OMSCS 각 전문 분야에 중복으로 속하는 과목 세부 정보

728x90

중요도 순으로 정리합니다.

먼저 전문분야에서 필수로 이수해야 하는 과목들을 보면, 그 중에 특정 과목들이 필수 과목으로 여러 트랙에 포함되어 있다는 것을 발결할 수 있습니다. 이러한 과목은 중요 과목이라고 보기 타당하므로, 이러한 과목을 중점으로 코스에 대한 자세한 정보 및 자료를 덧붙이겠습니다.

[미국온라인석사] - OMSCS 전문분야(Specializations/전공 트랙/특화 분야) 선택하기 | 자세한 내용, 각 분야 설명, 상관관계 분석

OMSCS 전문분야(Specializations/전공 트랙/특화 분야) 선택하기 | 자세한 내용, 각 분야 설명, 상관관계

조지아 공대의 OMSCS(Online Master of Science in Computer Science) 프로그램에서는 학생들이 자신의 진로와 관심사에 맞춰 "specialization"(전공 트랙/특화 분야)을 선택하여 공부할 수 있습니다. 특화 분야(스

inner-game.tistory.com

OMSCS 기초 과목

입학일로부터 12개월 후 프로그램을 계속 수강하려면 B 이상의 학점으로 기초 과정 2개를 이수해야 합니다.

특히, 2개 이상의 전문과정에 포함되는 과목을 미리 들으신다면, 향후에 전문과정 선정 및 수료시에 도움이 될 것입니다.

* CS 6035: 정보 보안 입문
* CS 6200: 운영 체제 소개 (이전 CS 8803 O02)
* CS 6210: 고급 운영 체제
* CS 6211: 클라우드 컴퓨팅을 위한 시스템 설계 (이전 CS 8803 O12)
* CS 6238: 보안 컴퓨터 시스템 C
* CS 6250: 컴퓨터 네트워크 C
* CS 6260: 응용 암호화 C
* CS 6262: 네트워크 보안
* CS 6263: 사이버 물리 시스템 보안 입문 (이전 CS 8803 O07)
* CS 6264: 정보 보안 랩 - 시스템 및 네트워크 방어 C (이전 CS 8803 O11)
* CS 6290: 고성능 컴퓨터 아키텍처
* CS 6291: 임베디드 시스템 최적화 (이전 CS 8803 O04)
* CS 6300: 소프트웨어 개발 프로세스 // 2개 이상의 전문분야에 포함됨
* CS 6310: 소프트웨어 아키텍처 및 설계
* CS 6340: 소프트웨어 분석
* CS 6400: 데이터베이스 시스템 개념 및 설계
* CS 6422: 데이터베이스 시스템 구현
* CS 6435: 디지털 건강 형평성 (이전 CS 8803 O16)
* CS 6440: 건강 정보학 입문
* CS 6457: 비디오 게임 디자인 // 2개 이상의 전문분야에 포함됨
* CS 6460: 교육 기술
* CS 6475: 계산 사진학 // 2개 이상의 전문분야에 포함됨
* CS 6476: 컴퓨터 비전
* CS 6491: 컴퓨터 그래픽의 기초
* CS 6515: 대학원 알고리즘 입문 (이전 CS 8803 GA) // 2개 이상의 전문분야에 포함됨
* CS 6601: 인공지능 / 2개 이상의 전문분야에 포함됨
* CS 6603: AI, 윤리 및 사회 (이전 CS 8803 O10) // 2개 이상의 전문분야에 포함됨
* CS 6675: 고급 인터넷 시스템 및 응용 프로그램
* CS 6750: 인간-컴퓨터 상호작용 // 2개 이상의 전문분야에 포함됨
* CS 6795: 인지과학 입문 // 2개 이상의 전문분야에 포함됨
* CS 7210: 분산 컴퓨팅
* CS 7280: 네트워크 과학 // 2개 이상의 전문분야에 포함됨
* CS 7400: 양자 컴퓨팅 (이전 CS 8803 O13)
* CS 7470: 모바일 및 유비쿼터스 컴퓨팅
* CS 7496: 컴퓨터 애니메이션
* CS 7632: 게임 AI // 2개 이상의 전문분야에 포함됨
* CS 7637: 지식 기반 인공 지능 - 인지 시스템
* CS 7638: 로봇공학: AI 기술 (이전 CS 8803 O01)
* CS 7639: 사이버 물리적 설계 및 분석 (이전 CS 8803 O09)
* CS 7641: 머신 러닝 // 2개 이상의 전문분야에 포함됨
* CS 7642: 강화 학습 (이전 CS 8803 O03)
* CS 7643: 딥러닝
* CS 7646: 트레이딩을 위한 머신 러닝
* CS 7650: 자연어 처리 // 2개 이상의 전문분야에 포함됨
* CS 8803 O08: 컴파일러 - 이론 및 실제
* CS 8803 O21: GPU 하드웨어 및 소프트웨어
* CSE 6220: 고성능 컴퓨팅 입문 // 2개 이상의 전문분야에 포함됨
* CSE 6242: 데이터 및 시각적 분석 A
* CSE 6250: 건강 정보학을 위한 빅데이터
* ISYE 6420: 베이지안 통계 A

OMSCS 전문 과목 중 필수 과목

전문과목 중 필수과목(core)에 해당하는 과목은 매우 중요하다고 볼 수 있습니다.

그렇다면 아래에서 어떤 과목들이 이에 해당하는지 자세히 살펴 보겠습니다.

출처: https://docs.google.com/spreadsheets/d/1B8C_ZFXqzrQCCMfErHcrsL30z1wzAkSqPqj-GIxZcJE/edit?usp=sharing

우선, 다음의 두 과목을 집중해야합니다. 이 과목들은 6개의 전문분야 중 무려 5개에서 필수과목으로 선택하고 있습니다.

그 중, 컴퓨팅 시스템 전문화 Computing systems, 컴퓨터 그래픽 전문화 Computer Graphics 트랙에서는 이 2개중에 하나를 꼭 이수해야 된다고 안내되어 있습니다.

CS 6505 계산 가능성, 알고리즘 및 복잡성

CS 6515 대학원 알고리즘 입문 // 기초과목

계산적 지각 및 로봇공학 전문화 Computational Perception & Robotics	머신 러닝 Machine Learning	대화형 지능 전문화 Interactive Intelligence	컴퓨팅 시스템 전문화 Computing systems	컴퓨터 그래픽 전문화 Computer Graphics	인간-컴퓨터 상호작용 전문화 Human-Computer Interaction
1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문 CSE 6140 계산 과학 및 공학 알고리즘 CS 6520 계산 복잡도 이론 CS 6550 알고리즘 설계 및 분석 CS 7520 근사 알고리즘 CS 7530 무작위 알고리즘	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문 CSE 6140 계산 과학 및 공학 알고리즘 CS 6520 계산 복잡도 이론 CS 6550 알고리즘 설계 및 분석 CS 7520 근사 알고리즘 CS 7530 무작위 알고리즘 CS 7510 그래프 알고리즘	1 CS 6505 계산 가능성, 복잡성 및 알고리즘 CS 6515 대학원 알고리즘 입문 CSE6140 계산 과학 및 공학 알고리즘 CS 6300 소프트웨어 개발 프로세스 CS 6301 소프트웨어 엔지니어링 고급 주제	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문	CS 6456 사용자 인터페이스 소프트웨어의 원리 또는 CS 7470 모바일 및 유비쿼터스 컴퓨팅 CS 6750 인간-컴퓨터 상호작용

CS 6505 계산 가능성, 알고리즘 및 복잡성

http://omscs.wikidot.com/courses:cs6505

https://sites.cc.gatech.edu/classes/AY2010/cs6505_spring/

https://www.youtube.com/playlist?list=PLAwxTw4SYaPmdtCSyH7lMfm75KSpWMj8K

https://cs6505.wordpress.com/

https://www.overleaf.com/articles/cs-6505-readiness-assessment-problem-2/mjggptgpmycn

https://www.docsity.com/en/docs/a-linear-time-algorithms-with-examples-study-guide-cs-6505/6441123/

https://www.scribd.com/document/255096788/syllabus-CS6505-gatech

https://oneclass.com/study-guides/us/georgia-tech/cs/cs-6505.en.html

CS 6515 대학원 알고리즘 입문

https://omscs.gatech.edu/cs-6515-intro-graduate-algorithms

개요
본 과정은 알고리즘 설계 및 분석 이론을 다루는 대학원 수준의 과정입니다. 본 과정은 다음을 포함한 다양한 알고리즘 기법을 소개합니다.

- 동적 프로그래밍
- 분할하고 정복하다
- 그래프 알고리즘
- 최대 흐름 알고리즘
- 선형 프로그래밍
- NP 복잡도 이론

학생들은 각 도메인과 관련된 기본 알고리즘을 배우고, 알고리즘 기법의 설계, 분석, 표현을 통해 해당 알고리즘을 적용하는 연습을 합니다.

과정 내용
이 강좌 콘텐츠의 공개 버전에 접속하려면 여기를 클릭 하고 Ed Lessons 계정에 로그인하세요. 아직 Ed Lessons 계정을 생성하지 않았다면 이름과 이메일 주소를 입력하고 이메일로 전송된 활성화 링크를 클릭한 후, 해당 링크를 다시 방문하세요.

이 수업을 듣기 전에...
제안된 배경 지식
학생들은 알고리즘 설계 및 분석에 관한 학부 과정을 이수해야 합니다. 특히, DFS(Double Object File System), BFS(Byte Object File System), 다익스트라 최단 경로 알고리즘을 포함한 기본 그래프 알고리즘과 기본 동적 프로그래밍 및 분할 정복 알고리즘(재귀 문제 해결 포함)에 대해 잘 알고 있어야 합니다. 이산수학 학부 과정을 이수한 것으로 간주되며, 학생들은 알고리즘의 점근적 실행 시간을 분석하는 데 능숙해야 합니다.

CS 8001 OLP는 CS 6515에서 성공하는 데 필요한 전제 조건을 충족하도록 설계된 1학점 세미나입니다. 자세한 내용은 CS 8001 세미나 페이지 에서 확인할 수 있습니다.

CS 8001 OLP: The Language of Proofs 증명의 언어

수업 일정:
매년 봄, 여름, 가을

설명:
증명의 언어 수업은 OMSCS 프로그램의 대학원 알고리즘 수업에서 성공하기 위한 선수 과목을 충족하도록 설계되었습니다. 증명 작성의 형식론에 대한 기초 교육을 받고자 하는 학생들에게 이 세미나가 유용할 것입니다. 세미나는 매주 진행되며, 이론 수업과 복습 수업으로 나뉘어 진행됩니다. 복습 수업에서는 이전 수업에서 공유된 워크시트를 논의합니다. 제공되는 연습 문제를 풀도록 적극 권장합니다(학습 방법). 수업은 2주마다 출석 확인을 위한 간단한 과제를 하나씩 제공합니다. 퀴즈에 응시하는 학생들은 세미나에서 만족스러운 성적을 받을 것으로 예상됩니다.

교재(비공식정보):
https://faculty.ksu.edu.sa/sites/default/files/rosen_discrete_mathematics_and_its_applications_7th_edition.pdf

https://www.reddit.com/r/OMSCS/comments/sph4bo/cs_6515_intro_to_graduate_algorithms/

https://oscar.gatech.edu/pls/bprod/bwckctlg.p_disp_course_detail?cat_term_in=202402&subj_code_in=CS&crse_numb_in=6515

http://omscs.wikidot.com/courses:cs6515

https://www.omscentral.com/courses/introduction-to-graduate-algorithms/reviews

https://www.youtube.com/watch?v=MHxGqhAx234

https://monzersaleh.github.io/GeorgiaTech/CS6515_GraduateAlgorithms.html

https://lowyx.com/posts/gt-ga-notes/

https://www.coursicle.com/gatech/courses/CS/6515/

다음은 인공지능 관련한 두 과목입니다.

이 중, CS 7641 머신러닝 과목은 3개의 분야에, 포함되어 있으면서 동시에 기초과목입니다.

CS 6601 인공지능 과목은 2개의 분야에 포함되어 있습니다. 동시에 기초과목 입니다.

계산적 지각 및 로봇공학 전문화 Computational Perception & Robotics	머신 러닝 Machine Learning	대화형 지능 전문화 Interactive Intelligence
이 중 하나 CS 6601 인공지능 CS 7641 머신러닝	1 CS 7641 머신러닝 CSE 6740 계산 데이터 분석: 학습, 마이닝 및 계산	2 CS 6601 인공지능 CS 7637 지식 기반 AI CS 7641 머신러닝

CS 7641 머신러닝

https://omscs.gatech.edu/cs-7641-machine-learning

http://omscs.wikidot.com/courses:cs7641

개요

이 과정은 찰스 이스벨 (일리노이 대학교 어바나-샴페인 총장)과 마이클 리트먼 (브라운 대학교 부총장) 이 처음 만든 대학원 머신러닝 시리즈로, 강의는 소크라테스식 토론으로 진행됩니다. 시어 도어 라그로(조지아 공과대학교)가 진행하며 , 최신 예제, 도구 및 평가 자료를 활용하여 업데이트 되었습니다 .

대상: 최신 머신러닝(ML)을 원칙에 따라 직접 경험하고 숙달하고자 하는 대학원생 및 직장인. Python, 선형대수, 확률, 미적분학에 능숙해야 합니다.

각 단원의 연결 방식: 레이블 이 지정된 데이터를 이용한 예측 (지도 학습) 부터 레이블이 지정되지 않은 데이터에서 구조를 발견하는 비지도 학습 (비지도 학습)까지, 그리고 불확실성 하에서 순차적인 의사 결정 (강화 학습)으로 진행됩니다. 각 단원의 아티팩트는 다음 단원으로 이어집니다.

형식 및 도구: 비디오 강의는 Canvas로 제공됩니다. 보고서는 Overleaf에서 LaTeX로 작성되며, 코드는 Georgia Tech의 비공개 GitHub 저장소에 있습니다. 강의 관련 소통은 Canvas 공지사항과 Ed Discussions를 통해 이루어집니다. 매주 모듈과 관련된 심화 주제에 대한 보충 영상도 제공됩니다.

결과: 방어 가능한 분석, 모델 및 정책 포트폴리오를 확보하고, 이를 언제, 왜 사용해야 하는지 판단할 수 있게 됩니다. 학기 동안 지도 학습, 최적화 및 학습 불확실성, 비지도 학습, 강화 학습을 아우르는 네 개의 보고서(약 30페이지)를 작성하게 됩니다.

과정 내용
이 강좌 콘텐츠의 공개 버전에 접속하려면 여기를 클릭 하고 Ed Lessons 계정에 로그인하세요. 아직 Ed Lessons 계정을 생성하지 않았다면 이름과 이메일 주소를 입력하고 이메일로 전송된 활성화 링크를 클릭한 후, 해당 링크를 다시 방문하세요.

제안된 배경 지식

인공지능 입문 과정은 권장되지만 필수는 아닙니다. CS 7641: 머신러닝 수강 준비 여부를 확인하려면 수강 준비 질문을 참고하여 등록 전에 다른 입문 과정이 필요한지 확인해 보세요.

CS 6601 인공지능

https://omscs.gatech.edu/cs-6601-artificial-intelligence

개요

학생들은 대학 수준의 수학 개념(미적분학, 해석기하학, 선형대수학, 확률론)과 컴퓨터 과학 개념(알고리즘, O 표기법, 자료 구조)에 익숙해야 합니다. 또한, 컴퓨터 프로그래밍에 대한 실무 지식도 필요합니다. 본 과목은 프로그래밍 과제에 Python을 사용하는 데 중점을 둘 것입니다.

이 수업을 듣기 전에...
제안된 배경 지식
O 표기법, 시간 및 공간 제약 조건을 다루는 학부 수준의 컴퓨터 알고리즘 및 자료 구조 과목을 이수해야 합니다. 미적분, 확률, 선형대수 등 대학 수준의 수학에 대한 실무 지식이 있어야 합니다. 또한 Python에 능숙해야 하며 대규모 프로그램을 수정하는 데 능숙해야 합니다.

다음 질문을 검토해 보세요. 질문 중 하나라도 "아니요"라고 답했다면 수업을 듣기 전에 지식을 다시 익히거나 필요한 기술을 연습해 보세요.

1. IPython Notebook을 포함하여 Python 프로그래밍에 능숙하신가요? 그렇지 않다면, 수업 첫 주 안에 언어를 배우는 데 능숙하신가요?2. 집중적인 프로그래밍이 필요한 수업을 여러 개 수강하셨나요?
3. 알고리즘과 데이터 구조 과목을 수강하셨나요?
4. 일주일에 최소 9시간을 이 수업에 할애할 준비가 되셨나요?
5. 선형대수학, 확률론, 단일/다변수 미적분학의 기본 개념에 능숙하신가요?

인터랙션 관련 과목입니다.

다음 과목은 '인간-컴퓨터 상호작용 전문화' 및 '대화형 지능 전문화'에 속해 있습니다.
중요과목:

CS 6750 인간-컴퓨터 상호작용 // 기초과목

선택과목:

CS 6460 교육 기술: 개념적 기초

CS 6465 컴퓨터 저널리즘

CS 6795 인지과학 입문 // 기초과목

CS 7632 게임 AI // 기초과목

다음 과목은 컴퓨터 그래픽 전문화와 인간-컴퓨터 상호작용 전문화에 속해 있습니다.

중요과목:
CS 6457 비디오 게임 디자인 // 기초과목

선택과목:

CS 6730 데이터 시각화 원칙

CS 7450 정보 시각화

대화형 지능 전문화 Interactive Intelligence	컴퓨터 그래픽 전문화 Computer Graphics	인간-컴퓨터 상호작용 전문화 Human-Computer Interaction
1 CS 6505 계산 가능성, 복잡성 및 알고리즘 CS 6515 대학원 알고리즘 입문 CSE6140 계산 과학 및 공학 알고리즘 CS 6300 소프트웨어 개발 프로세스 CS 6301 소프트웨어 엔지니어링 고급 주제	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문	CS 6456 사용자 인터페이스 소프트웨어의 원리 또는 CS 7470 모바일 및 유비쿼터스 컴퓨팅 CS 6750 인간-컴퓨터 상호작용
2 CS 6601 인공지능 CS 7637 지식 기반 AI CS 7641 머신러닝	1 CS 6491 컴퓨터 그래픽의 기초 CS 6457 비디오 게임 디자인 CS 7496 컴퓨터 애니메이션	1~2 CS 6010 디자인 원칙 CS 6320 소프트웨어 요구 사항 분석 및 사양 CS 6435 디지털 건강 형평성 CS 6455 사용자 인터페이스 디자인 및 평가 CS 6457 비디오 게임 디자인 CS 6460 교육 기술: 개념적 기초 CS 6465 컴퓨터 저널리즘 CS 6470 온라인 커뮤니티 디자인 CS 6795 인지과학 입문 CS 7465 교육 기술: 설계 및 평가 CS 7467 컴퓨터 지원 협동 학습 CS 7790 인지 모델링
2 상호 작용: CS 6440 건강 정보학 입문 CS 6460 교육 기술: 개념적 기초 CS 6465 컴퓨터 저널리즘 CS 6471 계산 사회 과학 CS 6603 AI, 윤리 및 사회 CS 6750 인간-컴퓨터 상호작용 AI 방법: CS 6476 컴퓨터 비전 CS 7631 다중 로봇 시스템 CS 7632 게임 AI CS 7633 인간-로봇 상호작용 CS 7634 가상 세계의 AI 스토리텔링 CS 7643 딥러닝 CS 7647 제한된 감독을 통한 머신 러닝 CS 7650 자연어 처리 CS 8803 특별 주제: 고급 게임 AI 인식: CS 6795 인지과학 입문 CS 7610 모델링 및 설계 CS 7651 인간과 기계 학습 CS 8803 특별 주제: 계산적 창의성	3 CS 6457 비디오 게임 디자인 CS 6475 계산 사진학 CS 6476 컴퓨터 비전 CS 6491 컴퓨터 그래픽의 기초 CS 6492 도형 문법 *CS 6730 데이터 시각화 원칙* CS 7450 정보 시각화 CS 7496 컴퓨터 애니메이션	1~2 CS 6440 건강 정보학 입문 CS 6730 데이터 시각화: 원리 및 응용 CS 6763 디자인 환경의 디자인 CS 6770 혼합 현실 경험 디자인 CS 7450 정보 시각화 CS 7451 인간 중심 데이터 분석 CS 7460 협업 컴퓨팅 CS 7470 모바일 및 유비쿼터스 컴퓨팅 CS 7632 게임 AI

그리고 다음의 2 과목은 2가지 주제에 포함되어 있습니다.

CS 6300 소프트웨어 개발 프로세스 // 기초과목

CS 6301 소프트웨어 엔지니어링 고급 주제

대화형 지능 전문화 Interactive Intelligence	컴퓨팅 시스템 전문화 Computing systems
1 CS 6505 계산 가능성, 복잡성 및 알고리즘 CS 6515 대학원 알고리즘 입문 CSE6140 계산 과학 및 공학 알고리즘 CS 6300 소프트웨어 개발 프로세스 CS 6301 소프트웨어 엔지니어링 고급 주제	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문
2 CS 6601 인공지능 CS 7637 지식 기반 AI CS 7641 머신러닝	2 CS 6210 고급 운영 체제 CS 6241 컴파일러 설계 CS 6250 컴퓨터 네트워크 CS 6290 고성능 컴퓨터 아키텍처 CS 6300 소프트웨어 개발 프로세스 또는 CS 6301 소프트웨어 엔지니어링 고급 주제 CS 6390 프로그래밍 언어 CS 6400 데이터베이스 시스템 개념 및 설계

CS 6300 소프트웨어 개발 프로세스

https://omscs.gatech.edu/cs-6300-software-development-process

개요
본 과정은 소프트웨어 시스템 개발 프로세스에 대한 심층적인 연구를 제공합니다. 여기에는 실제 제품 개발에서의 소프트웨어 프로세스 활용, 소프트웨어 제품의 품질 보장을 위한 기법, 그리고 소프트웨어 개발 과정에서 수행되는 유지보수 작업 등이 포함됩니다. 이 과정을 수료하면 수강생들은 소프트웨어 개발에서 소프트웨어 프로세스의 역할을 이해하고, 경직성 프로세스부터 애자일 프로세스까지 다양한 유형의 프로세스를 경험하게 됩니다. 또한, 다양한 최신 기술과 개발 기법을 익히고, 소프트웨어 프로세스와의 연관성을 이해하게 됩니다.

CS 6301 소프트웨어 엔지니어링 고급 주제

그리고 CSE 6140 계산 과학 및 공학 알고리즘 과목은 3개의 분야에,

CS 6550 알고리즘 설계 및 분석 과목은 3개의 분야에,

아래의 과목은 2개의 분야에 포함되어 있습니다.

CS 6520 계산 복잡도 이론

CS 7520 근사 알고리즘

CS 7530 무작위 알고리즘

계산적 지각 및 로봇공학 전문화 Computational Perception & Robotics	머신 러닝 Machine Learning	대화형 지능 전문화 Interactive Intelligence	컴퓨팅 시스템 전문화 Computing systems	컴퓨터 그래픽 전문화 Computer Graphics	인간-컴퓨터 상호작용 전문화 Human-Computer Interaction
1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문 CSE 6140 계산 과학 및 공학 알고리즘 CS 6520 계산 복잡도 이론 CS 6550 알고리즘 설계 및 분석 CS 7520 근사 알고리즘 CS 7530 무작위 알고리즘	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문 CSE 6140 계산 과학 및 공학 알고리즘 CS 6520 계산 복잡도 이론 CS 6550 알고리즘 설계 및 분석 CS 7520 근사 알고리즘 CS 7530 무작위 알고리즘 CS 7510 그래프 알고리즘	1 CS 6505 계산 가능성, 복잡성 및 알고리즘 CS 6515 대학원 알고리즘 입문 CSE6140 계산 과학 및 공학 알고리즘 CS 6300 소프트웨어 개발 프로세스 CS 6301 소프트웨어 엔지니어링 고급 주제	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문	1 CS 6505 계산 가능성, 알고리즘 및 복잡성 CS 6515 대학원 알고리즘 입문	CS 6456 사용자 인터페이스 소프트웨어의 원리 또는 CS 7470 모바일 및 유비쿼터스 컴퓨팅 CS 6750 인간-컴퓨터 상호작용
			CS 6550 알고리즘 설계 및 분석

계산적 지각 및 로봇공학 전문화

컴퓨터 그래픽 전문화

CS 6475 계산 사진학 // 기초과목

4개의 분약에 속해있으며 기초과목입니다.

CS 6476 컴퓨터 비전

CS 7644 로봇공학을 위한 머신러닝

CS 7650 자연어 처리 // 기초과목

CS 6603 AI, 윤리 및 사회 // 기초과목

CS 7280 네트워크 과학 // 기초과목

CS 7631 자율 다중 로봇 시스템

CS 7633 인간-로봇 상호작용

CS 6220 빅데이터 시스템 및 분석 // 기초

계산적 지각 및 로봇공학 전문화 Computational Perception & Robotics	머신 러닝 Machine Learning	대화형 지능 전문화 Interactive Intelligence	컴퓨팅 시스템 전문화 Computing systems	컴퓨터 그래픽 전문화 Computer Graphics
이중 1~2 CS 6475 계산 사진학 CS 6476 컴퓨터 비전 CS 7499 3D 재구성 CS 7636 계산적 지각 CS 7639 사이버 물리 설계 및 분석 CS 7644 로봇공학을 위한 머신러닝 CS 7650 자연어	3 CS 6220 빅데이터 시스템 및 분석 CS 6476 컴퓨터 비전 CS 6603 AI, 윤리 및 사회 CS 7280 네트워크 과학 CS 7535 마르코프 체인 몬테카를로 CS 7540 스펙트럼 알고리즘 CS 7545 머신러닝 이론 CS 7616 패턴 인식 CS 7626 행동 영상 CS 7642 강화 학습 및 의사 결정 ( 이전 CS 8803-O03) CS 7643 딥러닝 CS 7644 로봇공학을 위한 머신러닝 CS 7650 자연어 CS 7646 트레이딩을 위한 머신러닝 CS 8803 특별 주제: 확률 그래프 모델 CSE 6240 웹 검색 및 텍스트 마이닝 CSE 6242 데이터 및 시각적 분석 CSE 6250 건강을 위한 빅데이터 ( 이전 명칭: CSE 8803) ISYE 6416 계산 통계학 ISYE 6420 베이지안 방법 ISYE 6664 확률적 최적화	2 상호 작용: CS 6440 건강 정보학 입문 CS 6460 교육 기술: 개념적 기초 CS 6465 컴퓨터 저널리즘 CS 6471 계산 사회 과학 CS 6603 AI, 윤리 및 사회 CS 6750 인간-컴퓨터 상호작용 AI 방법: CS 6476 컴퓨터 비전 CS 7631 다중 로봇 시스템 CS 7632 게임 AI CS 7633 인간-로봇 상호작용 CS 7634 가상 세계의 AI 스토리텔링 CS 7643 딥러닝 CS 7647 제한된 감독을 통한 머신 러닝 CS 7650 자연어 처리 CS 8803 특별 주제: 고급 게임 AI 인식: CS 6795 인지과학 입문 CS 7610 모델링 및 설계 CS 7651 인간과 기계 학습 CS 8803 특별 주제: 계산적 창의성	3 CS 6035 정보 보안 입문 CS 6200 운영 체제 대학원 입문 CS 6220 빅데이터 시스템 및 분석 CS 6235 실시간 시스템 CS 6238 보안 컴퓨터 시스템 CS 6260 응용 암호화 CS 6262 네트워크 보안 CS 6263 사이버 물리 시스템 보안 입문 CS 6291 임베디드 시스템 최적화 CS 6310 소프트웨어 아키텍처 및 디자인 CS 6340 소프트웨어 분석 및 테스트 CS 6365 엔터프라이즈 컴퓨팅 입문 CS 6422 데이터베이스 시스템 구현 CS 6550 알고리즘 설계 및 분석 CS 6675 고급 인터넷 컴퓨팅 시스템 및 응용 프로그램 CS 7210 분산 컴퓨팅 CS 7260 인터네트워킹 아키텍처 및 프로토콜 CS 7270 네트워크 애플리케이션 및 서비스 CS 7280 네트워크 과학 CS 7290 마이크로아키텍처의 고급 주제 CS 7292 컴퓨터 아키텍처의 신뢰성 및 보안 CS 7560 암호학 이론 CS 8803-FPL 특별 주제: 프로그래밍 언어의 기초 CSE 6220 고성능 컴퓨팅	3 CS 6457 비디오 게임 디자인 CS 6475 계산 사진학 CS 6476 컴퓨터 비전 CS 6491 컴퓨터 그래픽의 기초 CS 6492 도형 문법 CS 6730 데이터 시각화 원칙 CS 7450 정보 시각화 CS 7496 컴퓨터 애니메이션
이중 1~2 CS 7630 자율 로봇공학 CS 7631 자율 다중 로봇 시스템 CS 7633 인간-로봇 상호작용 CS 7638 로봇공학을 위한 인공지능 기술 CS 7648 대화형 로봇 학습 CS 7649 로봇 지능: 계획

CS 6475 계산 사진학

https://omscs.gatech.edu/cs-6475-computational-photography

개요
이 수업에서는 컴퓨팅이 사진의 전체 워크플로우에 어떤 영향을 미치는지 탐구합니다. 사진 촬영은 전통적으로 3D 장면에서 빛을 포착하여 2D 이미지를 형성하는 것을 목표로 합니다. 학기 전체에 걸쳐 사진 형성의 지각적, 기술적, 그리고 컴퓨팅적 측면, 더 정확히는 (대부분 2D) 이미지 매체에 현실을 포착하고 묘사하는 것에 대한 심도 있는 연구가 진행됩니다. 이미지 제작의 과학적, 지각적, 그리고 예술적 원리를 중점적으로 다루며, 특히 컴퓨팅에 의해 영향을 받고 변화하는 원리를 다룹니다. 회화 기법과 인간 시각 체계의 관계, 2D 표현의 본질적인 한계와 그에 대한 가능한 보상, 그리고 빛을 포착하여 이미지를 형성하는 것과 관련된 기술적 문제 등을 다룹니다. 이미지 캡처 및 렌더링의 기술적 측면과 이러한 매체를 최대한 활용하는 방법을 탐구합니다. 새로운 형태의 카메라와 이미징 패러다임을 소개합니다. 학생들은 학기 전체에 걸쳐 컴퓨팅 기법과 디지털 이미징 프로세스를 결합하여 사진 아티팩트를 제작하는 실습을 진행합니다.

자세한 내용은 CS 6475 과정 웹사이트 에서 확인할 수 있습니다 .

과정 목표
이 수업에서는 컴퓨팅이 사진 촬영의 전체 워크플로에 어떤 영향을 미치는지 살펴봅니다. 사진 촬영은 전통적으로 3D 장면에서 빛을 포착하여 2D 이미지를 형성하는 것을 목표로 합니다. 학기 동안 학생들은 다음과 같은 내용을 배우게 됩니다.

- 이미지를 수학 연산을 수행하여 흥미로운 아티팩트를 생성할 수 있는 다차원 배열로 생각해보세요.
- 이미지 캡처 및 렌더링의 기술적 측면과 이러한 매체를 최대한 활용할 수 있는 방법에 대한 탐색
- 3D 공간을 2D 평면에 매핑하는 장치로 카메라를 수학적으로 모델링하려면
- 센서, 조명, 렌즈 등을 바꾸면 기존 카메라 파이프라인이 어떻게 변형될 수 있는지 알아보세요.

이 수업을 듣기 전에...
제안된 배경 지식
본 과정은 수업에서 배운 개념에 대한 학생들의 이해도를 평가하는 프로그래밍 과제와 프로젝트로 구성됩니다. 수업 진행 속도를 따라가기 위해서는 다음 사항이 필수적입니다.

1. 컴퓨터 프로그래밍에 대한 실무 지식(가급적 Python)
2. 대학 수준의 수학(행렬, 벡터, 미분, 적분에 대한 지식)
3. 물리학(벡터, 광학)
4. 확률(확률 밀도 함수)
5. 카메라 작동에 대한 기본 지식(셔터 속도, ISO, 조리개 제어)
6. OpenCV 및 Numpy 사용 경험이 있는 것이 좋습니다.

CS 6476 컴퓨터 비전

https://omscs.gatech.edu/cs-6476-computer-vision

개요
본 과정은 이미지 형성의 기본 원리, 카메라 영상 기하 구조, 특징점 검출 및 매칭, 스테레오, 동작 추정 및 추적을 포함한 멀티뷰 기하 구조, 그리고 분류를 포함한 컴퓨터 비전에 대한 소개를 제공합니다. 또한, 이미지에서 알려진 모델 탐색, 스테레오로부터 깊이 복원, 카메라 보정, 이미지 안정화, 자동 정렬(예: 파노라마), 추적, 그리고 동작 인식을 포함한 응용 분야의 기본 기법들을 개발합니다.

이 과정의 초점은 강의에서 다루는 방법론의 직관과 수학을 발전시키고, 문제 세트에서 이론과 실제의 차이점을 배우는 것입니다. 모든 알고리즘은 슬라이드에서 완벽하게 작동합니다. 하지만 요기 베라의 말을 기억하세요. "이론에서는 이론과 실제 사이에 차이가 없습니다. 하지만 실제에서는 차이가 있습니다." (아인슈타인도 비슷한 말을 했지만, 실제 생활에 대해 더 잘 아는 사람은 없을 것입니다.)

일반적으로 이미지 및 비전 라이브러리는 기본적인 방법을 먼저 이해하고 (종종 코딩까지) 익힌 후에야 사용할 것입니다. 수학을 반영하는 코드를 작성하고, 다양한 데이터 구조를 코딩하고, 이를 비교하여 여러 가설을 평가하는 데 능숙해야 합니다.

제안된 배경 지식
- 학생들은 수학 프로그래밍을 위한 Python 관련 실무 지식을 갖추고 있어야 합니다. 모든 과제는 OpenCV 시스템을 백엔드로 사용하여 Python으로 진행됩니다. 프로그래밍에 익숙하다면 혼자서도 충분히 익힐 수 있을 것입니다. 하지만 이 과정은 프로그래밍을 배우는 것이 아니라, 프로그래밍을 활용하여 컴퓨터 비전 개념을 실험하는 과정임을 강조합니다.
- 이 과목은 다른 많은 컴퓨터공학 과목보다 수학 내용이 더 많습니다. 선형대수학, 벡터미적분학, 선형대수학, 확률론, 그리고 선형대수학까지요. (힌트 아시겠어요?)
- 시각에 대한 사전 지식은 필요하지 않습니다. 이미지 프로그래밍 경험이 있으면 도움이 됩니다. 이미지/신호 처리 경험 또한 도움이 될 것입니다.

다음 질문 중 하나라도 "아니오"라고 답한 경우 CS 6476을 수강하기 전에 일부 자료에 대한 지식을 다시 한번 숙지하는 것이 좋습니다.

1. 가우스 분포가 무엇이고, 매개변수 형태가 어떤지 기억하시나요?
2. 2차원 숫자 배열이 있고 x 방향의 미분을 계산하고 싶다면, 어떻게 해야 할까요? "기울기"의 크기는 어떻게 될까요?
3. 만약 자신의 코드로 이미지에 선을 그려야 한다면, 라이브러리 없이도 할 수 있을까요?
4. 컬러 이미지를 흑백 버전(회색조)으로 변환하려면 어떻게 계산해야 하는지 아십니까?
5. 이론적으로는 작동하지만 실제로는 예상보다 결과가 좋지 않은 코드에 익숙하신가요? 그리고 알고리즘의 매개변수를 조정하는 것(전문 용어입니다)을 즐기면서 실제 이미지에서도 작동하게 만드시나요?

CS 7644 로봇공학을 위한 머신러닝

CS 7650 자연어 처리 // 기초과목

https://omscs.gatech.edu/cs-7650-natural-language-processing

이 과정은 자연어 처리를 위한 최신 데이터 기반 기법에 대한 개요를 제공합니다. 본 과정은 단순한 단어 묶음(bag-of-words) 모델에서 시작하여, 단어들이 의미를 생성하기 위해 상호작용하는 방식에 대한 더욱 풍부한 구조적 표현, 특히 언어 모델로 확장됩니다. 각 단계에서 핵심적인 언어 현상과 가장 성공적인 계산 모델에 대해 논의합니다. 또한, 특히 자연어 처리와 관련된 머신러닝 기법들을 다룹니다.

과정 목표
자연어 처리(NLP)는 컴퓨터에 인간의 언어를 지능적으로 처리할 수 있는 능력을 부여하는 것을 목표로 합니다. NLP 구성 요소는 대화 에이전트 및 인간과 대화하는 기타 시스템, 인간 언어 간 자동 번역, 방대한 텍스트 컬렉션을 활용한 질문에 대한 자동 답변, 텍스트에서 구조화된 정보 추출, 인간 작성자를 돕는 도구 등 다양한 분야에 사용됩니다. 본 과정에서는 주요 NLP 구성 요소에 사용되는 기본 개념과 NLP 알고리즘 개발에 대한 최신 기술을 학습합니다.

과정을 마치면 학생들은 다음을 수행해야 합니다.

- 통계적 접근 방식과 신경망 접근 방식을 포함하여 자연어 텍스트 처리를 위해 일반적으로 사용되는 다양한 알고리즘을 구현할 수 있습니다.
- 텍스트 분류, 텍스트 생성, 대화, 언어 번역, 문서 검색을 포함한 일반적인 자연어 텍스트 처리 문제에 대한 솔루션을 구현할 수 있습니다.
- 텍스트 문서의 통계적 속성을 분석할 수 있습니다.
- 다양한 알고리즘의 중요성, 개발 이유, 그리고 언제 사용해야 하는지 알아보세요.

제안된 배경 지식
- 데이터 구조 과정
- 인공 지능 또는 머신 러닝 입문 과정

CS 6603 AI, 윤리 및 사회 // 기초과목

https://omscs.gatech.edu/cs-6603-ai-ethics-and-society

CS 7280 네트워크 과학 // 기초과목

https://omscs.gatech.edu/cs-7280-network-science

CS 7631 자율 다중 로봇 시스템

CS 7633 인간-로봇 상호작용

CS 6220 빅데이터 시스템 및 분석 // 기초

https://omscs.gatech.edu/cse-6220-intro-high-performance-computing

개요
이 과정은 확장 가능한 병렬 알고리즘에 대한 대학원 수준의 입문 과정입니다. "확장"은 실제로 두 가지 의미를 지닙니다. 문제 규모가 커질수록 효율적이어야 하고, 시스템 규모(코어 또는 컴퓨팅 노드 수로 측정)가 커질수록 효율적이어야 합니다. 이 두 가지 의미에서 알고리즘을 실제로 확장하려면 CS 101 이후 순차 알고리즘에서 해왔던 것처럼 점근적 복잡도를 줄이는 데 현명해야 합니다. 하지만 통신 및 데이터 이동을 줄이는 것도 고려해야 합니다. 이 과정에서는 이를 위해 필요한 기본적인 알고리즘 기법을 다룹니다. 접하게 될 기법은 세 가지 주요 머신 유형에 대한 주요 알고리즘 설계 및 분석 아이디어를 다룹니다. 멀티코어 및 매니코어 공유 메모리 머신의 경우 작업 범위 모델을, 클러스터 및 슈퍼컴퓨터와 같은 분산 메모리 머신의 경우 네트워크 모델을, 그리고 심층 메모리 계층 구조(예: 캐시)를 가진 순차 또는 병렬 머신입니다. 정렬, 트리 및 그래프 탐색, 선형 대수 등과 같은 기본적인 문제에 이러한 기법이 적용되는 것을 볼 수 있습니다. 이 과정의 실무적인 측면은 학습할 알고리즘과 기술을 실제 병렬 및 분산 시스템에서 구현하여 이론적으로 잘 작동하는 것처럼 보이는 것이 실제로도 적용되는지 확인하는 것입니다. (사용할 프로그래밍 모델에는 OpenMP, MPI 등이 있으며, 경우에 따라 다른 모델도 사용할 수 있습니다.)

자세한 내용은 CSE 6220 과정 웹사이트 에서 확인할 수 있습니다 .

제안된 배경 지식
CSE 6220에 대한 과정 준비 설문 조사를 검토하세요. 어떤 질문에도 답할 수 없다면 이 과정을 수강하기 전에 해당 분야에 대한 지식을 다시 한번 숙지하시기 바랍니다.

또한 다음 사항을 권장합니다.

- CS 6515: 대학원 알고리즘 입문 또는 학부 알고리즘 수업을 수강했습니다.
- C 또는 C++와 같은 "저수준" "고수준" 언어로 프로그래밍 경험이 있어야 합니다(프로그래밍 과제를 위해)
- *nix 환경(예: Unix, Linux)에서 명령줄 인터페이스를 사용한 경험이 있습니다.