최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 모바일 기기 데이터를 활용한 성별 예측에서 프라이버시 보호를 위해 기기 내 분석 방법을 제안한다. 식별력과 인기도를 순차적으로 고려하는 2단계 방식을 통해 제한된 기기 자원 문제를 극복하고 예측 정확도를 높였다. 실제 데이터 실험 결과, 제안하는 방법론이 기존 방법론보다 우수한 성능을 보였다.
Using corpora to analyze gender
빅데이터 활용서 : R을 이용한 중·고급 데이터 분석의 바이블
빅데이터(big data) 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
빅데이터 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
빅데이터 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
Average is over : powering America beyond the age of the great stagnation
Information, physics, and computation
Artificial communication : how algorithms produce social intelligence
(실전 예제로 살펴보는) 집단지성 프로그래밍
수학 지능 : 인공지능은 할 수 없는 인간의 7가지 수학 지능
Novel techniques in sensory characterization and consumer profiling
Programming collective intelligence : building smart web 2.0 applications
스물하나, 서른아홉 : 요즘 여성들이 쓰는 뉴노멀
A course in networks and markets : game-theoretic models and reasoning
Multiple instance learning : foundations and algorithms
Text entry systems : mobility, accessibility, universality
Speech and language processing : an introduction to natural language processing, computational linguistics, and speech recognition
데이터 마이닝 : 데이터 속 숨은 의미를 찾는 기계 학습의 이론과 응용
Constraints on numerical expressions
한국전자거래학회지
최예림; 박규연; 김소이; 박종헌Expert Systems with Applications
Choi, Yerim; Kim, Yoonjung; Kim, Solee; Park, Kyuyon; Park, Jonghun정보과학회 컴퓨팅의 실제 논문지
김소이; 최예림; 김윤정; 박규연; 박종헌정보과학회 컴퓨팅의 실제 논문지
김소이; 최예림; 김윤정; 박규연; 박종헌한국전자거래학회지
김윤정; 최예림; 김소이; 박규연; 박종헌한국전자거래학회지
김윤정; 최예림; 김소이; 박규연; 박종헌KIISE Transactions on Computing Practices
Yoon-Jung Kim; Kyuyon Park; Solee Kim; Yerim Choi; Jonghun ParkJournal of Sensors
Xiang Ling Fu; Ji Wu; Jinpeng Chen; Shaohui LiuKnowledge-Based Systems
Consuegra-Ayala J.P.,Martínez-Murillo I.,Lloret E.,Moreda P.,Palomar M.Information and Management
Fink L.,Ilany-Tzur N.,Yam H.,Sokhina S.Journal of Criminal Justice
Lovell R.E.,Klingenstein J.,Du J.,Overman L.,Sabo D.,Ye X.,Flannery D.J.IEEE Transactions on Emerging Topics in Computing, Emerging Topics in Computing, IEEE Transactions on, IEEE Trans. Emerg. Topics Comput.
Qin, Z.; Wang, Y.; Cheng, H.; Zhou, Y.; Sheng, Z.; Leung, V.C.M.Arabian Journal for Science and Engineering
Guo, Hongjian; Chen, YifeiEPJ Data Science
Titla-Tlatelpa J.d.J.,Ortega-Mendoza R.M.,Montes-y-Gómez M.,Villaseñor-Pineda L.Entrue Journal of Information Technology
최예림; 김소이; 박규연; 박종헌Entrue Journal of Information Technology
최예림; 김소이; 박규연; 박종헌IEEE Transactions on Computational Social Systems
Juan Carlos Gomez; Jorge Moreno; Mario-Alberto Ibarra-Manzano; Dora-Luz Almanza-OjedaIEEE Intelligent Systems
Buker A.,Roffo G.,Vinciarelli A.,Cambria E.IEEE Transactions on Computational Social Systems
Gomez J.C.,Moreno J.,Ibarra-Manzano M.A.,Almanza-Ojeda D.L.ACM Transactions on Information Systems
Dong, Y.; Chawla, N.V.; Tang, J.; Yang, Y.; Yang, Y.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 대학원
이 과목은 인간의 정보추구행동을 분석하는 다양한 방법론을 소개하여 향후 학생 본인의 전공분야를 선택하는데 참조할 수 있도록 한다. 특히 정보의 사용성 조사나 사용자 경험조사 방법을 중점으로 데이터의 수집, 실험설계, 데이터 분석 및 해석방업 등을 취급한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 학사
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.전선 / 대학원
본 수업은 실제 운용되고 있는 SNS상에서 사용할 수 있는 도구들의 제작과 이를 통해 얻은 자료를 분석하는 기법을 익히는 것을 목표로 한다. SNS의 사용이 크게 증가함에 따라, 사용자들이 방대한 양의 자료를 웹상에서 제작, 공유하고 있다. 이러한 자료를 분석하면 기존의 방법으로는 알기 힘들었던 사용자의 취향이나 성향을 비교적 쉽게 파악할 수 있다는 연구 결과가 나오고 있다. 하지만 자료의 양이 방대할 뿐만아니라 자료의 형태도 다양해 여러가지 제한점이 있는 것도 사실이다. 본 강의는 SNS 상의 자료를 사용하여 어떻게 사용자에게 유용한 정보를 제공할 수 있는 지에 대해서 알아보고자 한다. 학생들은 Python을 이용하여 여러가지 SNS의 자료를 수집하고 분석하는 것을 배울 것이다. 단순한 수집뿐만아니라 수학적인 분석 기법에 대해서도 자세하게 다룰 예정이다.전선 / 대학원
본 수업은 실제 운용되고 있는 SNS상에서 사용할 수 있는 도구들의 제작과 이를 통해 얻은 자료를 분석하는 기법을 익히는 것을 목표로 한다. SNS의 사용이 크게 증가함에 따라, 사용자들이 방대한 양의 자료를 웹상에서 제작, 공유하고 있다. 이러한 자료를 분석하면 기존의 방법으로는 알기 힘들었던 사용자의 취향이나 성향을 비교적 쉽게 파악할 수 있다는 연구 결과가 나오고 있다. 하지만 자료의 양이 방대할 뿐만아니라 자료의 형태도 다양해 여러가지 제한점이 있는 것도 사실이다. 본 강의는 SNS 상의 자료를 사용하여 어떻게 사용자에게 유용한 정보를 제공할 수 있는 지에 대해서 알아보고자 한다. 학생들은 Python을 이용하여 여러가지 SNS의 자료를 수집하고 분석하는 것을 배울 것이다. 단순한 수집뿐만아니라 수학적인 분석 기법에 대해서도 자세하게 다룰 예정이다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.전선 / 대학원
통계적 기계학습 방법은 데이터과학 및 인공지능 분야에서 핵심 방법론으로 사용되고 있다. 본 강의에서는 통계적 기계학습 방법론을 소개하고 기본 이론을 배운다. 주로 지도학습방법론을 위주로 다루며, 의사결정론, 고차원 선형모형, 비모수 함수추정, 의사결정나무와 앙상블, Support vector machine 그리고 딥러닝에 대한 이론 및 알고리즘을 가르친다. 그리고 지도학습 알고리즘을 관통하는 통계학적 원리인 M-추정량에 대해서 논의한다.전선 / 학사
빅데이터는 실세계에서 일어나는 복잡한 문제를 해결하기 위한 통찰력을 제공한다. 이 과목은 빅데이터를 소개하며, 데이터 가공, 분석 및 시각화를 위한 프로그래밍 언어 (Python), 데이터 분석을 위한 통계 및 머신러닝 방법 등을 가르친다. 실습 및 프로젝트를 통해서 학생들이 실제 데이터를 분석할 수 있는 능력을 배양한다. 데이터 중심의 컴퓨팅, 정량적 사고와 추론, 탐색적 데이터 분석에 대한 강조를 통해 이 과목에서는 데이터 과학의 핵심 원리와 기술을 다룰 것이다.전필 / 학사
본 강의는 데이터과학의 방법을 사회 자료 통계 분석에 이용하는 능력을 갖출 수 있도록 한다. 기술 및 추론 통계의 기본 방법론을 사회학 연구 설계와 경험 분석의 관점에서 다루고, 프로그래밍 언어 습득을 통해 자료 시각화와 통계 분석을 수행할 수 있는 능력을 함양시킨다.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 대학원
본 교과목은 컴퓨터 매개 커뮤니케이션 현상과 관련된 다양한 이론과 실증 연구를 조망하는 것을 목표로 한다. 특히 사람들이 테크놀로지의 발달로 등장한 상대적으로 새로운 형태의 인간 커뮤니케이션 방식을 어떻게 이용하며, 다양한 매체의 속성에 따라 커뮤니케이션의 제반 과정 및 결과는 어떻게 달라지는가를 집중적으로 살펴보고자 한다. 구체적으로 컴퓨터 매개 커뮤니케이션 환경에서 아래와 같은 현상이 어떠한 방식으로 발현되는지를 검토할 것이다: 언어의 성차(性差), 가상의 자아 정체성, 대인 커뮤니케이션에서 자기 표현과 불확실성의 감소, 사회적 스테레오타입, 집단 의사 결정과 집단 순응 효과, 인터넷 상의 사회적 네트워크 형성, 컴퓨터 네트워크에 의해 지지되는 협업 등이다. 기말 과제로 학생들은 독자적인 연구문제를 개발하고 이를 실증적으로 검증할 수 있는 연구를 디자인하게 될 것이다.전선 / 대학원
여성학 연구에 필요한 양적연구방법을 다루고, 조사 연구과정에서 발생하는 문제들에 대한 여성학적 접근을 검토한다. 사회조사(survey)의 기본개념, 사회과학에서 사용되는 통계, 통계 패키지 활용방법, 그래프를 이용한 프레젠테이션, 이차자료의 분석 등을 다룬다.(핵심교과목)전필 / 대학원
심리학 및 사회과학의 대학원생을 위한 통계: 기술통계와 추론통계에 대한 개념과 자료분석 기법을 다룬다. 구체적으로 무선변인, 확률이론, 추정, 가설검정, 분산분석, 그리고 상관분석과 회귀분석을 다룬다.전선 / 대학원
"오늘날과 같이 기술간제품간 융합이 활발히 이루어지고, 소비자들의 신제품에 대한 수요가 다양해지는 환경에서, 신기술 혹은 신제품의 성패는 기술적인 요인에 의해서 결정되어 진다기보다는 시장에서의 성공에 좌우된다고 할 수 있다. 따라서, 신기술 및 신제품에 대한 수요분석 및 예측은 기업전략은 물론 국가의 연구개발정책에 있어서도 그 중요성이 더욱더 커진다고 할 수 있다. 본 교과는 이와 같은 신 기술경제 패러다임(New Techno-Economics Paradigm) 하에서 빠른 기술혁신과 불확실한 시장으로 정의될 수 있는 신기술 및 신제품의 수요를 분석하는데 필요한 기초적인 지식을 교육한다. 교과내용은 크게 2가지로 나누어지는데, 첫번째는 신기술의 개별속성에 대한 소비자의 선호구조를 분석하는데 필요한 다양한 이산선택모형(discrete choice model)과 이를 추정하는데 필요한 여러 가지 시뮬레이션 기법 및 베이지안적 접근에 의한 추정법이 포함되고, 두번째는 위험함수(hazard function)의 정의에 기반한 광범위한 형태의 확산모형(diffusion model)을 이용한 수요예측모형이 포함된다."