본 교과목은 데이터사이언스 및 인공지능 기술을 활용하여 전공 영역에 대한 통합된 지식을 기반으로 실무 능력을 실습하는 교과목이다. 또한, 전공 심화 프로젝트를 통하여 다양한 분야의 지식을 필요로 하는 통합적인 설계 경험을 통한 실무 능력을 배양하는 것을 목적으로 한다. 창의캡스톤 II에 비하여 학문간 융합설계능력 배양에 주안점을 둔다.

본 교과목은 대용량의 데이터로부터 유용한 지식을 탐색/발견하는 데이터마이닝의 기본 개념을 학습하고 분류 및 회귀, 군집화, 연관 규칙 분석, 이상치 탐지 등 데이터마이닝의 주요 방벙론에 대한 이론적 이해와 활용 사례를 학습한다.

본 교과목은 빅데이터를 효과적으로 시각화하는 기법을 학습한다. 기본적인 데이터의 시각화 디자인 기법과 평가 방법에 더하여 다변량/텍스트/네트워크 데이터 등 다양한 형태의 데이터를 시각화하는 기법을 파이썬을 활용하여 구현 및 검증방법을 학습한다.

본 교과목은 자연어처리에 필요한 전처리 방법, 딥러닝 이전에 주류로 사용되었던 통계 기반의 언어 모델, 그리고 자연어처리의 비약적인 성능을 이루어낸 딥러닝을 이용한 자연어처리에 대한 전반적인 내용을 학습한다.

본 교과목은 게임, 로봇, 시스템 최적화 등 여러 분야에서 관심을 받고 있는 강화 학습 이론에 대해 학습하고, MDP, 동적 프로그래밍과 Q-network 알고리즘에 대해 학습한다. 또한 딥러닝 기술과 접목함으로써 비약적으로 성능을 향상시킬 수 있는 DQN, A3C 등 심층 강화 학습의 개념과 활용 방안을 학습한다.

본 교과목은 인공지능 모델을 기반으로 바이오 정보의 유전형과 표현형의 패턴인식, 기계학습을 이용한 질병 예측 모델 설계, 바이오 데이터, 유전 데이터에 대한 표현 방식과 데이터 특성 설명, 관계그래프 설정과 분석 방식에 대한 내용을 학습한다.

본 교과목은 데이터사이언스 및 인공지능 기술을 활용하여 전공 영역에 대한 통합된 지식을 기반으로 실무 능력을 실습하는 교과목이다. 또한, 전공 심화 프로젝트를 통하여 다양한 분야의 지식을 필요로 하는 통합적인 설계 경험을 통한 실무 능력을 배양하는 것을 목적으로 한다. 창의캡스톤 I에 비하여 실무적용능력의 배양에 주안점을 둔다.