==========================================================================================================

기초 기계학습 마이크로 디그리 (Micro Degree on Basic Machine Learning)

❏ 운영단위

학부(과)/센터명: 데이터사이언스 대학원

❏ 운영분야

기계학습 근본적 원리의 기초 교육을 관련 대학원 지망생 및 현업 경험자들의 수요에 맞추어 제공할 수 있는 마이크로 디그리

❏ 배경

기계학습은 4차 산업혁명의 핵심 기술 중 하나이며, 기계학습을 활용한 다양한 변혁이 산업에서 일어나고 있음. 현재 기계학습의 기초 교육은 사설 교습소 및 학습자의 온라인 강의학습에 의존하고 있으며, 피상적인 기계학습의 교육이 많이 이루어지고 있음. 그러나 산업현장에 기계학습을 적용하기 위해서는 기계학습의 근본 원리의 이해에서 발현되는 방법론 적용 및 문제 해결 능력이 필요하며, 이런 기계학습의 기본 원리에 대한 교육이 일반 재직자 및 구직자들에게 필요함

❏ 대상자

❏ 과정특성

❍ 기계학습의 기초를 확률 및 통계 이론, 프로그래밍 구현 단계 등으로 강의하는 과정

❍ 기초 프로그래밍 능력과 대학교 1학년 수준의 수학 지식을 가정하여, 대학원 지망생 및 관련 분야 종사자를 대상으로 강의하는 내용

❍ 단순 라이브러리 호출 및 기계학습의 단순 구성은 지양하며, 기계학습 구동의 내부 원리를 전달하는 원리 중심의 수업 

❍ 제시된 마이크로 디그리의 수강을 완결할 경우, 수료증을 데이터사이언스 대학원 입학서류에 우수성 입증자료로 추가할 수 있으며, 데이터사이언스 대학원 입학 시 졸업요건 학점으로 전환(최대 6학점)될 수 있음

❏ 교육내용(요약)

 기계학습의 기초를 확률 및 통계 이론, 프로그래밍 구현 단계 등으로 강의하는 과정

❍ 기초 프로그래밍 능력과 대학교 1학년 수준의 수학 지식을 가정하여, 대학원 지망생 및 관련 분야 종사자를 대상으로 강의하는 내용

❍ 단순 라이브러리 호출 및 기계학습의 단순 구성은 지양하며, 기계학습 구동의 내부 원리를 전달하는 원리 중심의 수업 

❍ 데이터 구조, 분석 및 프로그래밍 영역 (2과목)

❍ 인공지능 및 기계학습 영역 (2과목)

❏ 교육운영

- KAIST Open Online Course (KOOC) 온라인 강좌 시청 (64 시간)

- 대면/비대면 하이브리드 실시간 강의 및 실습 (44 시간, 서울 KAIST 도곡캠퍼스)

- 대면/비대면 시험 혹은 수행 평가 (4 시간)

❏ 이수요건

 - 전체 4과목의 학점 등급제(Letter Grade) 이수 완료 및 전과목 D 이상

❍ 개별 과목의 학점 부여 : ABCDF제

❍ 온라인 강의 이수율

❍ 대면/하이브리드 강의 참여율

❍ 최종 평가 점수

❏ 지원방법

- 마이크로디그리에 대한 지원 의사를 담은 email을 아래의 주소로 전달

  <gsds.kaist@gmail.com>

  : 첨부파일 – 본인의 이력서 혹은 CV

- 별도의 선발과정은 없으며, 수업의 진행을 통해 일정 수준 이상의 성취도를 얻은 수강생들에게 수료증을 수여함.

❏ 이수기간

 ❏ 운영기간

2022. 09. 26 ~ 2023. 04. 31

 ❏ 교육시간

112시간

 ❏ 총 이수학점 

12학점 

 ❏ 교육장소

온라인/대면

 ❏ 수강료

1,000,000원 (자비부담 400,000원, KAIST지원 600,000원)

❏ 궁금한 점이 있으면 gsds.kaist@gmail.com 로 문의해주세요.

❏ 기타 Q&A

11. 1. Micro-Degree 수업료 결제 방식 및 결제 기한은 어떻게 되나요? 

 ex)- 카드 결제 / 계좌 이체 등 

 ➯ 계좌이체이며, 차후 실제 참여가 결정되고 난 이후에 online.kaist.ac.kr을 통해서 결제될 예정입니다.

12. Kaist 대학원 23년 가을학기 지원을 고려하고 있습니다. 

 하나 걱정 사항으로 22년 서류 제출이 4월 13일 까지였으나, Micro-Degree 수업 종료 시기는 4월 30일입니다. 

 그럼 수료증을 가을학기 서류 준비 시기에 맞춰 미리 받을 수 있는 방법이 있을까요? 

 ➯ 수업종료시기에 맞추어 수료증은 배부됩니다. 사전에 더 빨리 받을 수 있는 방법은 없습니다.

13. 각 과목별로 구체적인 강의 방식이 있을까요? 강의 외에 Co-Project등 추가 활동이 있는지 궁금합니다. 

 ➯ online강의와 offline강의가 있습니다. offline강의는 수업 및 실습으로 이루어지며, 수업은 강의 내용의 핵심사항 요약, 배운 이론을 활용한 문제 해결을 위한 실습 및 토의 과정으로 이루어집니다.

14. ➯ "입학전 수강"을 필수로 요구하는 어떠한 유료 과정도 KAIST GSDS는 제공하지 않습니다

15. ➯ 기초 기계학습 마이크로디그리는 필요한 사람이 원할 경우 들을 수 있고, 우수성 입증자료로 

활용될 수 있을 뿐입니다. 입학도 보장하지 않고, 실제 우수성도 학생들의 입학시점의 평가를 통해 검증

될 것입니다.

자신의 실력개발에 마이크로디그리가 필요하다고 생각하면 수강하세요. 

지원자의 우수성이 떨어지는데. 마이크로디그리가 입학을 보장해주지 않을 것입니다.

지원자의 우수성이 높다면, 마이크로디그리가 없어도 입학은 가능할 것입니다.

16. 실습 수업 중에 실무 분야 적용 사례나 방법 등에 학습이 있는지, 있다면 구체적으로 어떤 분야를 학습하게 될 예정인지 궁금합니다.(불량검출, 물성예측, 최적설계 등)

 ➯ 실무 중심이 아니라, 기초 원리 및 기본을 다룰 예정입니다. 활용을 위한 기초 이론을 배웁니다