공통교과목
-
- 경영정보시스템 개론 Introduction to Management Information Systems
-
본 교과목은 경영학 각론의 이해와 정보통신과 컴퓨터에 대한 수강이 선행되어야 하는 과목으로 기업을 중심으로 한 조직 내에서 컴퓨터를 이용한 효율적인 정보 분석, 저장, 제공 등의 제반 경영정보 정리를 위한 경영정보 시스템에 관한 이론과 사례들을 논의한다. 전자상거래, 모바일, SNS, 빅데이터와 같은 다지털 기술의 비즈니스적 의미를 살펴본다.
(This course introduces systems concepts, information technology, and application software, The emphasis is on how information technology (IT) can be used in a business enterprise in order to improve quality, timeliness, and competitive advantages.)
-
- 비즈니스 문제해결 Business Problem Solving
-
비즈니스 현실에서 문제를 정의하고 원인을 분석, 해결책을 제시하는 일반적인 역량과 지식을 학습한다. 기업 업무 프로세스를 모형화하고 업무절차를 개선하는 방법에 대해 배운다.
(Students will be able to understand general solutions in business management and practice them through this course. They will be educated to define the problems first, and then they will make and evaluate alternatives.)
-
- 응용통계 Applied Staticstics
-
이 과목에서는 데이터 처리를 위한 통계적 기법에 대하여 학습한다.
(The purpose of this course is to study and to have ability to utilize statistical methods to process and analyze various data.)
-
- 통계적 추론 Statistical Inference
-
이 과목은 분포, 확률변수, 변수변환 등을 학습하고 이를 바탕으로 표본이론, 모수의 추정, 가설의 검정 등의 이론을 학습한다.
(This course introduces basic statistical theories for probabilities, discrete and continuous distributions, variable transformations and sampling distributions. Mathematical statistics for parameter estimation and statistical hypothesis testing are provided.)
-
- 프로그래밍 기초 및 문제해결 Computer Programming & Problem Solving
-
복잡한 문제 해결에 기반이 되는 논리적 사고, 알고리즘적 사고, 재귀적 사고 등의 사고 기법의 학습 및 훈련을 통하여 계산적 문제 해결 기법의 기반을 습득한다. 또한 기초 프로그래밍 언어 및 기법을 활용하여 주어진 문제를 해결하기 위한 알고리즘을 작성하고, 정보를 조작하는 방법을 학습한다. 특히, 문제 해결을 위한 절차적 사고와 컴퓨터를 활용하여 해결하는 방법을 실험하고 그 해결 절차를 기술하는 방법을 익힌다. 본 교과를 수강한 학생은 컴퓨터를 활용한 기초 계산적 사고 능력과 기초 알고리즘을 고안할 수 있는 능력을 갖추게 된다.
(This course allows to acquire fundamentals of computational problem solving, by learning and training to think logically, algorithmically, and recursively. This course also introduces methods to writing algorithms and manipulating information for problem solving with computer. Students will learn and exercise devising procedural logics, writing in computer algorithms, and analyzing the programs. Students will be able to have abilities of elementary computational thinking and elementary algorithm writings.)
-
- 데이터베이스 Database
-
데이터베이스의 기본적 개념과 데이터베이스 관리 시스템의 기능을 공부한 후 관계형 데이터 모델의 개념, E-R 모델, 데이터 종속성, 설계 문제를 다루고, SQL과 데이터베이스의 운영 요건인 무결성 등에 대해 공부한다
(Fundamentals of modern database management systems, including ERD, dependency, consistency, security, performance issues, SQL)
전공교과목 - 데이터 수집 / 처리 / 분석
-
- 컴퓨터그래픽스 및 영상처리 Computer Graphics & Image Processing
-
컴퓨터 그래픽스 및 영상처리 분야, 특히 모델링 및 렌더링을 중심으로 최신 주제에 대한 강의와 토론을 통하여 최신 기술을 습득하고, 관련 연구를 수행한다.
(The purpose of this class is to study and research on computer graphics and image processing. Issues on modeling and rendering will be focused on to visually model and present data concept.)
-
- R 프로그래밍 R Programming
-
이 과목은 R 프로그램을 배우고 이를 자료 분석에 활용한다.
(This course introduces statistical computer program R with practice of data analysis.)
-
- 탐색적자료분석 Exploratory Data Analysis
-
이 과목은 데이터의 통계적 특징을 파악하기 위한 데이터 요약, 비교, 시각화 등의 기법을 배운다.
(This course introduces exploratory data analysis with practice for summarizing and comparing main characteristics of the populations by using statistical and visualization methods.)
-
- 데이터 마이닝 Data Mining
-
연관규칙 탐사, 클러스터링, 분류화 기술, 데이터 표현등 데이터마이닝의 주요 이론을 강의하며, 최근 연구 논문을 살펴본다.
(In this class, key techniques on data mining will be covered including, classification, clustering, sematic searching, and data representations.)
-
- 텍스트 및 데이터분석학 Text and Data Analysis
-
텍스트 및 데이터 분석을 위한 핵심 기술 및 이론을 학습한다. 이를 위해 스키마 분석, 콘텐츠 분석 및 사전, 단어 기반 분석과 의미망 분석 기술을 심도 깊게 연구한다.
(This course deals with methods to analyze text data. Schema analysis, contents analysis and lexical analysis techniques are covered along with semantic network analysis methods.)
-
- 비즈니스 인텔리젼스를 위한 데이터 마이닝 Creative Writing as Literary Therapeutic Methods
-
패턴을 찾고 예측을 하는 각종 기법 등을 토대로 비즈니스 인사이트를 이끌어 내는 방법을 살펴본다. 관련된 각종 알고리즘을 이해하고 이를 통한 문제 해결과 사례를 실습한다.
(This course will examine methods that have emerged from both fields and proven to be of value in recognizing patterns and making predictions from an applications perspective. We will survey applications and provide an opportunity for hands-on experimentation with algorithms for data mining using easy-to-use software and cases.)
-
- 기계학습 Machine Learning
-
이 과목에서는 최근 기계학습 분야에서 사용되는 알고리즘과 모델들에 대해서 설명한다. 주요내용은 일반화된 선형모델, 다층인공신경망, 서포트, 벡터머신, 베이지안 네트워크, 클러스터링, 강화학습 등이다.
(This course will give an overview of many models and algorithms used in modern machine learning, including generalized linear models, multi-layer neural networks, support vector machines, Bayesian belief networks, clustering, and reinforcement learning.)
-
- 비디오 프로세싱 Video Processing
-
비디오 신호의 효율적인 표현 및 처리를 위한 이론과 기술을 공부한다. 주파수 분석, 모션 추정, 비디오 압축 기술 및 비디오 통신 기술과 스테레오 비디오 처리 기술을 심도 깊게 연구한다.
(The purpose of this class is to study core theories to represent and process video signals. Frequency analysis, motion estimation, video compression, video communication and stereo video processing issues will be presented as research topics.)
-
- 멀티미디어 통신 Multimedia Network
-
본 과목은 디지털컨텐츠의 다자간 공유를 위해 필요한 네트워크 아키텍쳐, 전송 방식, 전송 프로토콜 등을 다루며, 특히 트랜스포트 계층에 해당하는 다양한 멀티캐스트 전송 프로토콜과 적용 애플리케이션에 대해 논의한다.
(In this course, we learn different network architectures, way of event transmission, transport protocols, that are required for sharing digital contents among distant nodes. In particular, we discuss multicast transport protocols and applied applications in the multimedia network.)
-
- 컴퓨터 비전 Computer Vision
-
기계가 독립적으로 작동할 수 있는 자율시스템이 되기 위해 필요한 시각 정보 인지 기술을 다룬다.
(This course deals with how an autonomous or a semiautonomous system can be endowed with visual perception.)
-
- 회귀분석 Regression Analysis
-
이 과목은 선형모형의 이론과 응용에 대하여 학습한다.
(This course introduces methods and theories for the linear regression models with applications.)
-
- 범주형 데이터 분석 Categorical Data Analysis
-
이 과목은 범주형 데이터의 요약, 양방향 빈도 테이블 분석, 이범주 및 다범주 데이터에 대한 모델링 등 범주형 데이터의 분석 기법을 학습한다.
(This course introduces categorical data analysis; description and inference for two-way and multi-way contingency tables, logistic regression for binary responses, logit models for multiple response categories, loglinear models.)
-
- 다변량자료분석 Multivariate Data Analysis
-
이 과목은 가설검정, 분산분석, 회귀분석, 분류, 주성분 및 인자분석 등 다양한 다변량 분석 기법을 학습한다.
(This course introduces statistical principles and methods for multivariate data analysis; hypothesis test, analysis of variance, regression and classification, factor and principal component analysis, clustering.)
전공교과목 - 데이터 서비스
-
- 데이터 분석 및 기획 Data Analysis and Planning
-
데이터 사이언스에 영향을 받는 비즈니스 정보시스템 개발 단계 및 방법을 이해하고, 이 중에서 시스템 분석 및 설계를 중점적으로 취급한다. 주요 내용은 시스템 원리에 의한 비즈니스 현황 파악, 문제점 진단, 이용자 요구사항 분석, 미래 비즈니스 시스템 구성을 위한 정보기술 적용으로 구성되며, 실제 소규모 프로젝트 수행 경험을 쌓는 것을 목적으로 한다.
(In this course, students will be able to understand how to develop the business information system affected by data science, especially its process of the analysis and plans.)
-
- 빅데이터 경영 세미나 1 Big Data Business Seminar 1
-
기업 경영에서 데이터 사이언스의 영향이 하루가 다르게 급속히 발전하고 있으므로 매년 시의 적절한 몇 가지 주제를 탄력적으로 선택하여 배우게 된다..
(This course covers current big data issues to help understand the rapidly changing IT and data science.)
-
- 빅데이터 경영 세미나 2 Big Data Business Seminar 2
-
세미나 1에서 다룬 주제 이외의 고급 주제들을 다룬다.
(Advanced seminar course studying the subjects excluded in Big Data Business Seminar 1)
-
- 비즈니스 시뮬레이션 Business Simulation
-
게임을 통해 경제와 경영 전반에 대한 이해를 돕는 것을 목적으로 하는 모의경영 또는 경영실습 과목이라고 할 수 있다. 수익구조, 물류비용, 토지, 임금, 시장점유율, 광고, 주식, 기술개발, 원가구조, 수요공급, 원자재공급 등 모든 경영 요소를 고려해서 생산에서 소비까지의 경영 전반에 걸친 인과관계를 이해하고 생산관리, 재무관리, 인사관리(인적자원), 마케팅 등 경영학의 각 부분의 관계구조에 대해 살펴본다.
(Business simulation is imitated management course for helping students to understand the whole economy and business management throughout games.)
-
- 이머징 테크놀로지 EMERGING TECHNOLOGIES
-
IT의 새로운 기술을 소개한다.
Introduce new IT trends
-
- 정보자원관리 Information Resource Management
-
기업의 주요한 자원으로서 정보에 대한 관리 기법을 이해하고 사례분석을 통한 기획 능력을 배양한다. 주요 내용을 정보시스템 계획, 정보조직의 구성, 사용자 컴퓨팅 환경, 정보 아키텍쳐의 구성, 기업데이터 관리, 산업 분석, 성공요인 분석 등으로 구성된다.
(Through case studies, this course will expose students to managerial issues of information goods or resources. The topics will include information systems planning, IT architecture, user interface environments, enterprise data management, and industry-wide transformation.)
-
- 네트워크 최적화 Network Optimization
-
동적 네트웍 환경의 최적화와 cross-layer 제어를 위한 이론을 학습한다. 특히, 시간에 따라 동적으로 변화하는 채널, 모빌리티 및 트래픽을 가지는 네트웍 환경에서의 통신 최적화에 대한 관련된 기술을 습득하도록 한다.
(In this class, optimization methods for dynamic networking environment and control techniques for cross-layer control is covered.)
-
- 데이터 시각화 개론 Data Visualization
-
빅 데이터의 효과적으로 이해하고 표현하기 자료 및 정보 시각화 기법에 대하여 학습한다. 계층적 정보 구조를 다루는 트리 기반의 시각화, 지속적으로 수집이 되는 시계열 데이터, 다양한 변수를 다루기 위한 다차원 데이터 시각화, 개체들의 관계를 표현하기 위한 네트워크 시각화, 등을 주요 대상으로 다룬다. 시각화 기법의 효과 및 성능을 분석하기 위한 기법을 배우고, 실제로 빅 데이터를 대상으로 하여 시각화 프로젝트를 진행한다.
(We will study methods of visualizing information and data for effectively understanding and presenting big data. The methods include tree-based data visualization, time-series data visualization, multi-dimensional data visualization, network data visualization and so on. This course also covers evaluation of performances and effects of the visualizations. The students are required to perform term projects with real big data sets.)
-
- 가상현실 Virtual Reality
-
3차원 영상과 음성 등 멀티미디어 정보를 이용하고 사람과의 상호작용을 지원하여, 가상현실과 증강현실을 포함하는 혼합현실 공간을 구현하는 기술에 관하여 공부한다. 기본 개념과 이론, 그리고 응용사례 연구를 통하여 혼합현실 기술을 배우고 익힌다.
(This course will cover advanced research issues in virtual reality based on computer graphics and haptic rendering system. It includes discussion on elementary theories and applications.)
-
- 사람과 컴퓨터 상호작용 HCI, Human Computer Interaction
-
컴퓨터를 사용하여 문제를 풀어가는 사람들이 최종 목적을 달성하기까지의 과정에서 발생하는 상호작용 전반에 걸쳐서 생겨나는 다양한 문제들을 연구하고 그 해법에 대하여 학습한다. 최근 정보통신 기술의 완성도가 높아지면서 사용자들이 컴퓨터를 이용하는데 필요한 사용자 인터페이스(UI)와 그 과정에서 얻어지는 경험(UX)의 수준이 제품과 기업의 성패를 가름하는 절대적인 요소가 되므로, 본 과목에서는 빅 데이터의 UI/UX 및 HCI 관련 문제들을 학습하고 실제 문제를 활용하여 프로젝트를 수행한다.
(HCI (human computer interaction) covers problems and solutions in interactions among human users and computers, when the users try to solve the problems with the computers. We will discuss research issues in HCI and UI/UX which include discussions on theories and applications.)