최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 딥러닝 기술을 이용하여 코스피 200 선물지수를 예측하는 모델을 개발하고 성능을 분석하였다. 개발된 모델은 보합세 종목의 방향성과 주가 예측에 활용될 수 있으며, 향후 로보어드바이저 서비스에 적용 가능성을 확인하였다.
인공지능 인사이트 : 로보어드바이저 사례를 중심으로
파이썬 증권 데이터 분석
4차 산업혁명 재테크의 미래 = 대한민국 미래의 부를 창출하는 새로운 투자법
모바일트렌드 2017 : 내 손안의 개인비서, 모바일 컨시어지의 탄생
빅데이터 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
빅데이터(big data) 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
파이썬으로 구현하는 로보어드바이저 = 포트폴리오 최적화에서 마켓타이밍, 팩터 투자, 딥러닝까지
퀀트 전략을 위한 인공지능 트레이딩
빅데이터 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
빅데이터 활용서 : R을 이용한 중·고급 데이터 분석의 바이블
AI 핀테크와 재테크
로보 파이낸스가 만드는 미래 금융 지도 : 우리가 알던 금융의 종말
Financial decision making using computational intelligence
Financial signal processing and machine learning
Natural computing in computational finance
예측투자 : 주가에 담긴 기대치를 활용한 과학적 투자 솔루션
AI 비즈니스 전쟁 : 미래 비즈니스에서 살아남는 AI 활용법
(초디지털 시대) 수퍼플루이드 경영전략 : 4차 산업혁명과 신공유경제가 가져오는 기회와 위협
Market models : a guide to financial data analysis
Financial models using simulation and optimization II : investment valuation, options pricing, real options & product pricing models
한국데이터정보과학회지
이우식지능정보연구
김선웅INTELLIGENT DATA ENGINEERING AND AUTOMATED LEARNING - IDEAL 2002
Baek, JW; Cho, SZProcedia Computer Science
Kim, Youngmin; Enke, David순수 및 응용수학
구본상, 송준혁지능정보연구
이모세; 안현철Quantitative Bio-Science
이상규, 이희수, 오경주대한경영학회지
김명현; 이세호; 신동훈정보화연구
박재연; 유재필; 신현준지능정보연구
라윤선; 최흥식; 김선웅한국데이터정보과학회지
하대우, 김영민, 안재준PLoS ONE
Pyo, Sujin; Lee, Jaewook; Cha, Mincheol; Jang, Huisu지능정보연구
박성철; 김선웅; 최흥식한국데이터정보과학회지
김태윤, 고봉균Technological Forecasting and Social Change
Tiberius V.,Gojowy R.,Dabić M.Quantitative Bio-Science
양준혁, 김영민, 오경주한국산업정보학회논문지
김성수, 김종인, 정기철Applied System Innovation
Tsai S.C.,Chen C.H.지능정보연구
김경목, 김선웅, 최흥식Quantitative Bio-Science
주성준; 오경주교양 / 학사
이 교과목은 과학기술과 사회의 다면적인 경계를 허물고 이를 통해 펼쳐질 미래의 지평을 조망하는 것을 목적으로 한다. 이를 위해 과학기술과 인문, 사회과학을 넘나드는 고도로 융합적인 접근을 시도한다. 과학기술을 통해 미래를 엿보는 각종 접근방법을 리뷰하고 예측의 한계를 이해함으로써 과학기술과 미래의 상호작용에 대한 관점을 형성하며, 사례로서 인공지능과 데이터과학의 과거와 현재를 돌아본다. 바람직한 미래를 만들어가기 위한 과학기술의 역할과 사회적 고려들은 무엇인지 생각해본다. 이 교과목은 주제별 강의와 토론으로 구성된다.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.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
이 수업은 한국어로 진행되며 강의 내용은 아래 영문교과목 개요를 참고하시길 바랍니다.전선 / 학사
주식, 채권을 포함한 기초 증권 및 옵션, 선물, 스왑 및 구조화 채권 등의 파생 증권의 가격 결정, 헷징, 및 투자전략에 대한 이론적 기초를 공부한다. 기초적 분석을 중심으로 특히 위험중립적 가격 결정 접근법을 공부하고, 파생 증권의 가격 결정에 있어서 이와 증권 복제법을 통한 가격 결정 접근법이 어떻게 관련이 있는지를 공부한다.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.전선 / 학사
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 대학원
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 대학원
본 과목은 블록체인 등 분산원장(DL) 기술의 다양한 활용과 관련한 기존 법체계의 적용, 법령 정비의 추이, 향후의 정책적 방향성을 논의한다. 구체적 논의 대상은 가상자산, 가상자산공모(ICO), 증권형토큰공모(STO), 중앙은행디지털화폐(CBDC), 스마트계약, 대체불가능토큰(NFT), 분산금융(DeFi), 탈중앙화자율조직(DAO), 블록체인 기반 공급사슬·플랫폼·지역화폐·분산에너지자원(DER)·투표시스템·스마트도시 등에 대한 다양한 법령들의 적용을 포괄한다.전선 / 학사
4차 산업혁명의 핵심기술인 인공지능(딥러닝)의 배경지식과 활용방법을 습득하며, Convolutional Neural Networks 와 Recurrent Neural Networks 에 관한 지식과 활용법을 실습한다. 딥러닝 기본개념, Stochastic Gradient Descent, backpropagation 기법, 초기화기법, regularization 기법, 콘볼류션신경망(CNN), CNN 구조, 반복신경망(RNN), RNN의 응용, 강화학습을 다룬다. 이론은 기존 머신러닝과목에서 다루므로, 이론보다는 실용적 적용능력을 배양하기 이해 딥러닝 관련 소프트웨어 교육을 강조하며, Python에 관한 강의와 실습, Python 수학 라이브러리 numpy에 강의도 실시한다. 또한 Advanced deep learning library인 Tensorflow에 대한 강의와 실습도 병행한다.전선 / 대학원
본 강좌에서는 신호처리 분야의 최신 이슈와 연구물에 대해 다루고 있다. 각 강좌마다 다른 문제를 다루고 있다.전선 / 대학원
본 과목에서는 기술예측에 대한 이론과 사례를 소개한다. 이를 위해 국가, 산업, 조직 차원에서 전문가 기반 예측(예. 델파이, 로드맵핑, 시나리오 기획)과 데이터 기반 예측(예, 동향분석, 상호영향분석, 시뮬레이션, 텍스트마이닝)의 접근법을 강의한다. 또한 기술 정보를 추출하여 기술예측 관련 의사 결정을 지원하는 기술 인텔리전스 모델과 도구들을 소개한다. 이를 통해 수강생들은 기술 기회와 위협을 발굴하여 미래를 준비하는데 필요한 기초지식을 습득하고 체화할 수 있을 것이다.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 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야 (active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.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 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야(active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.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 / 대학원
본 강좌에서는 경영 활동에 전반적으로 활용되는 정보 기술, 시스템의 개념과 요소를 소개한다. 조직에서 지속적인 경쟁 우위를 확보하기 위해 활용하는 정보 기술, 시스템의 이론과 실제를 학습할 수 있는 다양한 이슈가 다뤄질 것이다. 학생들은 정보 기술의 최근 동향을 이해하고, 조직의 성과를 향상시키기 위해 이를 활용할 수 있는 방안에 대해 토의할 것이다. 이는 정보 기술을 사용과 관련하여 주요한 관리적 이슈가 무엇인지 이해할 수 있도록 도울 것이다.전선 / 대학원
이 강좌는 대표적인 친환경 녹색교통수단인 철도교통에 대한 철도공학적 이해 및 교통체계적 분석을 다룬다. 이를 위하여 철도계획 일반, 철도교통수요분석 및 평가, 시설 및 시스템, 운영 및 유지보수 등을 살펴본다. 아울러, 지속가능발전의 교통체계적 내재화를 위한 철도교통의 역할을 논의한다.전선 / 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.