박사(석·박통합 포함) 과정

※ 전공과목: 논문연구, 특수연구를 제외한 전공과목

심층신경망의 이론과 최신 구조를 심도 있게 학습하고, 복잡한 데이터 문제 해결을 위한 고급 모델 설계 및 구현 능력을 배운다.

데이터 분석과 기계학습에서의 최적화 원리와 알고리즘을 학습하여, 효율적 의사결정과 모델 개선 방법을 익힌다.

딥러닝 기반 생성 모델의 원리와 응용을 통해 창의적 데이터 생성 및 활용 역량을 배운다.

그래프 구조 데이터의 표현과 분석 기법을 학습하고, 네트워크 기반 문제 해결에 필요한 알고리즘을 익힌다.

영상 및 이미지 데이터를 활용한 딥러닝 모델 설계와 응용 기술을 학습하여 컴퓨터 비전 문제 해결력을 기른다.

과학적 현상을 데이터 기반으로 학습·모델링하는 원리와 기법을 탐구하여 과학-데이터 융합 문제 해결 능력을 배운다.

효율적 데이터 수집과 분석을 위한 실험 설계 이론을 학습하고, 통계적 추론 기반의 데이터 활용 능력을 익힌다.

산업 및 사회 문제를 주제로 데이터 분석 프로젝트를 수행하며, 팀워크 기반 문제 해결력과 실무 역량을 배운다.

산업체 및 연구기관과 연계한 현장 실습을 통해 데이터 기반 문제 해결 경험과 실무 적응 능력을 함양한다.

AI와 데이터사이언스의 최신 연구 주제와 기술 동향을 학습하고, 심화 응용 및 연구기반 사고를 기른다.

시간과 공간의 상관성을 지닌 데이터를 분석하는 통계·머신러닝 기법을 학습하여 복합 현상을 모델링한다.

데이터사이언스 기반 비즈니스 아이디어 발굴 및 창업 실행 과정을 학습하고, 실전형 데이터 활용 능력을 배운다.

대규모 사전학습(Foundation) 모델의 구조와 학습 원리를 이해하고, 다양한 응용분야로의 전이 활용을 실습한다.

에이전트가 환경과의 상호작용을 통해 보상을 극대화하도록 학습하는 강화학습의 이론과 알고리즘을 탐구하고, 최적 의사결정 전략 수립 능력을 배운다.

텍스트, 영상, 음성 등 다양한 형태의 데이터를 통합적으로 학습·이해하는 멀티모달 AI의 핵심 개념과 응용을 배운다.