본 교과목은 컴퓨팅 사고(Computational Thinking)에 바탕을 두고 해결해야 할 문제를 분석하여 이해한 다음, 추상화 과정을 통해 문제를 해결해 나가는 과정(알고리즘)을 설계하는 과정과 방법을 학습한다. 또한 설계된 알고리즘을 프로그래밍하여 컴퓨터로 실행시키고 그 결과를 분석하는 능력을 배양한다.

본 교과목은 4차 산업혁명 시대의 요구에 맞게 부상하고 있는 데이터 사이언 티스트의 역할과 데이터의 이해, 데이터 분석 도구, 데이터 활용, 다양한 분야에서 활용되고 있는 데이터사이언스 적용사례, 텍스트, 이미지, 그래프 등 다양한 종류의 데이터들을 소개, 데이터사이언스의 상세분야 등 데이터사이언스의 개요를 학습한다.

본 교과목은 지능정보기술에 필요한 이산수학 개념, 수학적인 모델, 명제와 논리, 증명법과 집합, 관계와 함수, 무향 그래프와 표기법, 유향그래프와 트리, 형식 언어와 문법, 유한상태와 Turing Machine, 불 대수, 대수 체계, 수치 함수와 생성함수, 계차 방정식(Algorithm 분석)에 대해서 학습한다.

본 교과목은 4차 산업혁명 시대의 인공지능 기술에 대한 기초지식 습득과 응용 사례 분석, 기초 기술 을 통해 인공지능 개념을 학습한다. 또한 머신러닝과 딥러닝 분야의 심화학습를 위한 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 실습 및 학습한다.

본 교과목은 데이터사이언스 및 인공지능 개발을 위한 기초 프로그래밍을 실습을 진행하고 단순 명령문, 조건문, 반복문, 함수 등 인터프리트 언어의 기본인 파이썬 coding 체계를 살펴보며 파이썬에서 제공하는 중요한 데이터 구조에 대해서 학습한다.

본 교과목은 데이터의 구조와 이를 처리하는 방법인 배열, 레코드, 스택, 큐, 리스트, 그래프, 트리 등에 대해 살펴보고, 이를 응용한 순환, 탐색, 정렬 방법을 학습한다. 데이터 및 정보의 효과적 처리를 위한 구성 방법과 분석, 추상적 자료형의 표현 및 이용, 활용을 위한 기본적인 알고리즘을 학습한다.

본 교과목은 인문학 연구와 교육, 그리고 이와 관계된 창조적인 저작 활동 등을 활용하여 문제에 대한 실용적이고 창의적인 해결 방법을 모색하는 탐구 활동을 통해 창의적 문제해결 원리를 터득하고 새로운 아이디어를 창출해 내는 경험을 학습한다.

본 교과목은 Tensorflow, Caffe, Apache Singa, Pytoch 등의 오픈소스 기반의 프레임워크들을 학습한다. 또한 오픈소스 기반의 프레임워크의 동작 방식을 튜터리얼과 지도학습, 비지도학습, 반지도학습 알고리즘을 중심으로 파이썬 기반 학습 및 프로젝트를 진행한다.

본 교과목은 데이터사이언스 및 인공지능 기술 분야 등에서 이론 전개 및 결과분석에 반드시 필요한 수학 분야에 대하여 학습한다. 가우스 소거, 행렬과 행렬식, 행렬연산, 벡터공간, 선형변환, 판별식, 유클리드 공간기하, 직교화, 내적, 고유값, 대각화 등의 이론적인 내용과 이를 이용한 문제해결 방법을 학습한다.