교과목개요 | 인제대학교 일반대학원

학과소개

교과목개요

교과목개요

Ctrl+F를 눌러 원하시는 과목을 찾으세요

EZZ024 석사 논문 연구 (Research for the Master's Thesis)

EZZ025 박사 논문 연구I (Research for Doctor's Thesis Ⅰ)

EEH103 컴퓨터통신 특론 I (Advanced Data Communication I): 데이터 통신 시스템에서의 전송 계통의 주요 장치인 전송로 및 신호변환장치의 기능 및 특성, 처리계와 전송계의 상호관계, 신속 정확한 데이터 전달을 위한 하드웨어 및 소프트웨어 설계를 위한 방법을 논한다.

EEH105 종합정보통신망 특론 I (Advanced integrated services Digital Network I): 디지털 통신과 컴퓨터 통신에 관한 최근 논문을 분석, 연구함으로써 앞으로의 정보 통신 방법을 연구한다.

EEH107 분산시스템특론 I (Advanced Distributed System I): 분산시스템 구성을 위한 기반 이론과 방법론을 익혀 실제 응용환경에 적합한 분산환경 구축을 할 수 있게 한다.

EEH201 인공지능 특론 I (Advanced Artificial Intelligence I): 지능형 컴퓨터를 구축하기 위한 제반 고려사항을 살펴보고, 사례 연구를 통해 해결 방법을 익힌다. 여러 유형의 지식을 융합하는 방법(Knowledge Fusion), 지식간의 정합 기법(Matching Scheme), 문제 해결을 위한 계획 수립 기법(Planning Scheme)등에 대하여 연구한다.

EEH215 정보보안특론 (Topics in Information Security): 해킹, 컴퓨터바이러스, 불건전 정보의 유통 등 인터넷상에서의 정보화 역기능 사례들을 분석하고, 방지하기 위한 정보 보호 기술을 연구 개발한다.

EEH223 3차원모델링 (3D Modeling): 본 교과목에서는 2차원 데이터를 보다 차원이 높은 3차원 상에서 효율적으로 처리하기 위한 방법들을 학습한다. 이를 위해 필요한 기반 기술인 컴퓨터 그래픽스, OpenGL을 이용한 3차원 프로그래밍, 실시간 렌더링 등의 이론과 프로그래밍을 배운다. 이를 통하여 패턴 인식 분야의 최신 기술을 접하고, 다양한 방법론을 습득하여 인공지능 전문가로서의 능력을 배양하고자 한다.

EEH407 소프트웨어 품질보증론 (Software Quality Assurance): 소프트웨어 품질을 보증하기 위한 제반 기법을 중심으로 연구하는 것으로 품질의 목표와 이를 평가하기 위한 기준을 설정하고 이를 검사하기 위한 시험(Testing)을 검증(Verification)과 확인(Validation)을 관점에서 수행하여 나아가 품질 보증을 위한 새로운 Formal Methodology에 대해 연구한다.

EEH409 객체지향 소프트웨어 설계 (Object Oriented Software Design): 디자인 패턴과 객체 지향 기술에 기초한 추상화 기법을 소개함으로써 재사용이 높고, 확장성이 있으며, 유지 보수가 용이한 소프트웨어를 설계하고 구현할 수 있도록 한다.

EEH411 컴포넌트 기반 소프트웨어 개발 I (Component Based Software Development I): 컴포넌트 기반 소프트웨어 개발은 독립적인 컴포넌트들로부터 융통성 있는 시스템을 합성하여, 소프트웨어 재사용을 촉진한다. 컴포넌트 하부 기술을 소개하고, 컴포넌트 명세화, 컴포넌트 검색, 컴포넌트 합성 등 컴포넌트에 관련된 제반 기술 등을 배운다.

EEH416 소프트웨어 요구 분석 (Soft Requirement Analysis and Specification): 소프트웨어 요구사항을 도출하기 위한 기법, 요구사항을 명세화하기 위한 언어와 모델들, 그리고 소프트웨어 품질의 명세와 측정 등에 대한 기본 지식을 바탕으로 소프트웨어요구사항 분석과 검증에 대해서 학습한다.

EEH417 소프트웨어 패턴 (Analysis Patern and Design Pattern): 소프트웨어 패턴은 소프트웨어 개발에서 반복적으로 발생하는 설계 문제나 분석 문제에 대한 해결 방안을 일반화시킴으로서 소프트웨어 개발자간의 의사소통을 증진시킬 뿐 아니라 소프트웨어 재사용에도 기여하게 된다. 본 교과목은 다양한 소프트웨어 패턴들의 동기와 의도, 적용사례 등에 대해 학습한다.

EEH510 데이터마이닝 (Data Mining): 데이터베이스에 저장되는 데이터 량의 현저한 증가로 인한 대량의 실제 데이터로부터, 이전에는 잘 알려지지 않았지만 잠재적으로 유용한 정보를 추출하는 데이터 마이닝에 대한 관심이 매우 높아지고 있다. 따라서 다양한 데이터 마이닝에 대한 기술들을 배울 것이다.

EEH705 패턴인식론 (Pattern Recognition): 실형화된 형태들을 인식하는 기법을 연구한다. 통계적인 방법에 의한 인식, 구조적인 방법에 의한 인식, 구문 분석에 의한 인식 기법 등을 연구하고, 이들을 문자 정보, 음성 정보 및 영상 정보에 적용하는 방법을 연구한다.

EEH706 영상처리론 (Image Processing): 영상을 계수화(Digitization)하여 입출력, 저장 및 처리하는 기법을 연구한다. 영상변환(Trans- formation), 평활화(Filtering), 부호화(Coding) 등과 같은 영사 처리 기법을 연구한다.

EEH711 가상현실 (Virtual Reality): 어떠한 객체를 얻고자 하는데 실질적으로 희귀하거나 위험하거나 미리 보고자하거나 혹은 비용이 많이 드는 경우에 가상공간에서 영상을 구성하여 보여주는 기술의 능력을 배양하고자 한다.

EEH712 형태학분석 (Morphology Analysis): 영상의 형태학적인 특성을 분석하기 위하여 우선적으로 객체를 분할하게 되며 이산 기하학적으로 형태의 영역 축출 및 뼈대를 축출하고 이들 객체의 모양새들의 특성을 연구한다. 서로 겹쳐있는 형태들을 정확하게 분리하여 객체를 분류 및 분석하게 된다. 또한 측지학적인 형태변환으로 정확한 수학적 이론으로 알고리즘을 정립하고 이를 프로그램으로 구현하며 분석 연구하는데 이 강의의 목적이 있다.

EEH713 3차원 영상 재구성 (3D Image Reconstruction): 원래의 입체영상이 2차원 영상으로 표현되었을 때 이를 다시 3차원 입체 영상으로 재구성하는 테크닉은 일찍이 Random Transform에서부터 시작하여 오늘날까지 발달되어왔다. 3차원 재구성의 알고리즘을 Interpolation, Filtered Backprojection Method, Direct Fourier Method, Linogram Method 등의 방법론에 대한 배움을 이 과목의 목적으로 한다.

EEH715 바이오인포매틱스 특강 (Topics in Bioinformatics): 유전체 연구에 컴퓨터와 분석 소프트웨어 활용은 절대적이다. 본 과목은 유전자 서열 분석과 검색, 단백질 구조와 기능 예측, 생물학 데이터베이스, 데이터 마이닝 등의 바이오 인포매틱스의 핵심 주제들과 함께, 사용되는 소프트웨어 도구들의 사용 및 제작에 대한 지식 전달을 주목적으로 한다.

EEH719 사용성 이론 특론 (Topics in Usability): 컴퓨터 시스템 개발 시, 사용자 측면을 연구하는 일은 점점 중요해지고 있다. 사용자의 입장에서 왜 어떤 시스템은 사용되지만, 다른 시스템은 사용되지 않는 지, 이 궁극적인 사용성에 대한 질문은 컴퓨터 과학이, 특별히 HCI 연구에서 풀어가야할 질문이다. 본 강의는 이 질문에 대한 해담을 깊이 있게 다루게 되며, 다양한 사용성의 문제, 사용성을 증진시키기 위한 방법, 사용자 중심의 시스템 설계에 대한 이론적 경험적 기초를 다지는 과목이다. 특별히 인지적, 경험적, 사회적 관점의 사용성 이해를 돕는 데 이 강의의 의의가 있다고 하겠다.

EEH720 영상분석알고리즘 (A Study on Image Analysis Algorithm): 패턴인식이나 영상처리를 통하여 얻은 데이터들을 분석하는 알고리즘개발에 대한 교육목표이다. 일반적으로 산업체에서 컴퓨터비전으로 제품에 대한 오류를 발견하거나 의료영상의 임상데이터 즉, 환자의 진단에 대한 정확한 처리 및 분석을 하기 위한 알고리즘에 대한 연구를 하게 된다. 크게는 신경망이론, 퍼지이론, SVM, 통계학 등이 있다. 따라서 이론적인 부분과 컴퓨터프로그램 언어로 코딩하는 부분으로 수업이 이루어진다.

EEH721 현장실습Ⅰ (Practice Training Ⅰ): 본 교과목은 대학원생들이 산업체에 참여하여 단기간의 현장실습 과정을 수행하고 이에 대한 결과 보고서를 작성하게 함으로서 산학협력을 체험하고 실무과정을 배워 현장중심의 교육을 이루기 위해 개설한다.

EEH801 의료영상 (Medical Image): 전체적인 의료영상을 다루게 된다. CT, MRI, PET, SPECT, Microscopy, EM(Electron Microscopy), US(Utrasound) 등 의료영상의 고유특성들에 대해서 연구하게 된다. Hardware 및 Software 부분에 걸쳐 영상획득단계에서부터 임상환자에게 의료영상이 어떻게 적용되는지에 대한 공부를 하게된다. 또한 유비쿼터스환경에서의 의료영상 응용에 대해서도 연구 할 것이다.

EEH802 의료정보표준 (Health Information Standards): 의료정보에는 국내 및 국제적으로 표준화를 하고 있으며 앞으로도 계속적으로 표준화가 이루어지게 된다. 또한 컴퓨터부분에서 메타파일을 통한 프로그램을 공부하게 된다. 작게는 EMR, OCS, PACS등의 표준화에 대해서 공부하며, 크게는 HL7, ITU 및 IEEE의 표준화가 어떻게 이루어지는지 또한 WHO와의 관계 및 IT 기반하에 국내외의 의료정보 표준화에 대한 공부를 할 것이다.

EEH804 자연어인터페이스 (Natural Language User Interface): 인간이 만든 C, java, C++ 과 같은 프로그래밍 언어를 인공언어(Artifical Language)라고 하며 인간이 사용하는 한국어, 영어와 같은 언어를 자연언어(Natural Language)라고 한다. 자연언어인터페이스란 한국어, 영어와 같은 자연언어를 사용하여 기계기구적 장치 또는 데이터베이스 시스템, 정보검색 시스템과 같은 소프트웨어 장치를 운용하는 것으로 쉽게 말하면 컴퓨터가 인간이 지시한 한국어 명령을 이해하고 지시한 명령을 목적 시스템이 처리할 수 있는 정형화된 인공언어 명령으로 변환하여 넘겨주는 소프트웨어 어플리케이션이다. 본 교과목에서는 자연언어의 구조, 자연언어의 컴퓨터 분석 및 처리 방법 그리고 자연언어인터페이스 시스템의 구현 방법 등에 대하여 다룬다.

EEH807 클라우드 기반 하이퍼 스케일 시스템 (Cloud-based HyperScale System): 웹 2.0 이후 폭발적인 Traffic 성장으로 기존의 분산 시스템으로는 감당하기 어려운 수준으로 Service Traffic이 증가하고 있다. 이에 클라우드 기반 인프라 환경에서 기존에 경험하지 못한 Hyper Scale의 서비스 제공 및 시스템 운용을 위한 방법에 대해 알아보고, Infra. as a code 기반으로 클라우드를 활용하기 위한 방안에 대해 연구한다.

EEH808 Web3 and Crypto (Web3 and Crypto): web3 및 Crypto 기술에 대한 이해를 바탕으로 향후 분산 네트워크 시스템 기반의 DAO 환경을 이해한다.

EEK001 컴퓨터응용과학의 이해 (Understanding of Computer-Aided Science): 수리적 능력을 바탕으로 21C에 맞는 컴퓨터응용과학을 이해하여 수학, 물리학 및 컴퓨터응용과학을 연구할 수 있는 능력을 기른다.

EEK105 수학교재론 (Theory of Mathematics Contents): 기초교과서와 참고 교재의 특성을 파악하고 연계를 지어 교과서의 영역별 내용을 다루어 수업계획작성에 대한 창의적인 방법과 효율적인 교육성과를 기대할 수 있는 교재를 구성하는 태도와 능력을 기른다.

EEK106 컴퓨터응용수학교육 I (Computer-Applied Mathematics Education I): 교육 전산과목을 통해 학습한 내용을 기초로 하여 수학교수-학습에 유용한 컴퓨터 소프터웨어를 실습을 통해 분석하고 연구한다. 수학교육의 교수-학습을 위한 수학전용 소프트웨어인 Mathematica, Maple, GSP 등과 수학 학습동기 유발을 위해 인터넷 사용과 관련된 최신의 소프트웨어들에 대한 심화 학습을 시도하여 정보화 시대의 수학 교육에 대한 능력을 함양한다.

EEK111 기하학특론 (Special Topics on Geometry): 중등수학의 기하적 내용에 대한 학문적 연계성, 인지수준과의 관계, 교재구성 평가상의 특징과 유의점 등을 연구한다. 현 수학교육의 기하교과과정과 평가방법 등의 이해를 위해 필요한 기하학 분야를 심층 연구한다.

EEK114 디지털학습자료개발론 (Theory of Digital Learning material development): 수학교육 과정에서 요구하는 컴퓨터의 수학교육에의 활용에 대한 현황을 조사하고 실제의 수학 교수-학습에의 효율적인 응용에 대한 연구를 한다. 이러한 능력을 바탕으로 새로운 수학교육과정에 부합된 학습자료를 개발할 수 있는 능력을 기른다.

EEK402 컴퓨터시뮬레이션 II (Computer Simulation II): C, GNU C, JAVA 등의 프로그래밍 언어와 Matlab, Mathematica 등의 팩케이지 소프트웨어를 이용하여 자연과 사회의 여러 가지 단순한 현상들을 전산 시늉하는 방법에 대하여 공부한다.

EEK903 확률과 통계학 (Probability and Statistics): 머신러닝과 딥러닝에서 많이 사용되는 기본적인 확률과 통계학 내용을 익히고 특히 베이시안 통계 개념의 적용과 그 사례를 이해하고 이를 위한 판다스와 같은 머신러닝과 딥러닝에서 많이 사용되는 라이브러리의 활용도를 배운다.

EEK906 머신러닝 (Machine Learning): 본 과목에서는 기계학습의 기초에 대하여 배운다. 기계학습을 위한 수학, 기계학습의 기본 개념, 회귀, 분류 모델들의 지도학습 모델과 비지도 학습의 모델, 신경망에 대한 기초적인 것을 배운다.

EEK911 시계열분석 (Time Series Analysis): 시간의 변화에 따른 데이터의 분석을 위한 이론과 알고리즘을 배우고 이를 여러 분야의데이터에 적용하여 분석해 보는 것을 배운다.

EEK912 자연언어처리 (Natural Language Processing): 기계학습의 중요한 적용 분야의 하나인 자연어 처리는 인간의 언어를 이해하고 생성하기 위한 것으로 이를 적용하는 기초적인 개념과 알고리즘을 이해하고 문서의 분류, 번역등에 대한 시스템을 배운다.

EEH108 분산시스템특론 II (Advanced Distributed System II): 분산시스템은 이제 해당 시스템을 용이하게 구성할 수 있는 미들웨어의 출현으로 새로운 발전단계에 도달하고 있다. 통신망의 환경이 거의 컴퓨터내부 통신수준에 근접하고 있는 현실을 반영하여 새로운 분산시스템의 기술들이 요구되고 있다. 따라서 본 강좌에서는 기존 미들웨어기반의 분산시스템을 보다 빠른 처리기와 통신망상에서의 적용을 위한 방법론을 연구한다.

EEH111 유비쿼터스 컴퓨팅 (Ubiquitous computing): 통신망와 컴퓨팅 기술의 발전은 새로운 변환기를 맞이하고 있으며, 그 변화의 선두에 유비쿼터스 컴퓨팅이 있다. 본 강좌에서는 유비쿼터스 컴퓨팅에 대한 이해를 돕기 위해 유비쿼터스 컴퓨팅을 이루는 요소기술과 해당 기술의 발전방향 및 구현 사례 등에 대한 강의를 한다.

EEH202 자연언어 (Natural Language): 인공지능의 한 분야인 Natural Language Understanding의 전반적인 Principle을 깊이 있게 연구하고 이를 바탕으로 기본적인 Strategy를 Natural Language User Interface 혹은 Machine Translation의 기본 부분인 User Input Structure Analysis System을 구현해 보는데 중점을 두고 연구한다.

EEH205 기계학습론 (Machine Learning): 새로운 지식을 습득하여 지식베이스를 확장 또는 갱신하는 방법과 시스템의 성능 평가를 통하여 지식 베이스를 갱신하는 방법에 대하여 연구한다. 예제를 통한 학습, 지도에 의한 학습(Model Guided Learning) 기법 등을 익히고, 학습된 지식들을 평가하는 검증기법에 대하여 연구한다.

EEH208 인공지능특론 II (Advanced Artificial Intelligence II): 인공지능특론Ⅰ에서 익힌 기본개념과 strategy를 바탕으로 각종 application 게임, knowledge base building, reasoning system 등에 대한 연구를 수행한다.

EEH209 자연언어특론 (Advanced Natural Language): 자연언어에서 익힌 기본 개념과 strategy를 바탕으로 machine translation이나 인터넷과 연계하여 검색엔진 등의 각종 application 들의 연구를 수행한다.

EEH214 인터넷프로그래밍특론 (Advanced Internet Programming): 웹 DB 연동, HTTP Protocol, 정보 검색 등 인터넷상의 제반 기본 기술에 대해 강의하고 응용기술을 연구한다.

EEH218 패턴분류 (Pattern Classification): 패턴들을 지정된 클래스로 자동 분류하는 분류 방법론을 학습한다. 확률적 의사결정론, 신경회로망, Support Vector Machine등의 기반기술을 학습하고 응용연구를 수행한다.

EEH403 소프트웨어공학 특론 (Advanced Software Engineering): 소프트웨어 공학 분야에서 주된 Issue들이 되고 있는 분석과 설계 방법론, 소프트웨어 신뢰도, Software Reuse, CASE, Process Improve- ment, Re-engineering등 다양한 주제들에 대해서 폭넓게 알아보고, 이들 주제에 관련된 paper들이 게재된 Journal들을 통해 State- Of-Art를 이해한다.

EEH404 소프트웨어 설계론 (Topics in Software Design): 소프트웨어 개발 단계 중 설계과정에서 수행되어야 할 제반 요소들을 숙지하고, 이를 효율적으로 처리하기 위한 설계방법론을 비교 검토한다. 특히 객체 중심 방법론의 설계사상과 구현의 장단점을 검토 연구하여, 이를 실시간 처리 설계에 운용할 수 있는 방법에 대해 연구한다.

EEH405 SW 시스템디자인방법특론 (Topics in SW System Design): 우리가 이용하고 있는 대부분의 매력적인 컴퓨터 정보 시스템은 System Design 방법에 따라 시스템의 용도가 달라질 뿐만 아니라 시스템의 효율과 안전성, Security, 속도 등 시스템에 많은 영향을 준다. 여기에 따라 각 SW Design 방법들의 개념을 정립하고 새로운 개념의 방법들을 개발해서 훌륭한 System Software를 Design하게 한다. 특히 최근에 중요한 Con- current와 Real-Time System 들의 Design 방법을 특수 Program 언어들과 같이 연구한다. 그리고 인기 있는 Case Study들을 공부한다.

EEH406 소프트웨어 프로젝트 관리 (Software Project Management ): 소프트웨어 개발과제 또는 유지 보수과제를 수행함에 있어 계획, 조직, 인사, 지휘, 통제 등의 활동을 생명주기 각 단계별로 이해하고 비용추정, 일정계획, 형상관리 및 품질 관리에 관한 기법을 연구한다.

EEH408 소프트웨어 아키텍쳐 (Software Architecture): 소프트웨어 아키텍쳐의 개념, 원리 등에 대해 살펴보고, 아울러 도메인 중심의 소프트웨어 아키텍쳐(DSSA), 아키텍쳐 스타일(architectural styles), 아키텍쳐 기술 언어(ADL), software connectors, 아키텍쳐 dynamism, 아키텍쳐 기반의 테스팅과 분석 등을 이해한다.

EEH412 컴포넌트 기반 소프트웨어 개발 II (Component Based Software Development II): 컴포넌트 기반 소프트웨어 개발에 대한 최신의 이론과 기법들을 관련 저널과 인터넷 등을 통해 수집된 자료들을 통해 최신 동향을 이해한다.

EEH413 정형적 명세서 (Formal Specification): 소프트웨어 프로세스에서 정형적 명세서의 역할을 설명하고, 정형적 명세 방법은 어떠한 것들이 있고 어떻게 이루어지는지 알아본다.

EEH701 컴퓨터비젼 특강 (Topics in Computer Vision): 물체나 장면을 컴퓨터가 감지 장치(Sensing Device)를 사용하여 영상 평면(Image Plane)위에 나타내고 해석하는 기법에 관하여 연구한다. 영상분할, 동작 이해, Stereopsis 등이 이 과목에서 다루는 주요 내용이며, 사례 연구로서 ACRONYM, SPAM, VISION 등을 통하여 비전 시스템의 응용분야를 연구한다.

EEH702 멀티미디어 특강 (Topics in Multimedia): 멀티미디어 시스템의 개념 및 구성에서부터 문서관리 시스템, 멀티미디어 압축기술, 하이퍼텍스트와 하이퍼미디어, 사용자 인터페이스, 멀티미디어 통신, GUI 등 멀티미디어 응용에 이르기 까기 모든 내용을 총괄적으로 강의한다. 또한 멀티미디어와 관련된 사례 연구로서 현재 개발되어 사용되는 대표적인 저작시스템(Authoring tool)에 관하여 연구한다.

EEH703 고급컴퓨터 그래픽스 (Advanced Computer Graphics): 2차원, 3차원 그래픽에 관한 알고리즘과 그래픽 하드웨어에 관하여 연구하고 그래픽 패키지와 그래픽 대화 프로그램을 통하여 실제 그래픽의 응용을 배운다. 그래픽 전용 시스템을 통하여 그래픽의 이론을 실습함으로써 새로운 그래픽 이론과 기법 및 설계, Expert 시스템에 관해서도 연구한다.

EEH704 신경회로망 (Neural Network): 인간의 뇌신경 회로를 모방한 병렬 처리기의 망구조(Network Structure)에 대하여 연구하고, 각 처리 장치(Processor Element)의 특성 및 처리 장치간의 연결 강도(Connection Weight)를 학습하는 기법에 대해 연구한다.

EEH708 영상분석 (Image Analysis): 디지털 영상으로부터 영상분할법, 영상변환법, 영상압축법, 영상필터링 등의 과정을 통하여 객체를 추출하게 되며 정보의 추출은 영상의 형태학적 모양이나 표면의 질감 및 객체가 갖고있는 색상을 정확하게 수치화된 데이터로 얻기 위한 방법론을 배운다. 추출된 데이터는 통계학적으로 혹은 신경회로망을 이용하여 사용하고자하는 목적의 양상에 따라 분류하게 된다.

EEH710 3차원 볼륨렌더링 (3D Volume Rendering): 여러 2차원 디지털 영상으로부터 3차원 영상의 구성 방법론을 공부하며 구성된 영상으로부터 거리 및 볼륨 값에 의한 볼륨렌더링의 알고리듬개발 및 컴퓨터 언어를 통하여 프로그램으로 구현한다.

EEH714 사용자 중심 시스템개발 (User-centred systems design): 컴퓨터 사용이 보편화되면서 컴퓨터 사용자에 대한 이해가 점차 중요한 문제로 대두되고 있다. 본 과목은 사용하기 편리한 시스템을 개발하고, 사용자 중심으로 시스템을 평가하고 개발하는데 필요한 지식을 다루는 학문분야로, 사용성 (usability) 엔지니어링, 인터페이스 설계, 사용자 연구 방법 등에 대한 전문지식을 얻을 수 있다.

EEH717 컴퓨터 지원 협력 작업 (Computer Supported Cooperative Work): 본 과목(CSCW)은 인간 컴퓨터 상호 작용(HCI) 연구의 하나의 큰 분야로, 사람들이 서로 같이 일하고 소통하는 것을 컴퓨터가 어떻게 도울 수 있는 지에 대한 전반적인 이해를 돕고 있다. CSCW 시스템 개발 및 평가 방법 습득이 본 과목의 주목적으로, 기술적인 측면뿐 아니라 사회적인 면도 고려되어진다.

EEH718 인간컴퓨터 상호작용 특론 (Topics in human computer interaction): 정보 통신 기술이 대중화됨에 따라, 기술 사용자 인간의 활동에 적합한 시스템의 개발과 평가, 사용자 인간의 이해, 인간 중심의 인터페이스 제작, 기술 인간 사회 사이에서 발생하는 상호 영향력에 대한 연구의 중요성이 증대한다. 이러한 연구를 한 마디로 인간 컴퓨터 상호작용 연구라 하겠다. 본 과목에서는 최신의 인간 컴퓨터 상호작용 연구주제들을 살펴봄으로써 사용자 중심의 시스템 개발과 평가와 관련된 고급 지식을 제공하려 한다.

EEH722 현장실습 Ⅱ (Practice Training Ⅱ): 본 교과목은 산업체가 요구하는 프로젝트를 수행하여 산업체 수요 중심의 교육을 받는 현장실습 과정을 수행하도록 도와, 산업체가 요구하는 인력을 양성하는 데에 그 목적을 둔다.

EEH806 클라우드컴퓨팅 (Cloud Computing): 클라우드을 통해 가상화된 컴퓨터의 시스템리소스를 제공하는 방법을 다룬다.

EEK002 수치해석 (Numerical Analysis): 다양한 수치해법을 익히고 이를 통해서 일반 방정식의 근을 구하고 행렬이론과 근사이론에 수치해법을 적용하여 이들을 바탕으로 미분방정식의 수치 해법을 이해한다.

EEK003 응용수학 (Applied Mathematics): 자연과학과 공학의 문제를 해결하기 위한 도구로써 제시되는 수학적 문제들을 다룬다.

EEK102 수학교육과정론 (Theory of Curriculum in Mathematics Education): 수학교육의 교육과정의 유형 구성이론, 평가모형을 바탕으로 국내외의 수학교육과정의 흐름과 중등수학 교육과정의 실제를 비교 분석한다. 진행되는 교육과정 개혁의 동기와 배경 그리고 앞으로의 개혁 방향에 대한 연구를 하여 새 교육과정을 설계해 본다.

EEK107 컴퓨터응용수학교육 II (Computer-Applied Mathematics Education II): 교육 전산과목을 통해 학습한 내용을 기초로 하여 수학교수-학습에 유용한 컴퓨터 소프터웨어를 실습을 통해 분석하고 연구한다. 수학교육의 교수-학습을 위한 수학전용 소프트웨어인 Mathematica, Maple, GSP 등과 수학 학습동기 유발을 위해 인터넷 사용과 관련된 최신의 소프트웨어들에 대한 심화 학습을 시도하여 정보화 시대의 수학 교육에 대한 능력을 함양한다.

EEK202 전산수학 (Computational Mathematics): 본 교과목은 중요한 수학개념을 컴퓨터와 다양한 수학 소프트웨어를 활용하여 콘테츠를 재작하고 해석하는 능력을 함양시키는데 목적을 둔다.

EEK213 암호이론특론 (Special Topics on Cryptography): 암호 이론 및 암호프로토콜에 대해 학습한다.

EEK907 머신러닝 응용과 실습 (Application and practice of Machine Learning): 기초 머신러닝 교과를 이수 후의 과정으로 모델들의 프로그래밍을 통한 이해도를 높이고 텐서플로우, 사이키런, 케라스, 파이토치와 같은 라이브러리를 사용하여 실제 데이터를 분석해보는 과정을 해본다.

EEK909 딥러닝 (Deep Learning): 인공신경망의 기초적인 내용과 개념 그리고 역사적인 발전 과정을 배우고 인공신경망에서 단층과 다층신경망의 구동 원리인 전 전파와 역전파의 개념을 이해하고 이를 프로그래밍하는 것을 배운다.

EEK914 강화학습 (Reinforcement Learning): 지도와 비지도 학습과 다른 형태의 학습 방법으로 주어진 데이터가 없이 환경에 의하여 학습을 진행하는 기계학습의 한 영역으로 로봇 제어, 엘리베이터 스케줄링, 통신망, 체스 같은 게임에 성공적으로 적용이 된다. 기초적인 개념을 배우고 이를 실제로 수행하여 실습을 해 본다.

EEK915 자율주행 (Autonomous Driving): 자율 주행관 관련한 학습방법과 이미지 인식등 다양한 방법을 이용하여 자율 주행 학습기반을 배운다.