최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Chen H.,Hossain M.A.,Kim J.H.,Cho J.Y.
2021 / International Journal of Molecular Sciences
Lee, Wooyung; Jang, Eunji; Lee, Joon
2017 / Journal of Cognitive Science
데이터가 존재하지 않습니다.
loading...
본 논문은 빅데이터 분석 및 지각 과정을 통해 생성된 데이터 제품을 거래하는 데이터 중심 서비스 및 모델을 제안합니다. 기존 데이터 브로커와 달리, 다양한 산업 분야에서 활용될 수 있도록 데이터의 접근성을 높이고, 데이터 기반 산업 발전에 기여하고자 합니다.
데이터경제와 디지털금융 : 주요 법률과 이슈
Big data and smart service systems
빅 데이터@워크 : 똑똑하게 다루고 적용하는 새로운 빅 데이터 패러다임
Big data applications in industry 4.0
(4차 산업혁명 시대의) Excel 경영과학
빅 데이터 비즈니스 : 끊임없이 쏟아지는 거대한 데이터를 어떻게 새로운 가치로 만들어낼 것인가 =
빅 데이터, 세상을 이해하는 새로운 방법
Big data, data mining and machine learning : value creation for business leaders and practitioners
세계 시장을 주도할 크로스 테크놀로지 100 : 융합과 재생으로 4차 산업혁명을 이끄는 신기술들
Data-driven business transformation : how businesses can disrupt, innovate, and stay ahead of the competition
Distributed computing in big data analytics : concepts, technologies and applications
(4차 산업혁명 시대의) 통계학 개론
Analytics in a big data world : the essential guide to data science and its applications
Data mining for service
4차산업혁명과 CRM =
Big data at work : the data science revolution and organizational psychology
나이스한 데이터 분석 : 데이터가 말하는 트렌드
Big data for dummies
(빅 데이터가 만드는) 비즈니스 미래지도 : 미래 경제를 움직이는 거대한 데이터 혁명
ICT기반 신산업 발전을 위한 데이터 거래 활성화 방안
무역학회지
정준모, 정윤세Journal of Physics: Conference Series
Naisuty, M.; Nizar Hidayanto, A.; Clydea Harahap, N.; Rosyiq, A.; Suhanto, A.; Michael Samuel Hartono, G.Journal of Physics: Conference Series
A. Lasbahani; C. TaoussiIEEE Latin America Transactions, Latin America Transactions, IEEE (Revista IEEE America Latina), IEEE Latin Am. Trans.
Guedea Noriega, Hector H.; Garcia Sanchez, Francisco디지털융복합연구
김신곤, 이석준, 김정곤IEEE Engineering Management Review, Engineering Management Review, IEEE, IEEE Eng. Manag. Rev.
Thomas, L.D.W.; Leiponen, A.한국IT정책경영학회 논문지
김도형, 전병륜, 이우영, 김광용Mechanical Engineering
Tim Lieuwen; Bobby Noble디지털콘텐츠학회논문지
이철웅; 조성우; 조세홍; 황대훈JOURNAL OF INTERNET TECHNOLOGY
Sherratt, R. Simon; Wang, Jin; Yang, Yaqiong; Wang, Tian; Zhang, JingyuAdvertising & Society Quarterly
Chen, Huan; Sahm, BrittaniCluster Computing
Ikegwu A.C.,Nweke H.F.,Anikwe C.V.,Alo U.R.,Okonkwo O.R.IEEE Transactions on Services Computing, Services Computing, IEEE Transactions on, IEEE Trans. Serv. Comput.
Sheng, Q.Z.; Xu, X.; Chang, R.N.; Zhang, L.기업경영리뷰
박미라, 이상복Journal of Industrial Integration and Management
Javaid M.,Haleem A.,Singh R.P.,Suman R.예술인문사회 융합 멀티미디어 논문지
서무경, 정이상Journal of Industrial Integration and Management
Rajiv Suman; Abid Haleem; Ravi Pratap Singh; Mohd JavaidInternational Journal of Multimedia and Ubiquitous Engineering
Hwan-Seok YangIOP Conference Series: Materials Science and Engineering
Dobos, P.; Tamás, P.; Illés, B.; Balogh, R.IEEE Potentials, Potentials, IEEE
Victor, A.; Rao, S.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
‘데이터’는 현 시대의 새로운 자원으로 평가받고 있다. 기업, 정부 등 시장 참여자들은 소비자를 이해하고 소비자문제를 도출하여 그 해결방안을 마련하기 위해 다양한 데이터를 분석하고 그 결과를 의사결정의 근거로 활용한다. 본 과목에서는 소비자의 시장환경에서 활용되는 다양한 데이터기반 의사결정을 이해하고, 이론, 사례 및 방법론 등을 학습한다. 이를 통해 시장참여자의 소비자지향적인 의사결정을 위한 데이터 활용방안을 모색하고 필요한 역량을 습득할 수 있다.전선 / 대학원
이 강좌의 목적은 혁신의과학 연구 자료 분석을 위해 실제적인 경험을 하게끔 하는 것이다. 이를 위해 다양한 분석 방법을 공부하고, 각자의 연구 가설에 따라 어떤 방법을 이용할 지를 결정할 수 있으며, 혁신의과학 융합 연구에 대한 적용을 통해 결과를 해석할 수 있도록 강좌를 구성한다. 학생들은 혁신의과학 융합 연구 중 몇 가지 예제 자료를 받을 것이며 이 자료를 직접 분석함으로써 문제 해결을 할 수 있는 능력을 키운다.전선 / 대학원
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.전선 / 학사
이 수업은 현대 사회에서 데이터화가 미치는 영향과 그에 따른 소통적 실천들의 변화에 대한 주요 쟁점들을 심도있게 고찰한다. 논의 주제로는 데이터 편향 및 윤리, 디지털 감시 기술, 미래 발전 담론, 스마트시티와 커뮤니티, 데이터 인프라와 도시 환경 문제 등이 포함되며, 이 주제들을 심층적으로 탐구하기 위해 미디어 연구, 문화 연구 및 과학기술학의 핵심 개념과 방법론들을 폭넓게 살펴본다. 이론적 학습과 참여형 실습 과제를 통해 학생들은 데이터에 관한 맥락적 이해를 높이고, 인문사회학적 접근법의 중요성을 성찰할 기회를 갖는다. 또한 실제 사례 분석과 토론을 통해 데이터 사회에 관한 총체적, 비판적 사고 능력을 배양한다.일선 / 학사
서비스 산업(3차 산업) 자체의 성장과 더불어 이전에는 서비스와는 무관하다고 여겨지던 농업 (1차 산업) 및 제조업(2차 산업) 분야에서도 점차 서비스의 중요성이 커지면서, 서비스 산업의 규모는 그 어느 때보다 빠르게 팽창하고 있습니다. 디지털 기술의 등장과 초연결 사회가 도래하고 있는 오늘날, 모든 것은 Software-as-a-Service (SaaS), Mobility-as-a-Service (MaaS), 그리고 나아가 Everything-as-a-Service (XaaS)와 같이 서비스의 형태로 변화하는 것처럼 보입니다. 이대로 괜찮은 것일까요? 이러한 변화가 일상적인 마케팅, 운영, 인사관리, 전략에 어떤 의미를 가지는지, 그리고 이제는 기업을 다르게 전략화, 조직화하여 이끄는 것이 필요한 건 아닌지 등을 고민해봐야 합니다. 본 강좌는 이러한 변화의 시대를 마주하는 미래 비즈니스 리더가 경영 논리의 근본적인 변화를 인식하고 이에 수반된 기회와 위험을 이해하도록 돕기 위해 ‘서비스 경영’이라는 경영학의 신흥 분야를 소개합니다. 본래 서비스 산업에 대한 연구에서 개발되어 이제는 산업 간 가치 창출과 가치 확보의 논리(또는 ‘렌즈’라고 볼 수도 있는)에 대한 연구로 진화한 이 분야를 살펴보도록 합니다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 학사
데이터마이닝 및 경영과학의 애널리틱스는 빅데이터를 분석하여 인사이트를 도출하는 과정에 사용되는 핵심 방법론이다. 이 강의에서는 비즈니스 가치를 창출하기 위한 비즈니스 문제 정의, 실제 데이터 식별 및 확보, 그리고 실제 분석을 실행하는 과정을 배운다. 또한 학생 각자가 이를 프로젝트 형태로 수행하여 인사이트를 도출하고 어떠한 의사결정을 통해 응용할지를 배운다. 이를 통해 이론적으로 배운 기법을 실제 산업응용 할 수 있는 능력을 함양한다.전선 / 학사
본 강의에서는 다양한 산업에서 발생하는 텍스트 데이터에 대한 이해와 함께, 이에 대한 분석 기법들을 학습하는 것을 목적으로 한다. 크게 텍스트 데이터의 이해, 텍스트 데이터의 전처리 및 표상화, 언어 모델의 구조 이해, 그리고 텍스트 데이터의 응용 과업 등의 네 가지 파트로 구성하여 강의를 진행한다. 텍스트 데이터의 이해 파트에서는 제조업, 마케팅, 금융 등의 비즈니스에서 발생하는 텍스트 데이터의 특징과 이에 대한 활용 사례를 주로 다룬다. 텍스트 데이터의 전처리 및 표상화 파트에서는 전통적인 bag-of-words 방식을 포함하여, word2vec, GloVe, Fasttext와 같은 신경망 기반의 텍스트 표상화 방법을 강의한다. 언어모델의 구조 이해 파트에서는 Seqence-to-sequence Learning과 Transformer 구조에 대한 이해를 바탕으로 BERT 및 GPT 등의 대표적인 언어모델 구조를 강의한다. 마지막으로 텍스트 데이터의 응용 과업 파트에서는 감성 분석, 문서 요약, 질의 응답 등의 실제 비즈니스에서 자주 사용되는 텍스트 데이터 분석 과업을 소개하고 이를 해결하기 위한 적절한 방법론을 강의한다.전선 / 대학원
본 과목은 마케팅에 있어서 새롭게 등장하는 주제나 이슈들에 대한 학습에 그 목적이 있다. 그러므로 논의될 주제와 과목구조는 강의담당자와 학생들의 관심에 따라 달라진다.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.전선 / 대학원
데이터 기반의 파괴적 디지털 혁신은 지능 소프트웨어 서비스를 기반으로 한 신산업의 출현과 이에 대항해 생존을 추구하는 기존 산업의 탈바꿈으로 이어지고 있다. 또한 혁신의 사이클이 빨라지면서 전통적 산학연 협력이 퇴색하고 캠퍼스 벤처 창업과 대기업의 벤처 기업 인수가 빈번해지고 있다. 이 과목은 데이터 기반의 과학 기술, 비즈니스 혁신 아키텍처와 창업의 요건 및 성장 전략을 가르치며 시험 외에도 비즈니스 플랜 발표를 하게 된다. ▪기술생명주기, 파괴적 및 점진적 혁신, 혁신가의 딜레마, Chasm과 벤처 기업 성공 기회 ▪빅데이터, 인공지능, 디지털 서비스 선순환 아키텍처와 B2B, B2C 성공 사례 ▪실리콘 밸리 혁신 에코 시스템과 중국, 독일의 디지털 혁신 시스템 비교 ▪데이터 기반 혁신 기업 비즈니스 플랜 만들기, 벤처 캐피털과 창업 기업의 가치 산정 ▪창업 기업 성장과 변화하는 창업가의 역할 ▪성공 창업가와 벤처 캐피털리스트와의 대화전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.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.전필 / 학사
데이터 과학이란 급격히 증가하는 대량의 빅 데이터를 체계적으로 분석하여 이전에는 불가능했던 새로운 통찰력을 얻거나 의사결정에 직접적인 도움을 줄 수 있는 학문을 말한다. 컴퓨터 과학이 프로그램과 관련된 이론에 비중을 둔 것에 비교하면 데이터 과학은 데이터에 중심을 두고 데이터를 처리하는 과정에 생기는 문제를 다룬다. 본 강의에서는 데이터 수집, 데이터 마이닝, 데이터 비주얼라이제이션 등 데이터의 수집부터 결과를 얻기까지의 모든 내용을 다룬다.전선 / 대학원
인터넷의 출현은 전자상거래라는 새로운 유통채널을 기업에게 제공하게 되었으며, Priceline, social network services, AppStore 등 새로운 비즈니스 모델의 출현을 촉발시키고 있다. 기업들은 생존과 번영을 위해 인터넷이 가져온 전자상거래라는 급격한 변화에 대하여 현상을 분석하고, 미래를 예측하며 빠른 의사결정을 내려야 할 필요성을 가지게 되었다. 본 강의에서는 현재 일어나고 있는 전자상거래에 의한 일반경영, 산업별 변화에 대하여 이론 및 기업 사례들을 살펴보고, 향후 일어날 상거래의 변화와 기업의 대응방안에 대하여 토의해 보고자 한다.전선 / 학사
최근의 의학은 이전의 bio(분자생물학, 줄기세포, 재생의학 등 실제 실험실에서의 실험 연구 등) 중심에서 data science 중심으로 급격히 변화가 일어나고 있는 것은 누구나 다 인지하고 있는 사실이다. 소위 제4차 산업혁명이라고 불리어지는 영역이기도 하다. 이에 의학 및 실제 임상에서 이러한 분야의 발전과 변화가 어떤 영향을 미치고 있는지, 어떻게 활용하여야 하는지에 대한 관심은 매우 높다고 할 수 있다. 의학도로 막 입문한 의예과 학생들이 이러한 디지털 데이터 의학이라는 학문에 조기에 접하고 경험함으로써, 더욱 발전적인 미래를 기대할 수 있을 것이다.