행위

"HumanitiesAndArtificialIntelligence"의 두 판 사이의 차이

red

(Plan)
(Plan)
165번째 줄: 165번째 줄:
 
|09주차 || 07주차 || 04/29 || <span style="color: blue">'''중간고사'''</span>  || 평가
 
|09주차 || 07주차 || 04/29 || <span style="color: blue">'''중간고사'''</span>  || 평가
 
|-
 
|-
|10주차 || 08주차 || 05/06 || "기호적 접근, 규칙기반의 인공지능 이해: 온톨로지(Ontology)" ('''PPT''') || 이론 강의
+
|10주차 || 08주차 || 05/06 || "기호적 접근, 규칙기반 인공지능 이해: 온톨로지(Ontology)" ('''PPT''') || 이론 강의
 
|-
 
|-
 
|11주차 || 09주차 || 05/13 || 온톨로지(Ontology) 설계와 인문 데이터 편찬1  || 이론과 실습
 
|11주차 || 09주차 || 05/13 || 온톨로지(Ontology) 설계와 인문 데이터 편찬1  || 이론과 실습
171번째 줄: 171번째 줄:
 
|12주차 || 10주차 || 05/20 || 온톨로지(Ontology) 설계와 인문 데이터 편찬2  || 이론과 실습
 
|12주차 || 10주차 || 05/20 || 온톨로지(Ontology) 설계와 인문 데이터 편찬2  || 이론과 실습
 
|-
 
|-
|13주차 || 11주차 || 05/27 || "비기호적 접근, 학습기반의 인공지능 이해: 신경망(Neural Network)" ('''PPT''')  || 이론 강의 및 실습
+
|13주차 || 11주차 || 05/27 || "비기호적 접근, 학습기반 인공지능 이해: 신경망(Neural Network)" ('''PPT''')  || 이론 강의
 
|-
 
|-
 
|14주차 || 12주차 || 06/03 || 데이터 수집: 웹 크룰링과 웹 스크래핑  || 이론과 실습
 
|14주차 || 12주차 || 06/03 || 데이터 수집: 웹 크룰링과 웹 스크래핑  || 이론과 실습

2020년 5월 5일 (화) 10:37 판

Information

  • 개설기관 : 경희대학교 대학원
  • 강좌명 : 인문학과 인공지능(Humanities and Artificial Intelligence)
  • 학수번호-분반 : KL7295-00
  • 이수구분 : 공통과목
  • 개설학과(학점) : 국어국문학과(3)
  • 강의시간 : 수요일 10:30-13:15
  • 강의실 : 문과대 201A
  • 강사 : 류인태

Overview

Summary

본 강의는 인공지능(AI) 기술로 인해 전통적인 인문학적 가치와 소양 그리고 연구방법론에 대한 근본적 질문이 대두하고 있는 상황에서, 인공지능(AI)을 어떻게 바라보아야 할 것인지에 대해 이야기해보고자 합니다. 인공지능(AI) 기술이 등장한 배경과 그 이면의 여러 지점들을 포착해 비판적으로 살펴보고, 더 나아가 기계학습(Machine Learning), 심층학습(Deep Learning) 등의 영역을 포괄하는 인공지능(AI) 기술이 인문학 연구에서 구체적으로 어떻게 활용될 수 있는 지에 대해서 살펴보고자 합니다. 인문학적 관점에서 비판적으로 바라보아야 할 인공지능(AI)의 일면과, 한편으로 인문학 연구에 능동적으로 활용 가능한 연구방법론으로서의 인공지능(AI)의 일면을 함께 짚어보고자 하는 것이 본 강의의 가장 큰 목적이라 할 수 있습니다.

Objectives

  • 비판적 대상으로서 인공지능 기술에 대해 이해한다.
    • 과학기술로서 인공지능 발달의 역사를 파악한다.
    • 과학기술로서 인공지능 기술의 원리를 이해한다.
    • 인공지능의 발달이 초래할 사회문화적 변화와 그에 대한 비판적 이해를 시도한다.
  • 인문학 연구 방법론의 일환으로서 인공지능 기술의 가능성을 검토한다.
    • 활용 가능한 인공지능 기술에 대한 기초 맥락을 이해한다.
    • 인공지능을 활용한 인문학 연구 사례에 대해 살펴본다.
    • 인공지능 기술 활용에 필요한 기초 기술(데이터 파싱, 크롤링, 스크래핑 등)을 익힌다.
    • 이미지와 텍스트를 대상으로 한 인공지능 기술 활용 방법론을 이해하고 적용해본다.

Teaching Method

  • 이론 강의 : 2주차, 3주차, 8주차, 9주차.
  • 실습 : 10주차, 11주차, 12주차.
  • 발표와 토론 : 4주차, 5주차, 6주차, 13주차, 14주차.

Reference Materials

Evaluation Standard

  • 총점 : 100%
  • 출석 : 10% (특별한 이유없이 결석하지 않을 경우 감점 없음)
  • 참여 : 10% (토론에 능동적으로 참여하는 학생에게 10점 가산)
  • 발표 : 30% (중간 발표와 기말 발표로 나누어 평가, 발표는 팀 기준으로 이루어짐)
    • 중간발표 : 15% (A : 15, B : 13, C : 11, D : 9)
    • 기말발표 : 15% (A : 15, B : 13, C : 11, D : 9)
  • 과제 : 50% (중간 과제와 기말 과제로 나누어 평가, 과제는 개인 기준으로 이루어짐)
    • 중간과제 : 25% (A : 25, B : 23, C : 21, D :19)
    • 기말과제 : 25% (A : 25, B : 23, C : 21, D :19)

Assignment

  • 중간고사 이전 1회, 중간고사 이후 1회의 발표를 한다.
    • 중간고사 이전에는 인공지능 관련 주제(문헌) 가운데 하나를 선택하고 그에 대한 리뷰 내용을 발표한다.
    • 중간고사 이후에는 단일 연구 주제를 선택해 딥러닝 기술을 적용한 인문학 연구를 기획하고 실제 진행한 내용을 발표한다.
  • 중간고사 평가는 상황에 따라 시험 or 과제를 유동적으로 실시한다.
  • 기말고사 평가는 기말발표 내용에 대한 리뷰에 근거해 그에 대한 내용을 보완한 결과물 평가로 대신한다.

Other Things

  • 본 강의는 웹 환경에서의 컴퓨터 기술이 기본적으로 활용되기에 수강생 개개인의 노트북 지참을 필수적으로 요구한다.

Students

길혜빈 김웅기 김태형 아슈토시 윤석만 이만호 임연 임예찬 장민주



Plan

본래주차 변경주차 날짜 강의 내용 강의 형식
01주차 - 03/04 코로나 바이러스로 인한 개강연기 -
02주차 - 03/11 코로나 바이러스로 인한 개강연기 -
03주차 01주차 03/18 오리엔테이션[1] 강의 소개(영상)
04주차 02주차 03/25 "인공지능(AI) 기술의 역사와 원리" (PPT) 이론 강의(영상)
05주차 03주차 04/01 미디어위키(Mediawiki) 전자문서 작성 실습 실습
06주차 04주차 04/08 인공지능 분야의 고전에 담긴 사유 검토 발표와 토론
07주차 05주차 04/15 실제 인공지능 사례 분석 및 정리[2] 발표와 토론
08주차 06주차 04/22 문예작품 속 인공지능에 대한 비판적 이해 발표와 토론
09주차 07주차 04/29 중간고사 평가
10주차 08주차 05/06 "기호적 접근, 규칙기반 인공지능 이해: 온톨로지(Ontology)" (PPT) 이론 강의
11주차 09주차 05/13 온톨로지(Ontology) 설계와 인문 데이터 편찬1 이론과 실습
12주차 10주차 05/20 온톨로지(Ontology) 설계와 인문 데이터 편찬2 이론과 실습
13주차 11주차 05/27 "비기호적 접근, 학습기반 인공지능 이해: 신경망(Neural Network)" (PPT) 이론 강의
14주차 12주차 06/03 데이터 수집: 웹 크룰링과 웹 스크래핑 이론과 실습
15주차 13주차 06/10 신경망(Neural Network) 기술과 이미지 분류 이론과 실습
16주차 14주차 06/17 신경망(Neural Network) 기술과 자연어 처리 이론과 실습
17주차 15주차 06/24 기말고사 평가

"딥러닝 기술의 인문학 분야 활용 가능성 : 분류, 임베딩, 번역, 생성" (PPT) 딥러닝 기술의 활용 가능성 검토 1 :

Report

Research Topics

Useful Information

How to use Mediawiki

How to create Network Graph

External Website

Footnote

  1. 03.16부터 03.20까지 수강정정기간
  2. 04.15은 제21대 국회의원 선거일(공휴일)이며, 이로 인해 보강계획 필요