교과목개요
Ctrl+F를 눌러 원하시는 과목을 찾으세요
- 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.
- ASF139 데이터분석소프트웨어 II (Data Analysis Software II)
- 데이터분석소프트웨어의 다양한 형태의 자료에 대한 통계적 분석을 SAS 패키지를 통하여 해결하는 법을 배운다.
- 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.
- 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.
- ASM032 추정과 검정 (Estimation and Testing)
- 통계학의 기초이론을 이해하고 모집단과 표본에 대한 개념과 표본으로부터 모집단의 특성을 추론하는 방법을 습득하며 확률분포 및 추정과 검정의 원리와 응용에 대해 배운다.
- ASF063 품질관리 (Quality Control)
- 품질 향상을 위한 기본개념을 이해하고 관리도, 6 시그마 등 관리기법을 배운다.
- 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.
- 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.