융합시스템공학입문) 본인이 수강할 것으로 예상되는 전공과목의 학기별 목록

소개글

융합시스템공학입문) 본인이 수강할 것으로 예상되는 전공과목의 학기별 목록에 대한 보고서 자료입니다.

목차

목차
1. 본인이 수강할 것으로 예상되는 전공과목의 학기별 목록. (모든 트랙 가능)
2. 조별 활동에서 본인이 제시한 1개의 과목 관련 내용.
3. 위 ""2""번에서 제시한 과목 수강 시, 본인이 부딪힐 것으로 예상되는 어려움과 극복 방법.
4. 출처 및 참고문헌

본문내용

자료 등을 활용하고자 한다.
또한 알고리즘과 모델 이해에 대한 부분도 어려울 수 있다. 딥러닝은 다양한 알고리즘과 모델을 포함하고 있는데, 이러한 알고리즘의 작동 방식과 모델의 구조는 매우 생소한 분야이기 때문에 1학기 수업만으로 완벽하게 이해하는 것은 어려울 수 있다.
극복 방법은 딥러닝에 대한 기본 개념과 알고리즘을 학습하는 데 초점을 맞추고, 다양한 예제와 실습을 통해 알고리즘과 모델을 실제로 구현하고 실험하는 방법들을 통해 극복하고자 한다.
마지막으로 딥러닝은 대용량 데이터를 필요로 하며, 데이터 전처리와 특성 공학 과정이 필요하다. 데이터의 정규화, 결측치 처리, 차원 축소 등 단계가 높아질수록 내용이 어려울 수 있다.
극복 방법은 데이터 전처리와 특성 공학에 대한 기본 개념을 학습하고, 데이터를 처리하는 데 필요한 도구와 라이브러리를 익힐 수 있도록 연습하고자 한다. 실습과 프로젝트를 통해 실제 데이터를 다루고 전처리하며 경험을 쌓다보면 자연스럽게 익힐 수 있을 것이다.
4. 출처 및 참고문헌
- 한양대학교 데이터사이언스학부 홈페이지,
https://hyds.hanyang.ac.kr/front/edu/curriculum/eduD/jk1

키워드

융합시스템공학입문,   전공과목,   시스템경영,   스마트생산