교과목설명
전공 소개 - 1학년 1학기
과목명 |
구분 |
학점 |
전공소개 |
통계학개론및실습I (Introduction to Statistics with Practice I) |
공통 |
3 |
빅데이터의 특성에 대해 이해하고 분석에 필요한 기초이론과 기반 기술에 대해 학습한다. 나아가 빅데이터의 다양한 응용 분야에 대한 기초 분석 방법론에 대해 R 프로그램 실습을 통해 익힌다. |
전공 소개 - 1학년 2학기
과목명 |
구분 |
학점 |
강의소개 |
통계학개론및실습II (Introduction to Statistics with Practice II) |
공통 |
3 |
분포이론, 신뢰구간, 가설검정, 회귀분석, 분산분석 등 통계학 추론에 필요한 기본 개념들을 익히고 R 패키지를 활용하여 실제 데이터를 분석힌다. 또한, 빅데이터의 수집, 처리, 분석 등 활용 과정에서 발생하는 다양한 보안 및 윤리 이슈를 탐색하고, 안전하고 윤리적인 빅데이터 활용 방법에 대해 학습한다. 또한 데이터 과학자가 갖춰야할 윤리에 대해서도 논의한다. |
전공 소개 - 2학년 1학기
과목명 |
구분 |
학점 |
강의소개 |
확률론 (Probability Theory) |
공통 |
3 |
빅데이터 분석을 위한 기초이론이 되는 확률론의 기본개념에 대해서 학습한다. 이를 위해, 순열 및 조합, 확률의 개념, 확률변수, 확률분포와 이론뿐만 아니라 다양한 예제 및 연습문제들을 직접 해결할 수 있는 능력을 배양하고자 한다. |
파이썬빅데이터처리및실습I (Python Big-data Processing with Practice I) |
전필 |
3 |
행렬연산, 역행렬, 대각화 등 행렬대수의 기본적인 이론을 습득한 후 파이썬 numpy 패키지를 이용하여 실제 예제를 통해서 행렬대수 이론을 구현해 본다. 특히, 파이썬에서 고급 배열 계산을 위한 numpy의 브로드캐스팅 기능 등을 학습한다. |
SAS빅데이터처리및실습 (SAS Big-data Processing with Practice) |
전필 |
3 |
SAS 패키지를 통해 빅데이터 데이터베이스 처리 및 문제 해결을 위한 SAS 고급 데이터 스텝 프로그래밍과 효율적인 기술 사용, SAS SQL 코드 작성 및 해석, SAS 매크로 생성 및 사용 방법등을 다룬다. |
해양환경데이터정보학 (Marine Environment Data Informatics) |
전필 |
3 |
해양환경에 중요한 역할을 하는 수온, 염분, 조류, 유동 등의 자료의 특성을 파악한다. 또한 이들 해양환경요인의 메카니즘(mechanism)을 이해한다. 주요 해양환경요인의 빅데이터 자료 및 관리에 대해 학습한다. |
데이터사이언스입문 (Introduction to Data Science) |
전선 |
3 |
파이썬을 활용하여 컴퓨터 코딩에 필수적인 자료구조와 알고리즘에 대해서 다룬다. 배열, 스택, 큐, 연결 리스트 등 추상 데이터 타입과 정렬, 검색, 해시 테이블, 동적 계획법, 그래프, 트리 등 코딩을 위해 반드시 학습해야 할 핵심 알고리즘을 학습한다. |
GIS처리방법론개론 (Introduction to GIS Processing Method) |
전선 |
3 |
건축물 좌표나, 도로, 시군구 법정동에 해당하는 영역을 나타내는 위치에 대한 정보를 가지고 있는 빅데이터를 처리하고 분석할 수 있는 방법론을 학습한다. 공간 데이터 전처리, 분석, 시뮬레이션 등을 위해 다양한 파이썬 라이브러리를 이용한다. |
전공 소개 - 2학년 2학기
과목명 |
구분 |
학점 |
강의소개 |
데이터마이닝개론 (Introduction to Data Mining) |
전필 |
3 |
데이터로부터 기술을 도출해내는 데이터마이닝의 개념을 소개하고 지식도출을 위한 개념 및 알고리즘을 이해하고 다양한 응용에 적용해 본다. 데이터 마이닝과 관련된 패턴 추적, 회귀와 분류을 통한 예측, 연관규칙분석, 이상치 탐지, 데이터 그룹화와 클러스터링 기법 등을 학습한다. 이를 바탕으로 파이썬에서 제공되는 다양한 패키지들을 활용하여 예제 데이터들을 분석해 본다. |
파이썬빅데이터처리및실습II (Python Big-data Processing with Practice II) |
전필 |
3 |
파이썬 pandas 라이브러리를 기반으로 다양한 형태로 저장되어 있는 정형 및 비정형 빅데이터를 읽고 처리할 수 있는 방법을 학습한다. |
데이터기반의사결정론 (Data-driven Decision Making Theory) |
전선 |
3 |
본 교과목은 경영과 정책 분야의 데이터 기반 의사결정과 관련한 기본 이론과 적용 사례에 대해서 다룬다. 또한 계층 분석법, 자료포락분석법, 조건부가치측정법, 선택실험법 등 데이터를 활용한 의사결정 방법론에 대해 개괄적으로 익히는 것을 목표로 한다. |
빅데이터시뮬레이션 (Big-data Simulation) | 전선 | 3 | 미적분학과 행렬대수에 기반하여 다양한 확률 분포에 관한 이론들을 학습한다. 이를 바탕으로 파이썬을 활용하여 몬테칼로 방법, MCMC, 붓스트랩 등 빅데이터 시뮬레이션 방법들을 학습한다. |
빅데이터이해:해양환경및실습I (Interpretation of Big-data: Marine Environment with Practice Ⅰ) |
전선 |
3 |
해양환경과 관련된 자료를 처리하면서 접하게 되는 장벽 중 하나는 많은 종류의 해양데이터들을 어떻게 손쉽게 다룰 수 있는가 하는 부분일 것입니다. 해양환경자료를 이용한 plot의 다양한 기능 활용, 다양한 원, 타원의 표현, contour, shading 및 2D, 3D 벡터와 직선 표현에 대해 학습한다. |
웹빅데이터분석및실습 (Web crawling and Big data Analysis with Practic) | 전선 | 3 | 본 교과목은 파이썬을 활용하여 웹에 흩어져 있는 비정형 빅데이터를 탐색하고 분석가능한 자료형태로 변환하는 웹 크롤링 방법과 이를 분석하는 방법에 대해 익히는 것을 목표로 한다. 다양한 사례를 실습함으로써 실제로 적용하는 방법을 학습한다. |
GIS처리방법론응용 (Application of GIS Processing Method) | 전선 | 3 | 본 교과목은 GIS 처리 방법론의 다양한 적용에 대해 다룬다. 교통, 인구, 지형, 기상 등 다양한 지리적 정보를 분석하고 시각화하는 방법을 실습을 통해 학습한다. |
전공 소개 - 3학년 1학기
과목명 |
구분 |
학점 |
강의소개 |
회귀분석및실습 (Regression Analysis with Practice) |
공통 |
3 |
중회귀모형, 다중회귀모형, 회귀진단, 가변수, 변수선택, 다중공선성, 비선형회귀, 일반화선형모형 등을 학습한다. 파이썬을 활용하여 실제 예시 자료들을 분석해 본다. |
빅데이터처리입문:마케팅 (Introduction to Big data Processing: Marketing) |
전필 |
3 |
본 교과목에서는 제조, 금융, 유통·물류, 에너지 등 다양한 분야에서의 빅데이터 활용 마케팅 사례에 대해 학습한다. 마케팅을 위한 소비자 분석에 활용될 수 있는 빅데이터의 종류와 분석 방법론에 대해서도 다룬다. |
빅데이터운영체제 (Big-data Operating System) |
전필 |
3 |
이 과목은 운영체제가 무엇이며, 그것이 수행하는 역할은 무엇이며, 또 운영체제가 어떻게 설계되고 만들어지는지를 소개한다. 이와 함께 빅데이터 분산 처리에 필요한 리눅스 OS 환경하에서 기본 명령어, 파일/프로세스 관련 프로그래밍, 프로세스간 통신 등 시스템 프로그래밍을 익힌다. 이를 토대로, 빅데이터 처리를 위한 웹서버 관리에 관련한 프로그래밍을 실습한다. |
빅데이터이해:해양환경및실습Ⅱ (Interpretation of Big-data: Marine Environment with Practice Ⅱ) |
전선 |
3 |
주요한 해양환경자료를 처리하거나 표현하는 실제적인 방법에 대해 Python을 이용하여 학습한다. CTD 자료를 display하고 수직·수평분포도 작성, ADCP 자료를 처리하고 시계열(time series) 분포도를 작성하여 해양현상에 대해 이해한다. |
빅데이터이해:보건의료 (Interpretation of Big-data: Health Care) |
전선 |
3 |
건강보험관리공단, 심사평가원 진료정보, 질병관리청의 감염병, 지자체 암발생 및 전염병 빅데이터를 이해하고 분석할 수 있는 능력을 배양한다. 이를 위해 SAS 빅데이터 처리능력 및 보건의료감염병 자료의 이해능력, 의학통계 기초 분석 방법등을 학습한다. |
에너지빅데이터모델링 (Energy Big data and Modeling) |
전선 |
3 |
본 교과목은 에너지 분야에서 생성되는 여러 빅데이터에 대해 소개하고 에너지 데이터를 분석하기 위한 방법론을 다룬다. 수업에서 학생들은 실제 에너지 데이터를 활용하여 에너지 모델링을 실습한다. |
전공 소개 - 3학년 2학기
과목명 |
구분 |
학점 |
강의소개 |
딥러닝AI개론 (Introduction to Deep Learning AI) |
전필 |
3 |
인공지능의 근본적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 파이썬 텐서플로우 패키지를 활용하여 머신러닝과 Convolutional Neural Networks(CNN), Recurrent Neural Networks(RNN) 등 다층 신경망에 기반한 딥러닝 방법을 학습한다. 딥러닝 기반 인공지능 분야가 어떻게 활용될 수 있는지 이미지 분류 등 다양한 예제를 통해서 익힌다. |
딥러닝응용:컴퓨터비전 (Deep Learning:Computer Vision) |
전선 |
3 |
비정형 이미지 빅데이터에서 색상 정보의 처리 방식, 이미지 가시화 방법, 이미지 처리를 위한 필터의 개념, 이미지 데이터를 조작하고 필요한 정보를 추출해내는 방법들을 파이썬을 활용해서 학습한다. 또한, AI기반의 다양한 디지털 영상 편집기법을 학습한다. |
해양환경시계열자료분석 (Analysis of Marine Environment Time Series Data) |
전선 |
3 |
해양의 특성을 파악하기 위해서는 해양의 여러 가지 scalar량과 vector량의 시· 공간적 변동에 관한 정보를 현장 관측을 통해 획득해야만 한다. 현장의 관측자료도 자료처리 방법이 잘못되면 그들이 어떤 의미를 가지고 있는지를 파악할 수 없다. Python을 이용하여 시계열자료의 plotting 분석, 스펙트럼(spectrum) 분석 등 시간자료의 처리방법을 학습한다. |
빅데이터수요예측 (Demand Forecasting using Big data) |
전선 |
3 |
본 교과목에서는 수요예측에 활용되는 데이터 분석 방법론에 대해 다룬다. 빅데이터를 활용한 수요예측이 필요한 다양한 응용 분야에 대해 이해하고 시계열 데이터, 횡단 데이터, 패널 데이터 등 다양한 데이터 형태별 분석 방법을 학습한다. 응용분야로는 금융, 에너지, 교통 등을 다루게 된다. |
캡스톤디자인 (Capstone Design) | 전선 | 3 | 본 교과목은 전공 공부를 통해서 학습한 빅데이터 융합분야의 지식을 바탕으로 우리주변 생활권/산업현장에서의 자료를 가지고 결과물을 내고, 향후에 더 큰 성취를 돕도록 교육한다. 캡스톤 디자인 과정을 통해 성과물 도출을 위해 어떤 점을 고려해야하는지, 어떤 과정을 거쳐서 이루어지는 교육한다. |
전공 소개 - 4학년 1학기
과목명 |
구분 |
학점 |
강의소개 |
딥러닝응용:자연어처리 (Deep Learning: Natural Language Processing) |
전선 |
3 |
파이썬을 활용하여 형태소 분석, 불용어 처리 등 자연어 처리 방법을 학습하고 군집분석, 감정분석 등 자연어로부터 유의미한 정보를 얻는 AI 방법론에 대해 학습한다. |
빅데이터프로젝트및실습I (Big data Project with Practice I) |
전선 |
3 |
본 교과목에서는 우수한 빅데이터 분석 사례를 재현함으로써, 전반적인 데이터 활용 문제 해결 과정을 실습한다. 학생들은 데이터 분석 공모전 혹은 학술대회 참가를 준비하기 위한 기초 과정을 학습한다. |
AI빅데이터처리:해양환경Ⅰ (AI Big-data Processing: Marine Environment Ⅰ) |
전선 |
3 |
해양환경 빅데이터에서 본질적인 정보를 찾아내서, 해양환경을 진단하는 수리적인 방법을 개발한다. 우리나라 연안해역의 시·공간자료를 표(table)나 그림(figure)을 이용한 빅데이터 시각화(visualization)를 학습한다. |
빅데이터처리시스템 (Big-Data Processing System) |
전선 |
3 |
데이터베이스와 데이터모델링에 대한 지식을 바탕으로 데이터를 조작하고 추출하는데 있어서 정확하고 최적의 성능을 발휘하는 SQL을 작성을 토대로 SQL을 내포하는 데이터베이스 프로그램이나 응용 소프트웨어의 성능을 최적화하거나, 이러한 성능 최적화를 지원할 수 있는 데이터베이스 개체(뷰, 인덱스 등)의 설계와 구현 등에 대해서 학습한다. |
현장인턴십 (Field Internship) | 전선 | 3 | 인공지능, 빅데이터 관련 산업체에서 계절학기를 활용 4주 인턴의 기회를 가진다. |
전공 소개 - 4학년 2학기
과목명 |
구분 |
학점 |
강의소개 |
인공지능응용 (Artificial intelligence application) |
전선 |
3 |
생명의료분야에 인공지능, 데이터 분석 기술을 적용하여 신약개발, 질병 관련 유전자 예측 등 다양한 의료 분야에서의 실무 능역을 배양한다. |
AI빅데이터처리:해양환경Ⅱ (AI Big-data Processing: Marine Environment Ⅱ) |
전선 |
3 |
우리나라 연안해역의 빅데이터 시·공간자료의 진단과정을 이용한 자료를 기반으로하여 딥러닝 방법을 이용하여 환경을 예측한다. 수온과 유동의 시계열 데이터를 RNN(recurrent neural network)을 이용한 시간적 변화를 시각화(visualization)한다. 본 교과목에서는 해양환경자료의 진단(diagnosis)과 예측(prognosis) 결과를 통하여 우리나라 연안역의 해양환경특성을 이해한다. |
빅데이터프로젝트및실습II (Big data Project with Practice II) |
전선 |
3 |
본 교과목은 실제 데이터 분석 공모전 또는 학술대회 참가를 목표로 한다. 이를 위해 학생들은 빅데이터 분석 문제를 정의하고 분석을 계획하여 실행하며 결과에 기반한 유의미한 함의를 도출한다. |