교과목개요

Ctrl+F를 눌러 원하시는 과목을 찾으세요

ASF118 조사방법론 (Survey Analysis)
실험, 관찰, 조사, 내용분석 및 조사연구를 위하여 실시하게 되는 조사방법의 계획, 설문지 작성법, 설문지 문항의 신뢰성과 타당성 검토 방법, 그리고 조사결과에 대한 분석법에 대해 다룬다.
ASF133 정보수학II (Mathematics II for Data Science)
정보수학I의 연속과정으로 행렬에 대해서 다룬다.
ASF139 데이터분석소프트웨어 II (Data Analysis Software II)
데이터분석소프트웨어I의 연속강좌로서 다양한 형태의 자료에 대한 통계적 분석을 SAS 패키지를 통하여 해결하는 법을 배운다.
ASF142 계산통계 ( Computational Statistics)
통계학에서 배운 여러 가지 추론에 관한 이론을 모의실험을 통해 이해한다. 그리고 방대한 계산을 요구하는 통계적 방법과 이론적으로 해결하지 못하는 문제를 계산을 통해 해결하는 방법을 다룬다.
ASF069 실험계획과응용 (Experimental Design)
완전확률화계획법, 라틴방격법, 그레코-라틴방격법, 요인배치법, 블록계획법, 혼합모형, 일부실시법등의 다양한 실험계획법을 소개하고 각 계획법에 대한 분산분석 방법에 대해 다룬다.
ASF070 확률과응용 (Probability Theory)
확률과 확률변수에 대한 기본 개념 및 기댓값, 극한정리 등을 다룬다.
ASF111 데이터베이스활용및실습 (Database Application and Lab)
데이타베이스의 기초 개념에서부터 데이터베이스의 구조 및 데이터 모델, 관계형 데이터베이스 시스템과 질의어인 SQL들을 익히고, 현재 사용중인 대표적인 데이터베이스 관리 시스템을 실제로 프로젝트를 통해 실습한다.
ASF140 회귀분석 I (Regression Analysis I)
회귀분석 기법은 어떤 현상이 변수들의 상호 관련성으로 나타날 때, 이들 변수(반응변수, 설명변수)간의 관계를 나타내는 회귀함수를 구축한 다음, 변수들의 관측 값으로부터 회귀함수를 추정하여 반응변수와 설명변수와의 관계를 규명하고, 설명변수 값들로부터 반응변수 값을 예측하는데 활용하는 학문분야이다. 따라서 본 강좌의 목표는 선형회귀모형의 구축, 모수추정, 모형의 평가, 모형의 해석 등을 다룬다.
ASF174 데이터시각화 (Data visualization)
본 교과에서는 R 을 이용하여 다양한 자료의 시각화 방법에 대해서 배운다. 이를 위해 먼저 R 사용을 숙지하고 기본적인 통계 분석 도구들에 대해 배운다. 또한 R 에서 제공하는 다양한 그래프 기능과 여러 가지 패키지를 이용하여 시각화 방법에 대해서 상세히 학습한다. 기본적인 막대그림과 산점도를 비롯하여 지도를 이용하는 것 까지 다룬다.
ARC204 공기업과 공공산업 이해 (Understanding of Public Industry)
ASF079 추정과검정 (Statistical Inference )
통계학의 기초 이론을 수리적으로 이해하고 확률분포 및 추정, 검정에 관한 것을 배운다.
ASF093 다변량자료분석 (Multivariate Data Analysis)
다변량 자료에 관련된 이론과 주성분 분석, 요인분석, 판별및 분류분석, 군집분석 등의 분석방법을 다룬다.
ASF112 데이터마이닝및실습 (Data Mining and Lab)
대용량의 데이터로부터 유용한 정보를 추출하는 탐색적이고 통계적인 방법인 데이터마이닝을 위한 이론과 응용에 대해 학습한다. 연관성분석, 군집분석, 회귀분석, 의사결정나무분석, 신경망 등의 간접적 또는 직접적 데이터마이닝 학습기법에 대한 이론에 대해 학습한다. 실습에서는 실제 자료들을 가지고 데이터마이닝을 하는 과정을 학습한다.
ASF141 회귀분석 II (Regression Analysis II)
선수과목으로 습득한 회귀분석I의 이론을 바탕으로 회귀분석의 확장, 특이 사항, 기타 문제를 중점적으로 다루며 예제를 통하여 회귀분석에 대한 이해를 심화시키는 과정이다.
ASF170 빅데이터 (Big Data)
대용량데이터(빅데이터)를 처리하여 필요한 정보를 추출하기 위한 방법을 배운다. 이를 위해 텍스트마이닝, 사회연결망 분석 그리고 지도데이터 분석 등 비정형 자료를 분석 할 수 있는 능력을 기른다.
ARC207 공공산업경영론 (Public Industrial Management Theory)
ASF063 품질관리 (Quality Control)
품질 향상을 위한 기본개념을 이해하고 관리도, 6 시그마 등 관리기법을 배운다.
ASF094 시계열자료분석 (Time Series Data Analysis)
시계열 자료의 분석을 위한 통계적 기법을 소개한다. 시계열자료의 변동 요인의 이해와 이들 요인에 대한 Smoothinh Methods와 Decomposition Methods가 소개되고 자기 상관 및 편자기 상관분석의 이해로 AR-모형, ARIMA-모형 등의 설정 및 추정과 이들에 의한 시계열 예측법에 관하여 다룬다. SPSS와 SAS 등의 통계패키지를 활용하여 응용위주로 강의한다.
ASF122 범주형 자료분석 (Categorical DAta Analysis)
범주형 자료에 대한 분할표검정, 연관성 검정을 비롯하여 로지스틱 모형, 로그선형 모형 등을 다룬다.
ASF152 IPP현장실습1-1 (Industry Professional Practice 1-1)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF153 IPP현장실습1-2 (Industry Professional Practice 1-2)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF154 IPP현장실습1-3 (Industry Professional Practice 1-3)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF155 IPP현장실습1-4 (Industry Professional Practice 1-4)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF156 IPP현장실습1-5 (Industry Professional Practice 1-5)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF158 IPP현장실습1-7 (Industry Professional Practice 1-7)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF168 캡스톤디자인 I (Capstone Design I)
대용량의 데이터를 기반으로 유용한 정보를 추출하는 데이터마이닝의 이론과 실습을 심화 학습한다. 그리고 각 산업분야에서 생성되는 실제 자료로부터 유용한 정보를 추출하여 활용방안을 제시하는 그룹 프로젝트를 실시하여 데이터마이닝에 대한 이해의 폭을 넓히고 실제 자료에 대한 분석 능력을 함양시킨다.
ASF178 머신러닝 (Machine learning)
기계학습은 데이터를 통해 성능을 계속적으로 향상시킬 수 있는 시스템을 연구하는 인공지능의 한 분야이다. 본 과목에서는 기계학습에 관한 이론 및 실제적인 주제들을 다룬다. 지도 학습과 비지도 학습에 관한 기본 원리와 이론적인 배경을 공부하며 이들에 대한 구체적인 알고리즘을 학습한다. 의사결정트리, 메모리기반 학습, 신경망, 유전자알고리즘, 베이지안망, 은닉 마코프 모델, 커널방법 및 기타 최근 기계학습 알고리즘을 다룬다.
ASF147 현장실습Ⅱ (InternshipⅡ)
현대의 기업체에서 요구하는 인재상은 이론과 더불어 실무에서 또한 능률적으로 일을 하는 사람을 원한다. 학생들이 미리 현장에서 자신의 능력을 안다면 졸업 후 직장생활에 있어서 매우 유익할 것이다. 그렇기에 이 과목은 미흡한 실무능력을 보완하여 기업에서 요구하는 능력을 갖추기 위한 과정이다.
ARC198 산업경영지원학 현장실습Ⅰ (Field Training of Public Industrial Management)
ASF146 현장실습Ⅰ (InternshipⅠ)
현대의 기업체에서 요구하는 인재상은 이론과 더불어 실무에서 또한 능률적으로 일을 하는 사람을 원한다. 학생들이 미리 현장에서 자신의 능력을 안다면 졸업 후 직장생활에 있어서 매우 유익할 것이다. 그렇기에 이 과목은 미흡한 실무능력을 보완하여 기업에서 요구하는 능력을 갖추기 위한 과정이다.
ARC198 산업경영지원학 현장실습Ⅰ (Field Training of Public Industrial Management)
ASF149 현장실습Ⅲ (InternshipⅢ)
현대의 기업체에서 요구하는 인재상은 이론과 더불어 실무에서 또한 능률적으로 일을 하는 사람을 원한다. 학생들이 미리 현장에서 자신의 능력을 안다면 졸업 후 직장생활에 있어서 매우 유익할 것이다. 그렇기에 이 과목은 미흡한 실무능력을 보완하여 기업에서 요구하는 능력을 갖추기 위한 과정이다.
ASF150 캡스톤디자인Ⅱ (capstone designⅡ)
마케팅, 금융업, 제조업 등 다양한 산업 분야에서 생성되는 데이터에 대한 정보를 요약하고 표현하는 방법들을 습득하고 통계적 모형을 활용하여 유용한 정보를 얻는 방법에 대한 이론과 실습을 심화 학습한다. 그룹 프로젝트를 통하여 실제 자료를 처리하고 분석하는 기법을 익혀 자료의 통계적인 처리와 활용에 대한 능력을 향상시킨다.
ASF175 공공빅데이터 (Public bigdata)
정부부처 및 지방자치단체 등의 공공 빅데이터의 생산과 공개 그리고 공유가 가속화되고 있다. 이렇게 공개된 공공 빅데이터에 대한 분석을 통해 빅데이터를 좀 더 가까이 할 수 있고, 공공 데이터를 통해 많은 정보를 얻을 수 있음을 체험한다.
ASF179 소셜네트워크분석 (Social network analysis)
소셜 네트워크 분석의 목적은 그들을 네트워크로 연결하는 관계를 매핑함으로써 공동체를 이해하는 것이다. 그리고 주요 개인, 네트워크 내의 그룹 간의 연관성을 끌어내기 위해 노력한다. 소셜 네트워크 분석은 소그룹의 범위, 소그룹의 영향, 소그룹의 활동에 대한 정보를 제공할 수 있다. 이 과목은 소셜 네트워크 분석을 통해 사회의 다양한 현상 혹은 공동체를 해석하고 이해할 수 있는 방법을 배운다.
ASF180 통계 진로가이드 (Statistics career guide)
통계 진로가이드는 통계학 전공학생들의 취업역량을 계발하여 향상시키고, 사회적 요구와 자신의 적성에 맞는 통계분야 및 관련 분야의 취업 지도를 한다. 그리고 자기 소개서를 바탕으로 학생들의 역량에 따른 취업 분야를 발굴하여 이에 적합한 취업지도를 한다.
ASF148 현장실습Ⅳ (InternshipⅣ)
현대의 기업체에서 요구하는 인재상은 이론과 더불어 실무에서 또한 능률적으로 일을 하는 사람을 원한다. 학생들이 미리 현장에서 자신의 능력을 안다면 졸업 후 직장생활에 있어서 매우 유익할 것이다. 그렇기에 이 과목은 미흡한 실무능력을 보완하여 기업에서 요구하는 능력을 갖추기 위한 과정이다.
ASF160 IPP현장실습3-1 (Industry Professional Practice 3-1)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF161 IPP현장실습3-2 (Industry Professional Practice 3-2)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF162 IPP현장실습3-3 (Industry Professional Practice 3-3)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF163 IPP현장실습3-4 (Industry Professional Practice 3-4)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF164 IPP현장실습3-5 (Industry Professional Practice 3-5)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF166 IPP현장실습3-7 (Industry Professional Practice 3-7)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기 현장 실습을 운영함
ASF172 IPP현장실습 3-10 (Industry Professional Practice)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기현장실습 및 일학습병행제 OJT(현장훈련)을 운영함
ASF173 IPP현장실습 3-9 (Industry Professional Practice)
전공별 다양한 직무 체험을 위해 4개월 이상 체계적인 장기현장실습 및 일학습병행제 OJT(현장훈련)을 운영함
ASF176 빅데이터프로젝트 (Bigdata project)
기술의 발달로 데이터의 생산, 수집, 처리과정이 자동화되면서, 주변의 다양한 자료를 활용하여 의미있는 결과를 산출하는 빅데이터는 매우 중요해지고있다. 본 강의는 다양한 빅데이터를 분석하는 프로젝트를 통해 빅데이터 분석방법을 체계적으로 이해하고 다양한 사회적 이슈와 기술적 개념을 배우는 기회로 진행될 예정이다.
ASF177 딥러닝 (Deep learning)
최근 인공지능 발전을 이끌고 있는 기계학습 한 분야인 딥러닝에 대한 기초적인 이론과 실제를 공부한다. 기본적인 신경망 모델, 학습기법과 손실함수 등에 대해 배운다. 그리고 영상, 언어, 음성 인식 문제들에 탁월한 성능을 보이는 합성곱신경망, 순환신경망 그리고 생성모형을 다룬다.