최근 생명과학 분야에서도 오믹스 데이터로부터 딥러닝 기술을 활용하여 생명현상 규명 및 난제 해결을 위한 연구들이 급속도로 확대되고 있다. 본 강좌에서는 Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Transformer 등 현대 딥러닝의 핵심 아키텍처들의 구조적 특징과 기본적인 작동 원리에 대해 설명한다.
또한 Google Colab 환경에서 실제 DNA 서열 데이터를 활용한 유전체 기반 예측 문제 실습을 진행하면서, 수강생들이 각 모델에 대해 직접 체험할 수도 있도록 한다. 이와 더불어 사전학습(pre-trained) 모델 기반의 특징 표현(representation) 학습과 전이학습(transfer learning) 기법에 대해서도 공부하고 실습을 진행하면서, 이를 통해 제한된 데이터로도 효율적으로 고성능 모델을 구축하거나 활용할 수 있는 방안을 익힌다.