최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Park Jisu
2022 / Asian Social Work and Policy Review
임강, 홍태호, YoungKi Park
2015 / Asia Pacific Journal of Information Systems
데이터가 존재하지 않습니다.
loading...
본 연구는 구조화된 데이터를 활용하여 기업 신용 등급 예측에 SVM+ 및 SVM+MTL과 같은 새로운 기법을 적용하고, 기존 SVM과의 예측 성능을 비교합니다. 실험 결과, SVM+MTL이 기존 SVM 및 SVM+보다 우수한 예측 성능을 보였으며, 다중 분류 문제 해결 기법을 풍부하게 하는 데 기여합니다.
An introduction to support vector machines : and other kernel-based learning methods
Bio-inspired credit risk analysis : computational intelligence with support vector machines
Support vector machines applications
Support vector machine in chemistry
Optimization based data mining : theory and applications
Handbook of multicriteria analysis
Learning with kernels : support vector machines, regularization, optimization, and beyond
Support vector machines
Financial instrument pricing using C++
An introduction to multilevel modeling techniques : MLM and SEM approaches using Mplus
Credit risk valuation : methods, models, and applications
Multi-Criteria Decision-Making and Optimum Design with Machine Learning : A Practical Guide
Credit risk measurement : new approaches to value at risk and other paradigms
Multivariate data analysis
Advanced credit risk analysis : financial approaches and mathematical models to assess, price, and manage credit risk
Analysis and modelling of spatial environmental data
Multiple Criteria Decision Making in Finance, Insurance and Investment
Asia Pacific Journal of Information Systems
임강; 홍태호; YoungKi ParkAsia Pacific Journal of Information Systems
홍태호, 박지영Neurocomputing
Hsu, F.-J.; Chen, M.-Y.; Chen, Y.-C.Finance Research Letters
Galil K.,Hauptman A.,Rosenboim R.L.Pattern Recognition
Xu L.,Cui L.,Weise T.,Li X.,Wu Z.,Nie F.,Chen E.,Tang Y.경영학연구
안현철, 김경재, 한인구Mathematical Problems in Engineering
Hu J.,Chen C.,Zhu K.Asia Pacific Journal of Information Systems
안현철, 김경재Neurocomputing
Zhong, H.; Miao, C.; Shen, Z.; Feng, Y.Computational Economics
Ozturk, Huseyin; Namli, Ersin; Erdal, Halil IbrahimNorth American Journal of Economics and Finance
Golbayani P.,Florescu I.,Chatterjee R.경영정보학연구
안현철Review of Financial Economics
Eduard Sariev; Guido GermanoIntelligent Data Analysis
Klaus B. Schebesch; Ralf SteckingProcedia Computer Science
Tian, Zhenya; Xiao, Jialiang; Feng, Haonan; Wei, YutianIntelligent Data Analysis
Stecking, R.; Schebesch, K.B.산업공학(IE interfaces)
안대웅, 고효헌, 백준걸, 김지현, 김성식IEEE Engineering Management Review
Gupta C.,Rajeswara Rao K.V.S.,Datta P.Journal of Physics: Conference Series
Yahya; NurhidayatiAnnals of Data Science
Kurani, Akshit; Doshi, Pavan; Vakharia, Aarya; Shah, Manan전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 대학원
인적자원의 효과적인 관리와 개발을 통하여 조직의 목표를 효과적으로 달성할 수 있을 뿐 아니라, 나아가 인적자원을 기반으로 한 경영전략의 수립 및 달성이 가능하다는 점에서 인사관리는 기업경영에 있어서 매우 중요한 분야라고 할 수 있다. 본 과목에서는 종래의 인사직능 위주의 인사관리에서 벗어나 인사관리 및 인적자원의 전략적 중요성에 기반한 인사관리를 다루고자 한다. 특히 기업 인사관리의 새로운 추세와 형성요인에 관한 이해를 하고 우리나라 기업 인사관리의 방향에 관한 평가와 전망, 그리고 새로운 제안을 시도한다.논문 / 대학원
이 과목에서는 비정규적인 강의와 함께 연구를 수행하는데 있어 필요한 기법을 익히기 위한 몇 개의 토론 분과가 만들어질 것이다. 강독은 이론과 실증연구에 있어 대표적인 논문들뿐만 아니라, 연구방법론에 관한 논문들도 포함한다. 학생들은 강독 논문들을 평가하는 숙제와 함께 자신의 관심분야 연구를 위한 기말논문을 제출하여야 한다.전선 / 대학원
오늘날 데이터 중심의 비즈니스 환경에서 인공지능/머신러닝(AI/ML) 기술은 고객 및 시장 분석부터 전략적 의사결정에 이르기 까지 기업 경영 전반에 수많은 혁신을 일으키고 있다. 본 과정은 MBA 학생들에게 비즈니스 애플리케이션에 특화된 핵심 AI/ML 알고리즘들을 실습 중심으로 학습할 수 있는 기회를 제공한다. 고객 이탈 예측, 금융 사기 탐지, 고객 세분화, 수요 예측, 맞춤형 추천 시스템과 같은 실전 사례들을 통해 머신러닝의 실용적인 적용 방법을 익히게 되며, 대규모 언어 모델(LLM)을 활용하여 별도의 프로그래밍 경험 없이도 데이터 처리 및 AI/ML 알고리즘 적용을 위한 기초적인 코드 구현 기술을 습득하게 된다. 본 과정을 수료한 학생들은 머신러닝을 활용한 데이터 기반 의사결정을 효과적으로 수행할 수 있는 역량을 갖추게 될 것이다.전선 / 대학원
세계화의 진행으로 국제금융시장에 대한 이해와 필요성이 증대되고 있다. 본 교과목은 다국적 기업의 재무최고관리자(CFO)로서 익혀야 할 기본적인 재무이론과 개념을 이해할 수 있도록 구성되어 있다. 다루는 주제는 화폐의 시간가치, 현금할인기법, 위험과 기대수익률의 관계, 자본비용, 자본예산분석, 자본구조 등을 포함한다.전선 / 대학원
데이터와 컴퓨팅 역량의 폭발적인 증가로 인해, 비즈니스 의사결정에서 데이터 분석과 정량적 모델링의 활용은 필수적인 요소가 되었다. 이 과목은 데이터 과학과 고급 경영과학을 결합하여, 다양한 비즈니스 환경에서 데이터의 활용을 통한 효율적 의사결정 시스템을 구축하기 위한 기술과 도구들을 다룬다. 전통적인 데이터 처리 및 분석을 넘어, 데이터를 스마트하고 해석 가능하며 실행 가능한 비즈니스 의사결정으로 변환하는 '처방적 분석' 방법론에 중점을 둔다. 구체적으로는 머신러닝 알고리즘, 고급 의사결정 모델링, 최적화와 같은 기술을 결합하여 자원 배분, 공급망 관리, 불확실성 대응, 경제성 분석 등 다양한 문제들을 데이터와 정량적 근거에 기반하여 해결하는 능력을 배양하는 것을 목표로 한다. 고급 엑셀 기능과 기본적이고 쉽게 이용 가능한 파이썬 모델링 기법 등 실무적인 도구들을 익히며, 코딩 기술이 요구되지 않는 상황에서도 이 도구들의 메커니즘을 이해하고 활용할 수 있는 매니저로서의 역량을 기르게 될 것이다. 이 과목은 처방적 분석 방법론의 실무적 유용성에 초점을 맞추어, 다양한 분야에서 해석 가능하고 실행 가능한 의사결정 시스템을 구축하려는 경영 매니저들에게 유용할 것이다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 대학원
본 과정은 다국적 기업에 있어서의 경쟁우위의 창출과 관련하여 다국적기업의 경영활동에 대하여 집중 조명하게 된다. 국제기업환경에 대한 기본적인 배경지식의 함양과 함께 새로이 부각되는 복잡 다단한 경쟁환경 속에서 효과적인 글로벌 전략의 수립과 이를 수행해나가는 다양한 대응형태들을 분석함으로써 한국기업의 국제경쟁전략에 이를 응용해보고자 한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전필 / 대학원
컴퓨터 기반 측정 평가 및 진단 이론의 흐름과 최신 기술에 대해 배우고 관련 소프트웨어 사용방법을 배운다. 문항반응이론, 인지진단평가, 컴퓨터 적응 평가, 다단계 평가 등 기존 교육평가 분야에서 컴퓨터 기반 평가에 사용되는 기술 및 Knowledge tracing, 자동 문항 추천, 자동 문항 생성 및 자동 문항 채점 등 머신러닝 기반 교육평가의 최신 동향 및 알고리즘의 특성과 원리를 배운다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
본 강좌는 의사결정 모델을 통하여 복잡한 경영문제들을 해결할 수 있는 기법들을 제공하고 정형화된 모델과 계량적 분석을 틀로 불확실하고 경쟁적인 경영환경들을 분석할 수 있는 모델을 제시한다. 이 과목은 확률론이나 의사결정 모형들을 기본으로 수송문제, 설비배치와 같은 문제들을 분석한다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.전선 / 대학원
이윤을 추구하는 기업과 관련하여 미시경제학과 마케팅 이론들이 시장을 이해하기위해 적용된다. 최근 시장 메커니즘의 분석과 관련한 보다 발전된 주제에 집중된다.전필 / 학사
조직의 경쟁우위 창출요인으로서 인적자원은 전략적 중요성을 지니고 있다. 즉, 경영전략의 효과적 달성을 위해 인사전략이 수립/수행 되어야 할 뿐 아니라, 나아가 인적자원의 경쟁우위를 기반으로 조직의 경쟁우위를 제고하기 위해 경영전략이 수립/수행 될 수 있다는 관점에서 인사관리의 중요성이 재조명되고 있다. 이러한 관점에서 본 과목에서는 인사관리의 세부분야(선발, 개발, 평가, 보상, 승진, 퇴직 등)에 관한 기초이론과 제도를 다루며 사례연구를 통하여 인사관리에 관한 실용적이고 심도있는 사고능력을 개발하고자 한다.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.