Professor

-

Learning Period

08-06-2026 ~ 12-31-2029

Course Introduction

성명 안준용 소속기관 고려대학교 보건과학대학 바이오시스템의과학부 강의 명 (주제) 유전체 인공지능 모델 기초 및 실습 학습목표 유전체·오믹스 데이터에서 인공지능 모델이 학습하는 입력 표현과 분석 흐름을 이해한다.2026년 최신 오믹스 AI 모델 사례를 바탕으로 모델 선택, 데이터 전처리, 평가 기준을 익힌다.임베딩 추출, 예측 모델 구성, 결과 해석의 기본 원리를 실습 중심으로 익힌다.각 실습 결과를 재현 가능한 분석 절차와 짧은 보고서로 정리한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 ☑ 기초 □ 심화

Students

-

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

94

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

244

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 질병 멀티오믹스 데이터에 클러스터링 및 네트워크 분석을 활용한 최신 연구   2 멀티오믹스 데이터 클러스터링 분석의 기초 개념과 적용 사례   3 멀티 오믹스 데이터에 대한 네트워크 분석 적용의 기초 개념과 적용 사례   4 NMF 클러스터링 중심의 멀티오믹스 데이터 클러스터링 분석 실습 O 5 MOFA tool을 활용한 멀티오믹스 데이터 클러스터링 분석 및 해석 실습 O 6 PHONEMES tool을 활용한 멀티오믹스 데이터 네트워크 분석 및 해석 실습 O

Students

197

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

174

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김완규 소속기관 이화여자대학교 과목명 약물-전사체 기반 약물 기전해석 및 신약재창출 강의시간 3 학습목표 1. 약물-전사체 기반 약물 기전 해석의 기본 원리를 이해한다.2. 약물-전사체 기반 신약재창출 기법을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목  차세대 시퀀싱(NGS) 및 오믹스(전사체) 생명정보 분석 기초 (NGS 데이터 및 Pathway 분석, 클러스터링 기초 지식 등) 참고자료  강의 자료 참조 준비사항  노트북 지참 (권장 사항)

Students

107

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

73