Advanced Ubiquitous Computing (2017-2)
“Student-teacher relationships are based on trust. Acts, which violate this trust, undermine the educational process. Your classmates and the instructor will not tolerate violations of academic integrity”
1. Course Schedule & Lecture Notes
2. Term Project Guide
- 텀프로젝트 제목: 유비쿼터스 플랫폼위의 지능형 소프트웨어
- 텀프로젝트 취지: 임베디드 기기/OS에 딥러닝 모델을 적재하고, 해당 딥러닝 모델을 활용한 지능형 판단 (분류 또는 예측) 작업 수행
- 활용 플랫폼: iPhone, Android Phone, Raspberry Pi
- 요구 사항
- 위 플랫폼 위에서 동작하는 응용 하나 작성
- 해당 응용 내에 수업시간에 본인이 직접 작성한 딥러닝 모델 적재
- 훈련(Training) 작업은 입베디드 플랫폼 이외에서 수행
- 데이터는 어떠한 곳에서 구해도 됨 (직접 생산 데이터도 가능)
- 딥러닝 활용 목표는 스스로 정함.
3. Course Information
- Professor: Youn-Hee Han (Rm. B303, Tel: 560-1486, yhhan@koreatech.ac.kr)
- Github Repository: https://github.com/linklab/aiclass
- Classes: Tuesday (15:00 – 18:00)
- Lecture Room: 새롬관 208호
- Prerequisites
- Programming background (and experience with Python) required.
- References (Book Report 소스)
- 인공지능 혁명 2030 : 제4차 산업혁명과 정치혁명의 부상, 더블북, 2016년 9월
- 4차산업혁명 인공지능 빅데이터 : 세계 최고의 인재를 키우는 기업 경영 & 관리 시스템, 경향BP, 2016년 11월
- 미래학자의 인공지능 시나리오 – AI 미래보고서, 코리아닷컴, 2016년 10월
- 인공지능 네트워크와 슈퍼 비즈니스 사물 인터넷, 그 다음 세상, 리더스북, 2016년 4월
- 인공지능 컴퓨터가 인간을 넘어설 수 있을까?, 한림출판사, 2016년 9월
- 포스터 프로보스트, 톰 포셋 (강권학 옮김), 비즈니스를 위한 데이터 과학 빅데이터를 바라보는 데이터 마이닝과 분석적 사고, 한빛미디어, 2014년 7월
- 사토 히로유키 외 (정인식 옮김), 데이터 과학자, 무엇을 배울 것인가 : 빅 데이터 시대의 데이터 과학자 양성 독본, 제이펍, 2014년 6월
- 니시우치 히로무 (신현호 옮김), 빅데이터를 지배하는 통계의 힘: 통계학이 최강의 학문이다, 비전코리아, 2013년 7월
- 니시우치 히로무 (신현호 옮김), 빅데이터를 지배하는 통계의 힘: 실무활용 편, 비전코리아, 2015년 8월
4. Logistics
- Attendance – One class absence will result in the deduction of two points out of 100 points. Three absences will not result in ten points deduction, but “failure” (i.e., grade ‘F’) in this course.
- Exam – There will be the final exam for the evaluation of the knowledge learned from the class.
- Book Report – Students should read one of books listed in the references, and submit a book report.
- Home Works – Much evaluation mark will be counted.
5. Evaluation
- Attendance (10%)
- Term Project (20%)
- Paper Presentation (20%)
- Final Examination (50%)