eQTL.png)
.png)
Professor
-
Learning Period
03-01-2024 ~ 12-31-2029
Course Introduction
강의시간 강의내용 실습여부 1 - 면역 체계 - 항체 신약 - 항체의 기능과 구조 2 - 면역 데이터베이스 - 항체 데이터베이스 - 항체 넘버링 X 3 - 단백질 설계 - 항체 구조 예측 - CDR 구조 예측 - 항체 설계 O 4 - 치료용 항체의 면역원성 - 항체 인간화 - 인공지능을 활용한 항체 인간화 구분 X
Students
232
생물학 & 생물정보학|
 (1).png)
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
313
인공지능 & 프로그래밍|
Professor
-
Learning Period
09-12-2024 ~ 12-31-2029
Course Introduction
성명 김 이 랑 소속기관 온코크로스 강의 명 (주제) AI 신약개발을 위해 알아야 할 최신 항암제 개요 학습목표 최근 항암제 개발 트렌드에 대해 알아보고 AI 신약개발의 방향에 대해 모색한다. 분야 Drug 단계 기초
Students
161
신약개발 & 제약산업|
 강의실 썸네일.png)
Professor
-
Learning Period
10-10-2024 ~ 12-31-2029
Course Introduction
성명 허기영 소속기관 서울대학교병원 강의 명 (주제) 비임상자료에 기반한 임상 약동학 예측 학습목표 약동학(Pharmacokinetics)의 정의와 주요 용어의 의미를 이해하고, 이를 바탕으로 임상시험 자료를 해석한다. 계량약리학(population pharmacokinetics)을 중심으로 비임상-임상 약동학 예측을 위한 방법론을 설명한다. 생리학기반 약동학(PBPK) 및 AI를 활용한 약동학 예측 방법에 대해 설명한다. 분야 Drug 단계 기초
Students
168
임상개발 & 임상데이터|
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
88
인공지능 & 프로그래밍|
.png)
Professor
-
Learning Period
10-24-2024 ~ 12-31-2029
Course Introduction
성명 송길태 소속기관 부산대학교 강의 명 (주제) Recommendation systems in bioinformatics 학습목표 1. Recommendation systems에 대한 기본 개념을 이해한다. 2. Recommendation systems을 활용하여 표적 단백질 결합 후보 물질 추천 및 바이오마커 발굴 등의 문제를 해결하는 방법을 학습한다. 분야 AI 단계 심화
Students
44
신약개발 & 제약산업|
Professor
-
Learning Period
11-07-2024 ~ 12-31-2029
Course Introduction
성명 조혜영 소속기관 차의과학대학교 약학대학 강의 명 (주제) 임상약물동력학 (Clinical Pharmacokinetics/Pharmacodynamics) 학습목표 신약개발을 위한 임상시험이나 환자를 치료하는 임상 현장에서 안전하고 효과적인 의약품의 투여 용량과 용법을 결정하는 약동학 및 약력학 지식과 기법을 학습한다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초
Students
116
신약개발 & 제약산업|
Professor
-
Learning Period
11-07-2024 ~ 12-31-2029
Course Introduction
성명 조혜영 소속기관 차의과학대학교 약학대학 강의 명 (주제) 분산형 임상시험 (Decentralized Clinical Trial, DCT) 학습목표 최근 분산형 임상시험(DCT)의 필요성과 현장 수요가 증가되면서 우리나라 정부에서도 글로벌 경쟁력을 강화하고 임상시험 참여 기회를 확대해 신약 접근성을 제고할 수 있도록 DCT 도입을 위한 기반 마련을 지원하고 있으므로 DCT의 개념과 장단점을 이해하고 DCT 수행을 위한 제도적 개선 방향에 대해 검토한다. 분야 □ AI ■ Bio □ Chem ■ Drug 단계 기초
Students
48
임상개발 & 임상데이터|
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
242
인공지능 & 프로그래밍|
신약개발 & 제약산업|
Professor
-
Learning Period
11-12-2024 ~ 12-31-2029
Course Introduction
성명 홍혜숙 소속기관 유빅스테라퓨틱스 강의 명 (주제) 혁신신약 의약품개발의 이해 학습목표 1. 신약 개발 과정의 전반을 이해하고 각 단계의 핵심 요소와 성공적인 개발을 위한 전략을 습득 2. 각국의 신속 허가 프로그램에 대한 이해를 통해 글로벌 신약 개발 전략을 세우는 데 필요한 지식과 실무적 접근법을 습득한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초
Students
117
신약개발 & 제약산업|
Professor
-
Learning Period
11-12-2024 ~ 12-31-2029
Course Introduction
성명 박 상 용 소속기관 SK bioscience 강의 명 (주제) 제약바이오산업의 이해와 전망 학습목표 제약바이오산업의 이해와 전망을 통해 국내 산업의 성장 가능성을 확인하고, 제약바이오 기업의 구조에 대한 이해를 함께함으로 본 산업의 진출을 돕는다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초
Students
188
신약개발 & 제약산업|
Professor
-
Learning Period
11-14-2024 ~ 12-31-2029
Course Introduction
성명 송 준 호 소속기관 코오롱바이오텍 강의 명 (주제) 첨단바이오의약품의 이해 학습목표 신약개발에 필요한 기초 이론 교육으로 바이오의약품과 첨단바이오의약품의 cell bank부터 원액 및 완제 생산공정을 실제 예시를 통해 소개하고, 사용되는 기기장비에 대한 특징을 이해한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초
Students
147
신약개발 & 제약산업|
Professor
-
Learning Period
11-14-2024 ~ 12-31-2029
Course Introduction
성명 박광수 소속기관 계명대학교 강의 명 (주제) PROTAC 기술 소개 및 PROTAC 개발을 위한 AI 활용 고찰 학습목표 차세대 신약 플랫폼 기술인 PROTAC 기술에 대한 학습 및 이해한다. PROTAC 활용 실제 연구에 대해 학습하고 향후 AI를 활용한 설계 방향성에 대해 학습한다. 분야 □ AI □ Bio ■ Chem □ Drug 단계 기초
Students
151
신약개발 & 제약산업|
Professor
-
Learning Period
11-20-2024 ~ 12-31-2029
Course Introduction
성명 이윤지 소속기관 중앙대학교 약학대학 강의 명 (주제) 생물정보학을 활용한 단백질 간 상호작용 및 복합체 모델링 학습목표 본 강의에서는 AI와 생물정보학 도구를 활용하여 단백질 간 상호작용(PPI)과 단백질 복합체 모델링에 대해 학습한다. 생물학적 서열 분석을 기초로 하여, 단백질 상호작용의 중요성과 이를 기반으로 한 복합체 모델링 기법에 대해 소개한다. 학생들은 서열 분석과 PPI 연구를 바탕으로 실제 단백질 복합체를 모델링하는 과정을 배우며, 최신 기술이 이 과정에서 어떻 게 활용되는지, 한계는 무엇인지 이해한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초 / 심화
Students
263
생물학 & 생물정보학|
Professor
-
Learning Period
11-25-2024 ~ 12-31-2029
Course Introduction
성명 김은지 소속기관 코오롱인더스트리 강의 명 (주제) 화학정보학의 기초: AI와 계산 화학으로 풀어보는 신약 개발 학습목표 이 강의는 화학정보학의 기초를 배우고, AI, 분자동역학, 양자계산을 신약 개발에 어떻게 활용하는지 설명합니다. 참가자는 약물 설계와 용해도 파라미터 예측 등 중요한 화학적 특성을 예측하는 방법을 익히게 됩니다. 분야 AI □ Bio Chem □ Drug 단계 기초
Students
225
화학 & 화학정보학|
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
300
인공지능 & 프로그래밍|
생물학 & 생물정보학|
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
129
인공지능 & 프로그래밍|
신약개발 & 제약산업|
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
696
인공지능 & 프로그래밍|
Professor
-
Learning Period
11-27-2024 ~ 12-31-2029
Course Introduction
성명 정성원 소속기관 가천대학교 강의 명 (주제) 생물정보학 개론 (Introduction to Bioinformatics) 학습목표 생명정보학 분야에 존재하는 다양한 영역을 이해하고 오믹스 데이터 측정에 대한 기초를 학습한다. 생명정보 연구에 활용 가능한 여러 데이터베이스 및 지식베이스 및 그 가치를 이해한다 분야 □ AI v Bio □ Chem □ Drug 단계 기초
Students
936
생물학 & 생물정보학|
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
54
인공지능 & 프로그래밍|
Professor
-
Learning Period
08-20-2025 ~ 12-31-2029
Course Introduction
성명 윤석현 소속기관 단국대학교 강의 명 (주제) 단일세포 RNA-seq 데이터를 이용한 종양/조직 미세환경 분석과 치료 표적 발굴 학습목표 세포유형식별, 세포간 상호작용 분석, 차등발현 유전자 분석, CNV추정 및 암세포 식별 등 단일세포 RNA-seq 데이터의 분석에 요구되는 필수적인 분석 도구들의 활용법 실습을 통해 단일세포 RNA-seq 분석을 위한 기초적인 skill을 습득한다. 또한, SCODA 파이프라인을 활용하여 일괄적으로 획득된 다양한 분석도구의 처리 결과로부터 종양/조직 미세 환경에 내재된 생물학적 기전을 분석하고 치료 표적을 발굴하는 실습을 통해 심화된 단일세포 RNA-seq 데이터의 분석 skill을 습득한다. 분야 □ AI V Bio □ Chem □ Drug 단계 기초/심화
Students
88
생물학 & 생물정보학|
신약개발 & 제약산업|
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
74
인공지능 & 프로그래밍|
신약개발 & 제약산업|
Professor
-
Learning Period
08-27-2025 ~ 12-31-2029
Course Introduction
성명 김다원 소속기관 (주)옵토레인 강의 명 (주제) 후성유전체 분석 기반 액체 생검을 활용한 신약 타겟 발굴 학습목표 1. 후성유전체 분석 기술의 핵심 원리와 암 유전체 조절 기전을 이해한다. 2. 액체생검 기반 cfDNA 진단 기술의 원리와 장점을 이해하고, 신약 개발에의 응용 가능성을 설명할 수 있다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초
Students
29
생물학 & 생물정보학|
신약개발 & 제약산업|
Professor
-
Learning Period
08-28-2025 ~ 12-31-2029
Course Introduction
성명 정우진 소속기관 충남대학교 시니어헬스융합연구소 강의 명 (주제) Development of physiologically-based pharmacokinetic model 학습목표 생리학 기반 약동학 모델을 둘러싼 이론을 이해하고, 실무에 직접 적용한다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초
Students
44
신약개발 & 제약산업|
임상개발 & 임상데이터|
Professor
-
Learning Period
08-29-2025 ~ 12-31-2029
Course Introduction
성명 한범 소속기관 서울대학교 강의 명 (주제) 전장 유전체 데이터를 통한 원인 유전변이 탐색 학습목표 전장유전체데이터(GWAS)를 활용하여 원인 유전변이를 어떻게 탐색하는지 배웁니다. Imputation으로부터 Fine-mapping까지의 과정을 배우고, HLA 지역에서는 어떻게 탐색하는지를 배웁니다. 기존 자가면역질환의 예제를 살펴보고, Mendelian Randomization의 기초도 배웁니다. 분야 □ AI ▣ Bio □ Chem □ Drug 단계 기초
Students
60
생물학 & 생물정보학|
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
66
인공지능 & 프로그래밍|
생물학 & 생물정보학|
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
인공지능 & 프로그래밍|
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
17
인공지능 & 프로그래밍|
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
53
인공지능 & 프로그래밍|
생물학 & 생물정보학|
신약개발 & 제약산업|
Professor
-
Learning Period
10-29-2025 ~ 12-31-2029
Course Introduction
성명 김 병 석 소속기관 인천대학교 생명과학부 강의 명 (주제) 면역학 기초와 최신 면역치료제 개발 동향 학습목표 기초 면역학과 T 세포 매개 면역 질환에 대한 이해를 바탕으로 최신 면역치료제의 개발 동 향과 작용 원리를 학습한다. 분야 □ AI Bio □ Chem □ Drug 단계 기초
Students
74
생물학 & 생물정보학|
신약개발 & 제약산업|
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
119
인공지능 & 프로그래밍|
화학 & 화학정보학|
신약개발 & 제약산업|
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
68
인공지능 & 프로그래밍|
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
34
인공지능 & 프로그래밍|
신약개발 & 제약산업|
Professor
-
Learning Period
11-25-2025 ~ 12-31-2029
Course Introduction
성명 김석호 소속기관 강원대학교 약학과 강의 명 (주제) 최근 신약개발의 경향 학습목표 본 강의를 통해 최근 신약개발에서 시도되고 있는 다양한 시도들을 의약화학 관점에서 강의하고 트렌드를 수강자가 파악할 수 있도록 한다. Macrocyclization, PAINS 등을 포함한 내용들이 포함되어 있다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초 / 심화
Students
32
화학 & 화학정보학|
신약개발 & 제약산업|
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
11
인공지능 & 프로그래밍|
