Professor

-

Learning Period

12-09-2025 ~ 12-31-2029

Course Introduction

성명 신정호 소속기관 한국화학연구원 강의 명 (주제) 데이터-AI-로봇 기반의 SW/HW 복합 실험 플랫폼의 설계와 활용     학습목표 AI 기반 자율화 기술과 SDL(Self-Driving Lab)의 개념 및 국내·외 활용 사례를 이해하고 실험 데이터의 구조화·표준화 역량을 함양한다. 지식그래프 기반 데이터 모델링과 디지털트윈 구현 방법론을 학습하고, 모듈화·규격화 된 가상 실험장비 설계 능력을 배양한다. 로봇팔 및 PLC 제어, 쿠버네티스 기반 워크플로우 설계, ELK 파이프라인 구축을 통해 실 험 장비 자동화 및 데이터 오케스트레이션 실습 역량을 강화한다. 분야 ▣ AI □ Bio ▣ Chem □ Drug 단계 기초 및 심화

Students

20

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

목차 (강의시간) 강의내용 실습 여부 교수자   1 제조품질 개념   X   본인   2 제조품질 개선을 위한 기존 접근법   X   본인   3 제조품질 개선을 위한 AI 기반 접근법   X   본인         선수과목   참고자료 ※ 도서, 웹사이트, 논문 등 준비사항 ※ 강의에 필요한 환경 등

Students

13

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

성명 김 현 욱 소속기관 한국과학기술원(KAIST) 강의 명 (주제) 바이오제조와 AI   학습목표 바이오제조의 개념과 대사공학·합성생물학의 발전을 이해하고, 생물 기반 화학물질 및 연료 생산 기술의 원리를 학습. 미생물 대사공학의 10가지 전략과 발효공정의 7가지 핵심 요인을 통해 생산 효율과 공정 최적화의 원리를 이해. AI와 데이터 마이닝 기술이 바이오파운드리 및 실험 자동화에 기여하는 역할을 파악. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초

Students

34

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

성명 신상 소속기관 에이블랩스 강의 명 (주제) SDL 실질적 적용을 위한 도움닫기 학습목표 바이오 산업에서의 SDL 구성 예시와 장비 API 기반의 활용 방안 분야 □ AI □ Bio ⍌ Chem □ Drug 단계 기초

Students

13

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

-

Students

32

Professor

-

Learning Period

12-04-2025 ~ 12-31-2029

Course Introduction

성명 이창선 소속기관 인하대학교 강의 명 (주제) 인과 지식 조립, 예측 모델 생성 AI 학습목표 인과 기반 예측은 철강, 반도체, 에너지, 화학, 제약 등과 같이 여러 인과 요인이 단계적으로 연결되어 결과를 만들어 내는 복잡한 제조 분야에서 필수적이다. 인과를 이해하는 인간과 데이터 패턴 학습 능력이 뛰어난 AI 가 협력하여야, 설명할 수 있고, 신뢰할 수 있는 예측 모델 개발이 가능하다. 인간과 AI의 협력을 위한 프로토콜 이해가 학습 목표이다. 분야 AI □ Bio □ Chem □ Drug 단계 기초

Students

8

Professor

-

Learning Period

12-04-2025 ~ 12-31-2029

Course Introduction

성명 이남일 소속기관 KAIST 강의 명 (주제) 바이오파운드리를 이용한 천연/비천연 신약 후보 물질 스크리닝 및 생산 학습목표 본 강의에서는 자동화와 인공지능을 기반으로 한 바이오파운드리의 개념과 핵심 구성요소를 이해하고, 이를 활용하여 천연 및 비천연 신약 후보 물질을 대규모로 스크리닝하고 생산하는 전략을 학습한다. 또한 실제 사례를 통해 신약 후보 발굴 및 생산 최적화 과정에서의 바이오파운드리 활용 방안을 종합적으로 탐구한다. 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초

Students

16

Professor

-

Learning Period

12-02-2025 ~ 12-31-2029

Course Introduction

성명 서 경 원 소속기관 서울대학교 약학교육연수원 강의 명 (주제) AI 등 첨단혁신기술 활용에 대한 규제동향 학습목표 최근 AI 등 첨단기술에 기반한 의료제품과 규제결정에 활용되는 첨단기술을 이해하고 규제동향을 학습한다 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초 / 심화

Students

9

Professor

-

Learning Period

11-28-2025 ~ 12-31-2029

Course Introduction

성명 성황현 소속기관 유니버설로봇 강의 명 (주제) 로봇PC 제어 학습목표 로봇 TCP 및 좌표계를 이해하고 URSCRIPT를 이용하여 로봇을 제어 URSIM 및 RoboDK를 활용하여 시뮬레이터 환경에서 로봇을 구동 PC를 활용하여 원격으로 로봇을 제어 Modbus TCP 및 산업용 통신 연동 실습 분야 □ AI □ Bio  Chem □ Drug 단계 기초, 심화

Students

6

Professor

-

Learning Period

11-27-2025 ~ 12-31-2029

Course Introduction

성명 윤 병 동 소속기관 서울대학교, (주)원프레딕트 강의 명 (주제) 제조 AX: AI 팩토리 (데이터, 모델, 서비스) 학습목표 제조산업에 AI 접목을 통한 파괴적 혁신, 무엇을 준비해야 하는지, 어떻게 가능한지, 어떤 성공사례가 있는지를 살펴본다. 제조 데이터 전처리, 신호처리, 특성엔지니어링, 진단, 예측 기술 소개 및 성공사례 공유. 마지막으로 실습을 통해 실 적용에 대한 응용력을 키운다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

Students

10

Professor

-

Learning Period

11-27-2025 ~ 12-31-2029

Course Introduction

성명 정진현 소속기관 서울대학교 강의 명 (주제) AI 기반의 제조품질관리 변화와 대응 학습목표   분야  AI □ Bio □ Chem □ Drug 단계 기초

Students

15

Professor

-

Learning Period

11-27-2025 ~ 12-31-2029

Course Introduction

목차 (강의시간) 강의내용 실습여부 교수자 1 LLM이 어떻게 작동하는지 핵심 개념을 이해한다 LLM은 언어 패턴을 배우는 매우 거대한 통계 모델 GPT는 문장을 예측하는 데 특화된 구조 (Transformer 기반) 프롬프트, 토큰, 파라미터 같은 용어에 대한 기초 개념을 익힌다   X 본인 김요섭 2 잘 묻는 사람이 AI를 잘 쓴다: Prompt Engineering 입문 좋은 프롬프트의 3가지 조건 → 명확성, 역할 부여, 단계화 프롬프트 템플릿 소개 (Prompt chain, Role-based template)   X 본인 김요섭 3 GPT가 외부 지식을 활용하도록 만드는 RAG의 원리와 구성 이해 GPT의 한계: 훈련된 지식 외 질문은 “헛다리” 가능성 RAG 구조 이해 (간단한 그림 중심 설명) Query → Retriever → Context → GPT 적용 예시: → 논문 검색 & 요약 → 특정 약물에 대한 최신 정보 연결 실전 RAG 워크플로우 따라가기: PDF, Text, 데이터베이스 연결   X 본인 김요섭 4 “Agentic AI”란 무엇인가? 구성요소 통합: 프롬프트 → 외부 문서 검색(RAG) → 도구 실행(API) 구조설계: Agent 워크플로우 직접 그려보기 간단한 GPTs App publish 해서 연구원들과 공유하기   X 본인 김요섭 선수과목 없음 참고자료 없음 준비사항 없음

Students

21

Professor

-

Learning Period

11-26-2025 ~ 12-31-2029

Course Introduction

성명 엄유범 소속기관 코오롱인더스트리 강의 명 (주제) Vibe Coding으로 배우는 관리도와 품질관리 실무 학습목표 1. 관리도의 기본 개념을 이해 2. 계량형 관리도와 계수형 관리도의 이해 3. Vibe Coding을 활용한 관리도 작성 방법 습득 분야  AI □ Bio □ Chem □ Drug 단계 기초

Students

12

Professor

-

Learning Period

11-24-2025 ~ 12-31-2029

Course Introduction

성명 김 창 욱 소속기관 연세대학교 산업공학과 강의 명 (주제) 스마트 제조 AI의 현재와 미래 학습목표 스마트 제조의 개념과 발전 배경을 이해하고, AI기술을 어떠한 원리로 제조 현장에서 활 용되는지 파악한다. 2교시에는 양자컴퓨팅에 대한 이해를 바탕으로 AI에 어떻게 적용할지 에 대해 이해한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

Students

7

Professor

-

Learning Period

11-14-2025 ~ 12-31-2029

Course Introduction

성명 김태형 소속기관 바이오넥서스 강의 명 (주제) 멀티에이전트 시스템 이해와 제약·바이오 산업 적용     학습목표 멀티에이전트 시스템의 개념, 구조, 그리고 의사결정·협업 메커니즘을 이해한다. 제약·바이오 산업의 신약개발 전주기에서 MAS가 수행할 수 있는 역할과 적용 사례를 분석한다. 실제 산업 환경에서 멀티에이전트 기반 워크플로를 설계·구성하여 생산성 및 연구 효율을 향상시키는 방법을 익힌다. 분야 V AI V Bio □ Chem □ Drug 단계 기초 / 심화

Students

24

Professor

-

Learning Period

10-31-2025 ~ 12-31-2029

Course Introduction

※ AI 신약개발 교재 학습을 위한 강의 모음입니다. (수료증 미발급) 교재개발자 류재용 소속기관·직위 숭실대학교 교수 교재명 (과목) 초보자를 위한 데이터·AI 기반 약물 표적 발굴 학습목표 신규 약물 타겟 발굴의 기초 개념을 익히고, 이를 바탕으로 초기단계 신약 개발에서 생물정보학 및 AI 기술이 어떻게 활용되는지 이해 교육대상 (초급자) 제약바이오 업계 종사자 및 AI 신약개발 분야에 입문하려는 연구자 AI 신약개발 분야 대학원생 AI 신약개발 분야에 관심이 있는 대학생    

Students

91

Professor

-

Learning Period

10-31-2025 ~ 12-31-2029

Course Introduction

성명 이 남 용 소속기관 CellKey AI 강의 명 (주제) AI와 LLM을 활용한 바이오 분야의 혁신 학습목표 AI와 LLM 기술이 신약개발부터 바이오 생산공정, 임상시험 최적화에 이르기까지 바이오 산업 전반에 혁신적 변화를 가져오고 있다. 본 강의에서는 최신 AI 기술의 개념을 이해하고 실제 적용 사례를 통해 효율성 향상과 비용 절감 성과에 대한 이해를 돕는 것을 목표로 한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

Students

58

Professor

-

Learning Period

10-24-2025 ~ 12-31-2029

Course Introduction

성명 박계명 소속기관 울산과학기술원 강의 명 (주제) 차세대 면역치료제 개발을 위한 인실리코 면역계 모델링 학습목표 최근 많은 다양한 질환들(암, 감염병, 자가면역(염증)질환)에서 면역계를 직접 표적으로 하는 면역치료법이 주요 치료방법으로 대두되고 있다. 그러나 각 질환에 관여하는 면역계의 복잡계적 특징으로 인하여 주요 분자 및 세포 타겟 발굴과 각 환자에 대한 면역치료 반응에 대한 예측에 어려움이 있다. 본 강의에서는 본 강의자의 연구 분야인 시스템 면역학적 관점에서 면역계의 행동에 대한 예측적 이해를 위한 인실리코 면역계 모델링 전반을 다루고 이 시도가 어떻게 차세대 면역치료제 개발을 가속화할 수 있을지 고찰하고자 한다. 분야 AI Bio □ Chem Drug 단계 심화

Students

43

Professor

-

Learning Period

10-23-2025 ~ 12-31-2029

Course Introduction

성명 이재훈 소속기관 성신여자대학교 강의 명 (주제) AI기본법의 이해와 데이터 거버넌스 최신 동향 학습목표 AI 시대의 핵심 법제라 할 수 있는 「AI기본법」의 이해를 바탕으로, 데이터 활용과 보호가 균형을 이루는 데이터 거버넌스의 최신 동향을 체계적으로 학습하는 것을 목표로 한다. 수강자는 AI기본법의 주요 개념과 제정 취지를 이해하고, 데이터 권리·책임 구조, 개인정보 보호와 활용 간 조화, 글로벌 데이터 규제 비교 등을 학습한다. 또한 데이터 거버넌스 최신 동향을 통해 실제 정책·연구·산업 현장에서 발생할 수 있는 법적·윤리적 쟁점을 분석하고 대응할 수 있는 역량을 기른다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

Students

15

Professor

-

Learning Period

10-23-2025 ~ 12-31-2029

Course Introduction

성명 주한별 소속기관 서울대학교 컴퓨터공학부 강의 명 (주제) 컴퓨터비전 기초 학습목표 이 강의는 컴퓨터 비전의 기초 개념을 탐구하며, 이론적 기반과 실용적인 알고리즘, 다양한 응용 사례에 대한 이해를 높이는 데 중점을 둡니다. 학생들은 기계가 이미지와 영상을 어떻게 인식하고 해석하는지를 이해하기 위한 핵심 원리를 배우고, 이미지 생성, 특징 추출, 객체 인식 등의 주제에 대한 통찰을 얻게 됩니다. 특히, 본 강의는 최신 딥러닝 기법이 아닌 고전적인 2D 컴퓨터 비전 알고리즘에 집중하여, 전통적인 비전 문제의 핵심 목표와 사람이 설계한(hand-designed) 알고리즘들을 중심으로 다룰 예정입니다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초

Students

18

Professor

-

Learning Period

10-16-2025 ~ 12-31-2029

Course Introduction

성명 이상근 소속기관 고려대학교 정보보호대학원 강의 명 (주제) 인공지능은 안전한가? AI 보안의 이해 학습목표 인공지능 모델은 최근 연구로 알려진 다양한 위험에 노출되어 있다. 본 강의에서는 이러한 AI 보안 이슈에 대한 이해를 기반으로, 대표적인 공격 및 대응 방안을 소개하고자 한다. 이 강의 를 통해 신약개발에 있어 유용하면서 동시에 안전한 AI 모델에 대한 고민이 필요함을 환기하 고자 한다. 분야 AI □ Bio □ Chem □ Drug 단계 기초

Students

34

Professor

-

Learning Period

09-12-2025 ~ 12-31-2029

Course Introduction

성명 홍 무 선 소속기관 서울대학교 강의 명 (주제) AI-Driven Analysis and Modeling of Biopharmaceutical Manufacturing Processes 학습목표 바이오의약품 제조공정의 주요 단계와 공정 데이터의 구조 및 활용 목적을 이해한다. AI 기반 분석 및 모델링 기법의 실제 공정 적용 사례를 학습한다. 분야 AI Bio □ Chem □ Drug 단계 심화

Students

50

Professor

-

Learning Period

09-12-2025 ~ 12-31-2029

Course Introduction

성명 김용호 소속기관 성균관대학교 강의 명 (주제) De Novo Design of Functional Proteins and Cryo-EM Application   학습목표 - 최종목표 : De Novo protein에 대한 기본적인 지식 습득과 Cryo-EM을 통한 구조분석 세부목표1) AI가 단백질 디자인에 가져다준 혁신과 디지인 기법에 대한 기본 지식 습득 세부목표2) 최근 선진화된 단백질 디자인 기법의 습득과 실습 세부목표3) CryoEM의 원리와 구동방식에 대해 학습 세부목표4) Case study 주제를 통한 단백질 디자인의 이해 분야 AI Bio □ Chem Drug 단계 기초

Students

38

Professor

-

Learning Period

09-04-2025 ~ 12-31-2029

Course Introduction

성명 김권일 소속기관 경희대학교 생물학과 강의 명 (주제) 멀티오믹스 데이터를 활용한 암 면역원성 분석 실습 학습목표 멀티오믹스 데이터와 AI 기술을 기반으로 암 면역원성에 대한 최신 연구 동향을 이해하고, 신생항원 예측, digital cytometry, 면역세포 클러스터링 등의 분석 기법을 실습함으로써, 공개된 암 멀티오믹스 데이터를 활용해 종양의 면역원성 양상을 해석하는 역량을 기른다. 분야 ■ AI ■ Bio □ Chem □ Drug 단계 기초

Students

54

Professor

-

Learning Period

08-25-2025 ~ 12-31-2029

Course Introduction

성명 이상선 소속기관 인하대학교 강의 명 (주제) 딥러닝을 활용한 약물 특성 및 생물학적 반응 예측 모델링 학습목표 - 딥러닝 기반 약물 예측 모델의 기본 개념과 구조를 이해한다. - 약물의 물리화학적 특성 및 생물학적 반응을 예측하는 다양한 딥러닝 접근법을 학습한다. - 멀티태스크 학습과 단백질-리간드 결합력 예측을 활용한 통합 예측 모델링 기법을 습득한다. 분야 ⍌ AI □ Bio □ Chem ⍌ Drug 단계 심화

Students

64

Professor

-

Learning Period

11-29-2024 ~ 12-31-2029

Course Introduction

  ※ AI 신약개발 교재 학습을 위한 강의 모음입니다. (수료증 미발급)   성명 김우연 소속기관 KAIST 화학과 강의 명 (주제) 초보자를 위한 AI 신약개발 “Introduction to AI-based drug discovery” 학습목표 신약개발 및 AI의 기초 개념을 익히고, 이를 바탕으로 초기단계 신약개발에서 최신 AI 기술이 어떻게 활용되는지 이해 분야 ■ AI □ Bio ■ Chem ■ Drug 단계 기초

Students

657

Professor

-

Learning Period

11-27-2024 ~ 12-31-2029

Course Introduction

성명 국승호 소속기관 바이오넥서스(BIONEXUS) 강의 명 (주제) 의료이미지 기반 환자진단 및 바이오마커 탐색 학습목표 딥러닝을 활용한 의료이미지 분석의 기초 개념과 기법을 이해하고, 이를 통해 질병 진단 및 바이오마커 탐색을 위한 모델 설계 능력을 기른다. 다양한 의료 데이터를 활용하여 환자 맞춤형 진단 및 예측 모델을 개발하며, 실제 사례를 통해 딥러닝 기반 진단 모델의 응용 가능성과 한계를 파악한다. 분야 v AI v Bio □ Chem □ Drug 단계 심화

Students

121

Professor

-

Learning Period

11-27-2024 ~ 12-31-2029

Course Introduction

목차 (강의시간) 강의내용 실습여부  교수자 1 Streamlit 소개 Streamlit의 기본 개념과 AI/ML 프로젝트에서의 활용 사례 탐구 MolScore Library 의 의 주요 구성 요소 및 역할 소개 Python 환경 설정과 필수 라이브러리 설치  X  신동욱 2 실습: MoleScore 사용한 화합물 생성 목표 설정 Multi-Parameter 설정을 통한 생성 목표 정의 사용자 정의 Scoring Function 클래스 작성  O  신동욱 3 실습: MolScore을 활용한 화합물 학습 사용자 정의 BenchMark 구성 방법 학습 커리큘럼 학습 설정 / 리플레이 버퍼 활용  O  신동욱 4 실습 화합물 : 평가 결과 시각화 및 확장 Streamlit 컴포넌트를 활용한 생성 결과 시각화 MolScore 기본 모니터링 화면 클론코딩 및 응용  O  신동욱 5 실습: Streamlit 기반 Web App 개발 및 배포 스코어링 결과 시각화 및 데이터 저장 결과물 배포 및 공유 O 신동욱

Students

52

Professor

-

Learning Period

11-25-2024 ~ 12-31-2029

Course Introduction

성명 빈진혁 소속기관 연세대학교 의과대학 강의 명 (주제) ML/AI 기반 유전체-단백체 멀티오믹스 통합분석 방법론 학습목표 최근 바이오텍 기술의 발전으로 인해 다양한 레벨의 생명정보 데이터들이 생성 및 축적되고 있으며, 이러한 데이터들을 통합 분석하는 방법론들도 인공지능 기술의 발달과 더불어 활발하게 개발되고 있다. 본 강의에서는 유전체/전사체/단백체 데이터들이 통합되는 방법론과 실제 개발된 툴들을 사용해봄으로써 데이터 통합에 대한 이해 및 경험을 쌓는 것을 목표로 한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 심화

Students

285

Professor

-

Learning Period

11-12-2024 ~ 12-31-2029

Course Introduction

성명 강수임 소속기관 미국 콜롬비아 대학교 강의 명 (주제) AI-Powered Drug Discovery 관련 최근 연구동향 파악 학습목표 1. 신약개발에 이용되는 인공지능 모델연구 동향파악 2. 최신 인공지능 신약개발 관련 논문들과 플래폼을 소개 분야 ■ AI □ Bio □ Chem ■ Drug 단계  

Students

231

Professor

-

Learning Period

11-07-2024 ~ 12-31-2029

Course Introduction

성명 박혜진 소속기관 에이조스바이오 강의 명 (주제) 딥러닝을 사용한 펩타이드 활성 예측모델 학습목표 딥러닝과 펩타이드 활성 예측의 기본 개념을 이해하고, 데이터 전처리 및 신경망 모델 설계 능력을 함양한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 심화

Students

159

Professor

-

Learning Period

11-01-2024 ~ 12-31-2029

Course Introduction

성명 박혜진 소속기관 에이조스바이오 강의 명 (주제) 대규모 언어 모델과 신약개발 학습목표 대규모 언어모델의 원리와 신약개발에서의 응용 가능성을 이해하고, 이를 통해 혁신적인 신약개발 방법론을 탐구한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 심화

Students

126

Professor

-

Learning Period

10-14-2024 ~ 12-31-2029

Course Introduction

성명 류재용 소속기관 덕성여자대학교 강의 명 (주제) 능동적 학습을 통한 약물 가상 탐색 학습목표 1. 약물 저해제 가상탐색 전략 중, 능동적 학습을 활용하는 전략에 대해 학습한다. 2. AI 신약개발에 유용한 다양한 파이썬 라이브러리에 대해 학습한다. 분야 AI   단계 심화

Students

72

Professor

-

Learning Period

10-11-2024 ~ 12-31-2029

Course Introduction

성명 박대찬 소속기관 아주대학교 강의 명 (주제) NGS와 AI를 이용한 항체 레퍼토리 (repertoire) 분석 학습목표 생체 내에서 B 세포의 발달 및 B cell receptor (BCR 또는 항체)의 다양성과 항원 특이성이 확보되는 면역학 기초를 배운다. 천문학적인 BCR 다양성 분석을 위해 NGS 기반 BCR 시퀀 싱 데이터를 생산하는 최신 연구 기법을 학습한다. 생명정보학적 분석법으로 BCR의 V gene usage와 complementarity-determining regions (CDR) 서열을 동정하는 법을 배우고 딥러닝으 로 대규모 DNA 서열과 아미노산 서열을 학습하는 방법을 배운다. 분야 Bio   단계 기초

Students

82

Professor

-

Learning Period

10-07-2024 ~ 12-31-2029

Course Introduction

성명 석차옥 소속기관 갤럭스 / 서울대학교 강의 명 (주제) 인공지능 기반 단백질 신약 설계 (AI-based Protein Drug Design) 학습목표 - 인공지능을 활용한 단백질 신약 설계 파이프라인에 대한 이해 - 단백질 신약 설계에서의 구조 예측 모델의 중요성 이해 - AlphaFold2, RoseTTAFold 모델의 이해 (높은 성능에 기여하는 핵심 구성요소 파악) - AlphaFold3, RoseTTAFold-All-Atom 등 최신 생체 분자 구조 예측 모델 이해 - 단백질 신약 설계에 활용되는 모델의 원리 및 설계 응용 방법 이해 구조 생성 모델 / 서열 디자인 모델 / 면역원성 예측 모델 분야 AI,Bio,Drug 단계 심화

Students

311

Professor

-

Learning Period

09-12-2024 ~ 12-31-2029

Course Introduction

성명 김선, 이선호 소속기관 서울대학교, 아이겐드럭 강의 명 (주제) Deep learning models for drug response prediction 학습목표 약물 반응성 예측의 주요 원리와 연구 동향을 파악하고, 인공지능 약물 반응성 예측을 위한 딥러닝 방법론 및 주요 데이터베이스를 포괄적으로 학습하여 이를 실제 연구에 적용할 수 있는 기본 능력을 배양한다. 분야  AI 단계 심화

Students

144

Professor

-

Learning Period

09-01-2024 ~ 12-31-2029

Course Introduction

성명 김동섭 소속기관 한국과학기술원 강의 명 (주제) 단백질 구조 예측 및 단백질 설계를 위한 최신 딥러닝 기술 학습목표 - 단백질 구조 예측의 원리의 이해 - template-based 모델링을 통한 단백질 구조 예측법 이해 및 실습 - Alphafold를 이용한 단백질 구조 예측 모델 이해 및 실습 - 단백질 설계의 필요성 및 원리 이해 RFDiffusion을 사용한 단백질 설계의 이해 및 실습 분야 AI, Bio 단계 심화

Students

294

Professor

-

Learning Period

09-01-2024 ~ 12-31-2029

Course Introduction

성명 선 호 근 소속기관 부산대학교 통계학과 강의 명 (주제) R을 활용한 유전체 빅데이터 통계 분석 (Statistical analysis of high-dimensional genomic data using R) 학습목표 유전체 발현량 데이터와 DNA 메틸화 데이터와 같은 고차원 유전체 데이터를 분석하는 통계적 검정 방법들과 벌점함수 기반 변수선택 방법들을 학습시키고,  통계 패키지 R을 사용하여 실제 유전체 빅데이터를 분석하는 실습을 통해 학생들의 데이터 분석 능력을 향상시킨다. 분야 AI, Bio 단계 기초 및 심화

Students

217

Professor

-

Learning Period

04-15-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요 입니다.  성명 김학수 소속기관 건국대학교 과목명 자연어처리 강의시간 6시간 학습목표 1. 자연어처리에 대한 기본 개념을 이해한다. 2. 자연어처리 문제를 기계학습을 통해 해결하는 방법을 이해하고 구현한다. 3. 대용량 언어모델을 이해하고 자연어처리 문제에 적용하는 방법을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍, 기계학습 참고자료   준비사항 인터넷 연결 가능한 PC(또는 노트북) 구글 코랩 연결을 위한 구글 드라이브 개인 아이디

Students

168

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 -  Why CNNs, MLPs, RNNs are insufficient for non-Euclidean data -  Neural network for graphs & sets -  Euclidean transformations, invariance, and equivariance   2 -  Invariant geometric GNNs (SchNet, DimeNet, and SphereNet) -  Simple equivariant geometric GNNs (EGNN and NequIP) O 3 -  Local frame-based geometric GNNs (ClofNet and LEFTNet) -  Frame averaging for geometric GNNs (Frame averaging, FAENet) O 4 -  Steerable features, rreducible representations, Wigner-D matrix, spherical harmonics, Clebsch-Gordan tensor product -  Steerable geometric GNNs (Tensor field network, SE(3)-Transformer)   5 - Steerable geometric GNNs (Equiformer, MACE, eSCN, EquifomerV2) O

Students

79

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 다양한 공공기관이 제공하는 개방된 데이터를 활용하기 위하여 공공기관에서 제공되는 Open API를 이용해 데이터를 검색, 수집할 수 있도록 Open API의 사용 방법과 데이터 형식과 Open API의 개념과 중요성을 설명합니다. ● 2 공공기관에서 제공하는 데이터에 접근하기 위한 Open API를 이용하여 Python의 requests 라이브러리를 사용하여 HTTP 요청을 보내는 방법과 응답을 처리하는 방법으로 공공데이터 Open API에 접속하고 데이터를 검색하는 방법을 실습합니다. ● 3 JAVA를 이용하여 공공데이터 Open API를 활용하는 데 필요한 개발 환경 설정을 위하여 JDK 설치, 개발 도구(예: Eclipse, Visual Studio Code 등) 설치 등이 포함되며, JAVA에서 공공데이터 Open API와 통신하여 데이터를 요청하고 응답을 처리하는 방법을 기반으로 Open API를 통해 얻은 데이터를 JAVA에서 수집하고 저장하는 방법을 실습합니다. ● -    

Students

84

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 Dr. Yugal Sharma 소속기관 CAS 과목명 Overcoming Scientific Data Challenges in AI 강의시간 1 학습목표 1.Explore the critical role of a data foundation in supporting successful artificial intelligence (AI) initiatives.0 2. Share common challenges organizations face when establishing effective strategies for R&D data. 3. Showcase case studies based on real-life examples from CAS, a leader in scientific information solutions that guides the success of R&D digital initiatives of organizations worldwide.

Students

32

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 - Self-Supervised Learning이란?  - Language 분야에서의 SSL - Computer vision 분야에서의 SSL  X 2 - Molecular Graph란? - Graph Neural Networks - Molecular Graph 분야에서의 SSL X 

Students

48

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김학수 소속기관 건국대학교 과목명 기계 학습 강의시간 17 학습목표 1. 기계학습에 관한 개념을 이해하고 주어진 문제와 접목시킬 수 있다.2. 전통적인 기계학습 모델을 이해하고 코딩할 수 있다.3. 다양한 심층신경망의 개념을 이해하고 기본적인 코딩을 할 수 있다   강의 선수과목 및 준비사항입니다.  선수과목  - 참고자료  - 준비사항 개인 노트북을 준비하고, 첫 시간에 설명하는 프로그램을 설치해야 함.또한 구글 colab에 접근할 수 있도록 구글 드라이브에 가입해야 함.

Students

204

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김화종 소속기관 강원대학교 과목명 데이터처리 기초 강의시간 10 학습목표 화합물 데이터를 머신러닝(AI 모델)에서 사용하기 위한 데이터 표현 방식의 이해 데이터의 표현형을 변경하는 데이터 전처리 및 탐색적 분석 실습 강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍 기초 참고자료 파이썬으로 배우는 머신러닝 – 김화종 저 준비사항 아나콘다 설치 및 쥬피터 노트북 실행 Keyword 데이터전처리 데이터프레임 시각화 탐색적분석 머신러닝

Students

155

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 정인석 소속기관 스탠다임 과목명 병렬 처리를 활용한 대용량 계산 방법 강의시간 2시간 학습목표 컴퓨터에서 병렬 계산이 처리되는 방식을 이해하고 다양한 방식으로 병렬 계산을 수행할 수 있다   강의 선수과목 및 준비사항입니다. 선수과목  Python programming 참고자료 https://docs.python.org/3/library/multiprocessing.html https://mpi4py.readthedocs.io/en/stable/ https://github.com/zeehio/parmap 준비사항 Anaconda python3 설치, linux-like terminal 환경 구성

Students

43

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 이정혜, 한석주 소속기관 UNIST 과목명 연합 학습 연구 동향 강의시간 7 학습목표 1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다.2. 연합 학습에서 연구가 필요한 다양한 문제들(보안 및 프라이버시, 통계적 이질성, 개인화)에 대해 알아보고, 최신 연구 동향에대해 알 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 Advances and Open Problems in Federated Learning (2019; Kairouz et al.) Federated Learning: Challenges, Methods, and Future Directions (2019; Li et al.) 준비사항  노트북

Students

58

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 홍성은 소속기관 강원대학교 과목명 연합학습 기초 강의시간 6 학습목표 1. Pytorch 언어의 기본 문법을 익혀 기본적인 코딩을 할 수 있다2. 연합 학습의 개념을 이해하고 신약 개발 분야에 도입이 필요한 이유를 파악한다.3. 연합 학습 과정을 코드로 작성할 수 있다.  

Students

72