빅데이터를 활용하여 축산 분야에서 발생하는 다양한 동물 정보를 분석 및 처리하는 방법을 학습하여 최적의 생산성과 효율성을 달성할 수 있다. 학생들은 축산 데이터의 수집, 처리 및 분석에 필요한 이론과 실습을 통해 데이터 기반 의사결정 능력을 기를 수 있다.

ICT 기술을 활용한 동물 질병의 예측, 진단, 예방 및 관리 방법을 학습하여 축산업의 건강관리 효율성을 높일 수 있다. 학생들은 스마트 센서 및 데이터 분석 기술을 통해 질병 발생의 조기 탐지 및 예방 조치 능력을 기를 수 있다.

데이터 기반 사료 관리 및 최적화 시스템을 학습하여 가축의 건강과 생산성을 극대화할 수 있는 방안을 이해할 수 있다. 학생들은 사료 데이터 분석, 영양 관리 시스템 및 맞춤형 사료 설계 능력을 기를 수 있다.

데이터로부터 지식을 추출하는 머신러닝은 인공지능의 한 분야로서 최근 다양한 종류의 데이터를 적절 하게 가공하고, 패턴을 추출하여 이러한 결과를 활용하는 다양한 활동을 일컫는다. 본 교과목에서는 다양한 머신러닝 기법의 개념과 목적, 특징, 장단점 등에 대한 정성적인 논의를 통해 까다로운 수학의 부담이 없이 머신러닝 기법에 접근하고 활용할 수 있도록 한다. 수학을 통한 해설은 최소한으로 하되, 다양한 머신러닝 라이브러리를 활용한 코딩 과정을 통해 학생들이 이론과 실무를 균형있게 습득할 수 있도록 하는데 주안점을 둔다.

본 과목에서는 딥러닝 개요부터 시작하여 신경망, 다층 신경망. 합성곱 신경망, 순환 신경망 등 딥러닝 기초를 다룬다., 아울러 다양한 신경망을 활용하여 이미지를 분류하고 텍스트를 분류하는 과정을 학습하고 창의 융합 응용 프로젝트를 진행한다. 이를 통해 창의력 및 융합능력과 소통 능력, 도전 능력을 고양 한다.