발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| COV3032 | 성균융합원현장실습2 | 3 | 6 | 전공 | 학사 | 융합원 학부 | - | No | |
| 전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌(3~4주간) | |||||||||
| COV3033 | 성균융합원현장실습3 | 4 | 8 | 전공 | 학사 | 융합원 학부 | - | No | |
| 전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌(5~6주간) | |||||||||
| COV3034 | 성균융합원현장실습4 | 5 | 10 | 전공 | 학사 | 융합원 학부 | 한 | Yes | |
| 전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌(7~8주간) | |||||||||
| DSC2001 | 데이터사이언스개론 | 3 | 6 | 전공 | 학사 | 2-3 | 데이터사이언스융합전공 | 영 | Yes |
| 이 수업은 데이터 사이언스의 기초 개념인 데이터 처리 및 편집, 통계적인 데이터 분석, 기계학습, 데이터 시각화 및 빅데이터와 같은 주제를 컴퓨터 공학 배경이 없는 학생들이 이해할 수 있는 수준에서 소개한다. 특정 개념에 대해 심층적인 학습을 하기 보다 위의 개념에 대한 전반적이지만 실제적인 이해를 하도록 돕는다. 구체적인 사례와 실습을 통해 데이터 사이언스의 기본적인 테크닉을 습득한다. | |||||||||
| DSC2004 | 데이터사이언스와파이썬 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 영,한 | Yes | |
| 데이터 분석을 위한 핵심 프로그래밍 도구인 파이썬 스크립팅의 기본 내용과 활용법을 학습한다. 특히 데이터 분석과 시각화와 관련된 파이썬의 다양한 라이브러리를 활용하는 것을 학습한다. | |||||||||
| DSC2005 | 데이터사이언스와R | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 영 | Yes | |
| 본 수업은 데이터 분석의 기초가 되는 되는 R을 소개한다. R은 데이터 처리와 그래픽 디스플레이를 포함하는 통계 컴퓨팅 및 그래픽스를 하는 언어이며, 다양한 통계적 기술을 제공한다. 이는 선행 및 비선형 모델링, 고전적 통계테스트, 그리고, 클러스터링 등을 포함한다. 본 수업은 통계 개념에 대한 이해와 과 실습을 병행하여 진행한다. | |||||||||
| DSC2006 | 데이터사이언스와언어학 | 3 | 6 | 전공 | 학사 | 2-3 | 데이터사이언스융합전공 | - | No |
| 이 수업은 기본적으로 기호학과 언어학의 기초 이론, 지식의 표현과 조직체계 및 조직방법을 다룬다. 또한 비정형 데이터 및 텍스트 분석을 위한 어휘 사전의 기능과 검색엔진에 장착되는 색인사전의 기능을 다룬다. 학생들은 이 수업을 통해 형태론, 통사론, 의미론, 화용론이 웹문서의 표현, 온톨로지 구축, 정보검색 및 텍스트 분석에 어떻게 적용되는지를 이해할 수 있게 되며, 데이터로서 어휘의 중요성에 대한 인식을 갖게 된다. | |||||||||
| DSC2008 | 데이터사이언스와수학1 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 한 | Yes | |
| 이 수업을 통해 학생들은 데이터 사이언스에 필요한 미적분의 핵심 개념과 이론을 습득한다. 구체적으로 미적분이론을 만드는데 필요한 현대 수학의 기본개념인 극한, 연속, 함수, 급수, 미분 및 적분의 개념을 학습한다. | |||||||||
| DSC2009 | 데이터사이언스와수학2 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 한 | Yes | |
| 이 수업을 통해 학생들은 선형대수의 기본개념과 응용에 대해 학습한다. 구체적으로 벡터 공간, 벡터, 선형 변환, 행렬, 연립 선형 방정식에 대해 습득한다. 학생들은 습득한 지식으로 과학이나 산업현장의 문제들을 선형방정식으로 표현하고 문제를 해결하는데 목표를 두고 있다. | |||||||||
| DSC2012 | 데이터사이언스와컴퓨팅1 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 한 | Yes | |
| 이 수업을 통해 학생들은 전산학에서 자료를 효율적으로 이용할 수 있도록 컴퓨터에 저장하는 방법인 자료구조에 대해 학습한다. 알고리즘 분석, 재귀, 기초 데이터 구조, 리스트, 집합, 스택, 큐, 트리 등에 대해 학습한다. 학생들은 프로그래밍 언어를 이용하여 학습한 자료구조를 직접 구현해본다. | |||||||||
| DSC2013 | 데이터사이언스와컴퓨팅2 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 한 | Yes | |
| 이 수업을 통해 학생들은 어떠한 문제를 해결하기 위해 정해진 일련의 절차나 방법을 공식화한 형태인 알고리즘에 대해 학습한다. 우선순위 큐, 힙, 정렬, 사전, 탐색트리, 해시 테이블, 그래프, 최소신장트리, 최단경로 등에 대해 학습한다. 구체적으로 알고리즘을 구현하는 방법, 알고리즘의 분류, 복잡성 에 대해 습득하고 실제문제에 기반하여 알고리즘을 디자인하구 구현하는 연습을 한다. | |||||||||
| DSC2015 | 데이터보안 | 3 | 6 | 전공 | 학사 | 2-4 | 데이터사이언스융합전공 | - | No |
| 본 수업은 데이터 라이프사이클의 전반 과정에서 데이터 보안과 관련된 핵심 이슈들을 다룬다. 주요하게 다루는 내용은 데이터 암호화, 데이터 트랜스퍼, 클라우드 데이터 보안, 데이터 익명화 등이다. | |||||||||
| DSC2016 | 데이터윤리와사회적영향 | 3 | 6 | 전공 | 학사 | 1-2 | 데이터사이언스융합전공 | 영 | Yes |
| 본 수업은 데이터에 관련된 행위/수행에 대한 옳고 그름을 판단할 수 있는 개념에 대해 폭넓게 다룬다. 데이터 윤리의 핵심개념인 소유권, 개인정보, 개방성 등과 다른 중요한 개념들을 다루고 있다. 데이터사이언스의 기본이 되는 데이터윤리에 대한 학습을 통하여 데이터사이언스기술을 활용하여 사회에 최대한 기여할 수 있는 방법도 모색한다. | |||||||||
| DSC2017 | 지식그래프 | 3 | 6 | 전공 | 학사 | 2-4 | 데이터사이언스융합전공 | - | No |
| 본 수업은 데이터 표현방식의 하나인 지식그래프의 디자인, 구축, 활용방안 등에 대해 폭넓게 다룬다. 이외에 국내외의 다양한 지식그래프 사용의 성공사례로부터 의미적 데이터관리의 효율적인 방법의 중요성을 배운다. | |||||||||
| DSC2018 | 데이터베이스모델링 | 3 | 6 | 전공 | 학사 | 1-2 | 데이터사이언스융합전공 | - | No |
| 국내 및 해외 정보서비스 기관과 제공 데이터베이스분야별 종류 및 주제내용을 연구하며, 데이터베이스 관리시스템과 검색시스템 및 인터페이스 처리 등을 다룬다. | |||||||||
| DSC2019 | 수치적데이터분석방법 | 3 | 6 | 전공 | 학사 | 2-3 | 데이터사이언스융합전공 | 영 | Yes |
| 이 수업은 기계 학습과 데이터 분석의 측면에서 근간이 되는 수치적 방법을 다루고 있습니다. 이 수업은 수 체계, 반복법에 의한 선형 방정식의 해결, 선형 시스템을 해결하기 위한 직접 방법, 보간, 스플라인 피팅, 커브 피팅, 기계 학습 모델, 수치 적분, 미분 방정식 및 확률 이론의 기본개념과 같은 데이터 분석을 위한 수치적 방법의 주요 주제를 다루는 입문 수업입니다. 이 수업을 통하여 학생들은 데이터로부터 이해하고 나아가 결정을 도출하기 위하여 필요한 수치적 접근 방식을 사용할 수 있는 능력을 갖추게 될 것입니다. | |||||||||
| DSC2020 | 통계및확률개론 | 3 | 6 | 전공 | 학사 | 2-3 | 데이터사이언스융합전공 | 영 | Yes |
| 이 수업은 과학 및 공학분야에서 응용을 강조하는 확률 및 통계학 입문 수업입니다. 이 수업은 과학 및 공학분야의 관찰 및 실험 연구에서 생산되는 데이터를 수집하고, 분석하고, 추론하는 것은 물론이고 이와 관련된 다양한 통계적 도구를 다루고 있습니다. 이 수업의 목표는 확률의 개념에 대한 소개를 제공하고 통계적 추론에 대한 기본을 제공하는 것입니다. | |||||||||
| DSC3001 | 빅데이터분석실습 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | - | No |
| 이 수업은 빅데이터를 저장하고, 조작하고, 분석하는 데 필요한 핵심기술과 통계분석법인 R과 기계학습의 핵심방법론도 함께 다룰 것이다. 이 수업은 비정형 데이터를 SQL과 같은 방법으로 접근할 수 있는 도구들을 다룰 것이다. 이 수업에서는 데이터의 IO 스피드, 데이터 일관성, 대용량으로 변환시킬 기능과 같은 핵심역량의 관점에서 다양한 NoSQL 저장 솔루션에 대한 분석도 수행할 것이다. 또한 이 수업은 실시간 데이터 분석을 가능케 하는 데이터베이스와 스트리밍 기술을 배울 것이다. 이 수업을 통해서 학생들은 대량 비정형 데이터를 수용, 저장, 분석할 수 있는 시스템 설계법을 습득하게 될 것이다. | |||||||||
| DSC3002 | 데이터시각화실습 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | 영 | Yes |
| 본 수업에서는 데이터 시각화 와 관련된 제반 원리 및 이론을 학습하고, 데이터시각화 관련 애플리케이션을 사용해 다양한 시각화 작업 경험을 습득한다. 특히 인문학적 소양을 활용할 수 있는 데이터 스토리텔링이라는 관점에서 수업을 설계한다. 데이터 시각화와 관련된 제반 원칙 및 이론을 학생들에게 제시하고 경험적인 차원에서 다양한 시각화 실습 기회를 제공한다. 특히 세계 최고 수준의 시각화 애플리케이션을 활용하여 복잡, 대용량 데이터를 이용자 요구 및 의사결정 상황에 적절하게 대응하는 시각화 전략을 개발, 실행하는 구체적인 경험을 통해 실무에서의 적용성을 높이고자 한다. 데이터시각화 기법을 전수하는 것에 머무르지 않고 인문학적 소양을 활용할 수 있는 데이터 스토리텔링이라는 관점에서 수업을 설계한다. | |||||||||
| DSC3004 | 디지털인문학 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | - | No |
| 디지털 인문학이란 정보기술(Information Technology)의 도움을 받아 새로운 방식으로 수행하는 인문학 연구와 교육, 그리고 이와 관계된 창조적인 저작활동을 지칭하는 말이다. 이것은 전통적인 인문학의 주제를 계승하면서 연구 방법 면에서 디지털 기술을 활용하는 연구, 그리고 예전에는 가능하지 않았지만 컴퓨터를 사용함으로써 시도할 수 있게 된 새로운 성격의 인문학 연구를 포함한다. 이 수업에서는 전통적인 인문학의 연구과정에 편집, 저장, 분석, 추출, 시각화 등의 정보기술을 융합하는 방법론을 다룬다. 본 과목은 데이터사이언티스트가 갖추어야 할 상당한 수준의 사회, 철학적인 이론적 지식을 갖추고, 아울러 인문학적 컨텐츠의 편집, 저장, 분석, 추출, 시각화를 위한 방법론을 체계적으로 다룸으로써, 컨텐츠를 기획하고 제작할 수 있는 기본 소양을 제공하고자 한다. | |||||||||
| DSC3008 | 의료정보시스템실습 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | - | No | |
| 이 강의는 의학 및 건강 관련 데이터의 주요특징, 표준 및 관리를 비롯하여 건강정보기술의 발달로 인한 최근 이슈들, 특히, 모바일 건강 및 의료 기술, 의학정보학, 보건정보학, 의료품질향상전략, 온라인 의학정보자원 및 의학정보검색, 영상의학기술, 그리고 질병데이타 관리 및 레지스트리에 관하여 논한다. 의학 및 건강 정보 데이터베이스를 활용하기 위해, 펍메드 (PubMed)와 씨날 (CINAHL)을 실습한다. | |||||||||
| DSC3009 | 데이터마이닝실습 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | 영 | Yes |
| 이 수업의 목적은 학생들에게 데이터마이닝의 다양한 방법론을 체득시키는 것이며, 그 방법론을 활용하여 문제의 핵심파악과 해결능력을 배양시키는 것이다. 이 수업은 실용적이고 효율적이며 통계적으로 입증된 데이터마이닝 기술을 활용하여 소비자의 요구에 부응하는 새로운 사실의 발견과 그것과 연관된 유용성을 예측할 능력을 배양시킬 것이다. 이 수업은 실습 위주로 진행되며, 학생들은 아주 복잡한 데이터마이닝 비즈니스 시장을 순항하는데 필요한 직관력을 배양할 기회를 얻게 될 것이다. | |||||||||
| DSC3011 | 응용머신러닝 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | 영 | Yes |
| 본 수업은 핵심 머신러닝 과제, 알고리즘과 실제의 머신러닝 프로젝트에서 꼭 필요한 기술들을 다룬다. 학생들은 주요한 머신러닝 과제인 분류, 군집화, 회귀분석과 이러한 과제 들에서 널리 쓰이는 알고리즘에 대해 배운다. 알고리즘에 대한 기본 이론뿐만 아니라 실습을 통하여 알고리즘의 실제 응용에 대해 학습한다. 실제 머신러닝 프로젝트에서 매우 중요한 부분인 데이터 전처리, 차원 축소, 모델 평가 등에 대해서도 다룬다. 모든 실습은 파이썬 기반의 오픈 소스 머신러닝 패키지로 진행된다. | |||||||||
| DSC3012 | 소셜데이터실습 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | - | No |
| 이 수업에서는 소셜미디어를 분석하는 방법론에 대한 기본 개념과 실시간 소셜데이터를 다루기 위해서 필요한 실제적인 기술을 배울 것이다. 수업의 주요목적은 학생들이 소셜미디어 데이터를 잘 이해하고 그것을 분석할 수 있도록 하는 것이다. 학생들은 실습을 통해 소셜데이터 분석에 필요한 온톨로지를 효과적이고 효율적으로 구축하는 방법을 배우게 될 것이다. 더 나아가, 이 수업에서 콘텐츠 분류기인 SAS Enterprise와 같은 분석소프트웨어를 사용할 수 있는 기본 기능을 습득할 것이다. 또한 학생들은SAS ECC(텍스트 분석 솔루션) 설계와 주어진 분석주제에 대한 데이터 관리를 할 수 있는 기본개념을 배우게 될 것이고, 마지막으로 SAS ECC 데이터에 관한 분석 결과를 바탕으로 마케팅에 대한 이해를 도출하고, 이러한 분석을 바탕으로 관리자들의 의사결정에 도움을 줄 통찰력보고서(Insight Report)를 작성하고 발표할 능력을 배양하게 될 것이다. | |||||||||
| DSC3013 | 딥러닝개론 | 3 | 6 | 전공 | 학사 | 3-4 | 데이터사이언스융합전공 | - | No |
| 이 과목은 딥러닝의 기초 지식을 배우고 실용적 기술을 습득하는 것을 목표로 하고 있으며 딥러닝의 기본 구성 요소인 신경망에 대해 소개한다. 학생들은 출력 레이어(fully connected layer), 컨볼루션 레이어 및 리커런트 레이어와 같은 서로 다른 측면을 고려한 딥신경망을 구축하는 실습을 한다. 또한 컨볼루션 신경망 (CNNs)과 리커런트 신경망(RNNs)과 같은 주요 딥러닝 기술에 대해 토론한다. TensorFlow, PyTorch, Keras와 같은 최첨단 프레임워크를 사용한 딥신경망 훈련 과제는 학생들이 딥러닝 기술을 갖춘 데이터사이언티스트가 되기 위한 준비과정이다. 이 수업을 듣는 학생들은 프로그래밍 (Python / R), 선형 대수학 및 미적분학, 그리고 머신러닝에 대한 기본 지식을 가지고 있어야 한다. | |||||||||
| DSC3021 | 인공지능개론 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | 영 | Yes | |
| 이 과목은 초보자를 위한 인공지능의 기본 개념과 지능형 에이전트와 같은 현대 인공지능의 기초적인 학습을 목표로 하며 문제 해결을 탐구하고 검색 개념을 소개할 뿐만 아니라 논리 및 계획과 같은 지식 표현과 추론의 기본 사항을 탐구한다. 빠르게 성장하는 인공지능의 한 분야인 기계학습(머신러닝)에 관해 배우며 자연어 처리, 시맨틱 웹, 로봇 공학 및 컴퓨터 비전의 기초, 합리적인 에이전트와의 의사 소통, 인식 및 행동을 결정짓는 주제에 대해 공부한다. 이 과목은 입문 과정으로써 인공지능 학습을 시작하고자 하는 모든 사람들에게 적합하며 학생들은 최소한의 프로그래밍만으로 과제를 수행할 수 있다. | |||||||||
| DSC3024 | 위치기반데이터분석 | 3 | 6 | 전공 | 학사 | 데이터사이언스융합전공 | - | No | |
| 이 수업을 통해 학생들은 지리정보시스템 및 이의 활용에 대해 학습한다. 지리정보시스템은 지리 형태에 관한 데이터를 수집, 저장하고 이를 분석, 가공하여 관련 응용 분야에 활용할 수 있는 정보를 제공하는 시스템을 말한다. 학생들은 다양한 지리 기반 데이터를 지리정보시스템 및 관련 시스템을 통해 분석하는 것을 학습한다. | |||||||||
| DSC3025 | 응용자연어처리 | 3 | 6 | 전공 | 학사 | 2-4 | 데이터사이언스융합전공 | - | No |
| 본 수업은 자연어처리의 기본 이론과 응용에 대해 다룬다. 자연어 분석, 이해, 생성 등의 이론과 기술에 대해 다루며 파이썬을 이용하여 자연어처리기술을 여러가지 분야에 응용하는 방법을 다룬다. | |||||||||
| DSC3026 | 응용시계열분석 | 3 | 6 | 전공 | 학사 | 2-4 | 데이터사이언스융합전공 | 영 | Yes |
| 본 수업은 시계열 데이터를 분석하기 위한 시계열분석기법에 대해 다룬다. 시계열 데이터의 전처리, 저장 및 분석을 위한 통계학적 모델, 기계학습, 및 응용분야에 대해 다룬다. | |||||||||
| DSC3027 | 응용네트워크분석 | 3 | 6 | 전공 | 학사 | 2-4 | 데이터사이언스융합전공 | - | No |
| 본 수업은 그래프/네트워크 형태의 데이터를 분석하기 위한 기법인 네트워크분석에 대해 다룬다. 네트워크 분석 이론과 알고리듬, 네트워크의 계량적 분석, 소셜네트워크 분석 등 응용분야를 다룬다. | |||||||||