-4 파이썬 메인함수와 __name__ 변수 학습
   1. 4-5 파이썬 기본 라이브러리와 메소드 개념 소개
   1. 4-6 random number 추출, 라이브러리와 함수 불러 쓰기
   1. 4주차 퀴즈
5. [5주차 : list와 tuple 만들기 및 활용]
   1. 5-1 list 개념, 만들기, 연산 배우기
   1. 5-2 tuple 이해, unpacking 방법, enumerate 함수
   1. 5-3 list의 데이터 잘라내기 (slicing)
   1. 5-4 숫자와 문자 배열의 재정리와 검색
   1. 5주차 퀴즈
6. [6주차 : list에서 함수와 통제문 활용 (list comprehension)]
   1. 6-1 list comprehension 기본 개념과 사례
   1. 6-2 filter, map 생성함수와 list comprehension
   1. 6-3 문자열 정렬과 map 함수 사용
   1. 6-4 2차원의 list 인덱스 이해하기
   1. 6주차 퀴즈
7. [7주차 : 사전형 데이터와 집합 데이터 학습]
   1. 7-1 사전형(dictionary) 데이터와 집합(set)형 데이터의 개념 및 사전형 데이터 생성 후 연산
   1. 7-2 사전형 데이터에 반복문 적용과 요소 추출
   1. 7-3 사전형 데이터에 comprehension 표현 사용하기
   1. 7-4 사전형 데이터 활용사례 : 단어 추출(word tokenizing)
   1. 7-5 집합형 데이터를 만들고 활용하기
   1. 7주차 퀴즈
8. [8주차 : numpy library의 특징과 array 구조]
   1. 8-1 list, numpy, tensorflow, pandas의 장단점과 관계
   1. 8-2 numpy의 다차원 array 구조 list와 비교 이해하기
   1. 8-3 numpy array 특수 배열과 indexing
   1. 8-4 numpy flattening, reshape, arange, linspace 함수 소개
   1. 8주차 퀴즈
9. [9주차 : numpy를 이용한 matrix 연산과 slicing]
   1. 9-1 numpy array를 이용한 matrix 연산과 broadcasting
   1. 9-2 numpy array의 기초통계량 계산과 slicing
   1. 9-3 numpy array의 reshape, flatten, stacking
   1. 9주차 퀴즈
10. [10주차 : Pandas 기본 사용법 익히기]
    1. 10-1 pandas Series와 DataFrame 만들기 및 index 설정
    1. 10-2 pandas DataFrame 잘라내기 (slicing)
    1. 10-3 pandas descriptive statistics, transposing, sorting
    1. 10주차 퀴즈
11. [11주차 : f-string, 데이터 읽고 기초통계량 구하기, 데이터 시각화, 클래스 만들기]
    1. 11-1 strings, files, and data visualization
    1. 11-2 데이터 파일을 pandas로 읽어서 기초 통계량 구하기
    1. 11-3 matplotlib를 이용한 데이터 시각화 기초
    1. 11-4 matplotlib를 이용한 데이터 시각화 실습
    1. 11-5 객체지향프로그래밍 개념과 클래스 개념 설명
    1. 11-6 클래스 만들기 실습
    1. 11주차 퀴즈
12. ★강의 수강 후 의견을 부탁드리겠습니다.★
    1. 교수님 강의에 대한 별점을 매겨주세요. 여러분의 의견이 많은 도움이 됩니다:D

[수강 대상]
인공지능 프로그래밍의 기초를 배양하고 싶은 학습자

[수료 기준]
1. 진도율 100% 
2. 퀴즈 77점 이상

* 강좌 수료 기준을 충족하시면 수료증을 제공해드립니다