최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Kim J.M.,Chung Y.S.,Jo H.J.,Lee N.J.,Kim M.S.,Woo S.H.,Park S.,Kim J.W.,Kim H.M.,Han M.G.
2020 / Osong Public Health and Research Perspectives
박미마, 신지훈
2021 / 보건의료생명과학논문지
데이터가 존재하지 않습니다.
loading...
본 연구는 목적 지향적 환경에서 발생하는 기만적 데이터 시각화에 대한 분석을 제시하며, 인간 인지 프로세싱의 취약점을 기반으로 공격 유형을 분류하여 데이터 시각화 맥락에서의 속임수를 확인합니다. 기존 연구가 효과적인 시각화 방법이나 표현 방식에 초점을 둔 것과 달리, 시각화 방식의 다양성이 데이터 왜곡 가능성을 높이는 점에 주목합니다.
(네이선 야우의) 데이터 포인트 : 데이터 시각화 + 인포그래픽을 깨우치다
어나더레벨 데이터 시각화 : 사회과학 분야의 연구원을 위한 데이터 시각화 안내서
데이터 시각화 =
(데이터 시각화를 위한) 데이터 인사이트 : 빅데이터를 바라보는 통찰의 눈
데이터 시각화 교과서 : 데이터 분석의 본질을 살리는 그래프와 차트 제작의 기본 원리와 응용
Frontiers of scientific visualization
시작, 인포그래픽 : Pictogram x diagram = infographic
보안 데이터 시각화 : 데이터의 핵심을 한눈에 보여주는 최적의 기법
Beautiful visualization : [looking at data through the eyes of experts]
슈퍼 팩트 : 세상의 진실과 거짓을 한눈에 간파하는 강력한 10가지 법칙
Fundamentals of data visualization : a primer on making informative and compelling figures
차트 제작 & 인포그래픽 데이터 시각화
실전 LOG 분석과 체계적인 관리 가이드 : 개발자와 운영자의 트러블슈팅과 보안 담당자의 이상행위 탐지를 위한
Better data visualizations : a guide for scholars, researchers, and wonks
데이터 시각화 원리 : 인포그래픽 원리와 엑셀 활용 방법을 기초로 한 데이터 시각화 안내서
데이터가 한눈에 보이는 시각화 : 데이터 시각화 기초부터 분석 사례, 다양한 차트 유형까지 알아보는
데이터 시각화 설계와 활용 : 데이터에 내재된 인사이트 발견과 표현 방법
데이터 시각화 설계와 활용 : 데이터에 내재된 인사이트 발견과 표현 방법
데이터 시각화
PROCEEDINGS OF THE 2023 CHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS, CHI 2023
Lisnic, Maxim; Polychronis, Cole; Lex, Alexander; Kogan, MarinaIEEE Transactions on Professional Communication
Lauer C.,O'Brien S.Psychological Science in the Public Interest
Franconeri S.L.,Padilla L.M.,Shah P.,Zacks J.M.,Hullman J.Computer Graphics Forum
Lo L.Y.H.,Gupta A.,Shigyo K.,Wu A.,Bertini E.,Qu H.Educational Psychology Review
Jihyun Rho; Martina A. RauIEEE computer graphics and applications
Jorge D, Camba; Pedro, Company; Vetria, Byrd; Beatriz Sousa, Santos; Ginger, AlfordPROCEEDINGS OF THE 2020 CHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS (CHI'20)
McNutt, Andrew; Kindlmann, Gordon; Correll, MichaelArt Education
Yiwen WeiIEEE Transactions on Visualization and Computer Graphics
Elliott M.A.,Nothelfer C.,Xiong C.,Szafir D.A.Expert Systems
Vázquez-Ingelmo A.,García-Holgado A.,García-Peñalvo F.J.,Therón R.디지털콘텐츠학회논문지
김하늘, 김성희디지털디자인학연구
이수진디지털디자인학연구
이수진Information Communication and Society
Kennedy, H.; Hill, R.L.; Aiello, G.; Allen, W.보건정보통계학회지
김성화; 임지혜; 강대룡EXTENDED ABSTRACTS OF THE 2021 CHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS (CHI'21)
Choi, Jinhan; Oh, Changhoon; Suh, Bongwon; Kim, Nam WookPROCEEDINGS OF THE 2022 CHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS (CHI' 22)
Fan, Arlen; Ma, Yuxin; Mancenido, Michelle; Maciejewski, RossLeonardo
Phillip GoughSoftware and Systems Modeling
Gulden J.,Burattin A.,Andaloussi A.A.,Weber B.IEEE Transactions on Visualization and Computer Graphics
Streeb D.,El-Assady M.,Keim D.A.,Chen M.전선 / 대학원
사람들이 일반적으로 동의하는 시각적인 표현이 존재하지 않는 대량의 추상적인 데이터를 직관적으로 시각화하고 동적으로 제어할 수 있게 함으로써 사용자들의 인지능력의 향상을 꾀하는 정보 시각화에 대하여, 시지각 이론을 포함한 이론적 바탕에서 출발하여 데이터의 형태별 시각화 방법론, 인터액션 방법론, 디자인 스터디 방법론, 평가 방법론 등 다양한 기술적 배경을 실제 문제 해결을 통하여 학습한다. 더 나아가서, 정보시각화 기술에 기반하여 인터액티브한 시각적 인터페이스를 디자인하고 이를 통하여 전문가의 창의적 문제해결 능력을 극대화함으로써 인류가 직면한 실제 문제를 해결하려는 새로운 과학적 시도인 시각적 분석 기술도 학습한다. 특히 통계학, 기계학습, 데이터마이닝 등 데이터 과학 분야의 관련 기술들을 정보 시각화 시스템에 효과적으로 융합하는 기술적 방법론도 다양한 실례와 디자인 프로젝트를 통해 체득한다.전선 / 학사
수많은 기업과 조직들은 머신러닝과 AI를 빅데이터에 적용하여 의사결정을 내리고 가치를 창출하고 있습니다. 하지만 그 과정에서 점점 커져가는 데이터와 점점 복잡해져 가는 알고리즘을 의사결정자인 사람이 이해하는 것이 필수적으로 선행되어야 합니다. 데이터 시각화는 데이터와 알고리즘을 사람이 직관적으로 이해할 수 있도록 도와주는 강력한 도구입니다. 이 수업을 통해 학생들은 다양한 유형의 데이터를 요약하고 시각적으로 표현하여 다른 사람과 효과적으로 커뮤니케이션 할 수 있는 방법들에 대해서 배울 것입니다.전선 / 학사
이 과목은 데이터를 시각적으로 표현하여 복잡한 정보를 이해하고 전달하는 능력을 개발하는 데 중점을 둔다. 다양한 시각화 도구와 기법을 사용하여 데이터를 분석하고 효과적으로 시각화하는 방법에 대해 학습한다. 학생들은 데이터 시각화 기본 원칙과 규칙을 배우며 이를 활용하기 위한 도구들(Python, R)을 다루는 법을 배울 것이다. 이외에도 상호작용과 애니메이션을 위한 시각화 및 전처리 기법, 시각화 사용사례 등을 학습함으로써 탐색적 자료분석 능력을 함양한다.전선 / 대학원
본 강좌는 영상 데이터를 분석하기 위한 수학적 모델링 기술 및 기계 학습 기술 등을 강의한다. 영상 데이터 분석에 널리 이용되는 기본적인 기계 학습, 특히 딥 러닝 기법을 집중적으로 학습하고, 이러한 기술이 다양한 영상 분석 문제에 어떻게 적용되는지 살펴본다. 이론 강의뿐만 아니라 실습과 프로젝트를 통하여 영상 데이터 분석에 필요한 다양한 기술을 학습한다. ● 기계학습 기초 리뷰 (지도학습, 비지도학습, 준 지도학습) ● 합성곱 신경망 (컨볼루션 신경망) ● 순환 신경망 (리커런트 신경망) ● 이미지 데이터 처리 기법 (이미지 분류, 물체 인식, 이미지 분할) ● 비디오 데이터 처리 기법 (비디오 분류, 행동 인식, 영상 내 검색, 물체 추적) ● 다면성 데이터 처리 (시청각-언어 정보 처리) ● 생성적 모델링전선 / 대학원
다양한 분야, 다양한 형식의 정보를 구조화 할 수 있는 능력을 함양하게 하는 과목이다. 리서치에 의해 조사 수집된 정보를 그루핑 하고 나열되어 있는 정보를 시각적으로 재구성하는 방법을 연구한다. 또한 재구조화된 정보를 여러 매체로 표현할 수 있는 능력을 기른다. 상징과 아이콘, 인포메이션 다이어그램 등으로부터 인포메이션 그라픽스까지 다양한 시각툴을 사용하여 효과적인 정보전달이 될 수 있게 한다. 개인별 주제를 정해 정보를 재해석하는 연구가 이루어지게 된다.전선 / 대학원
데이터 시각화는 특히 최근 몇 년간 컴퓨팅 기술의 발전으로 인해 데이터의 크기와 복잡성이 크게 증가한 의료 분야에서 의사 결정을 지원하기 위해서 사용될 수 있는 유용한 기술이다. 본 수업에서는 기본적인 차트와 같은 시각화 기법에서부터 복잡한 인터랙티브 시각화에 이르기까지 다양한 데이터 시각화 기술에 대해서 포괄적으로 다룬다. 기술적으로는 파이썬과 자바스크립트를 핵심적인 프로그래밍 언어로 가르치고, MIMIC(Medical Information Mart for Intensive Care) 데이터를 활용하여 학생들이 실제 의료 데이터와 클라우드 컴퓨팅을 사용하여 데이터 시각화 시스템을 제작하는 경험을 할 수 있도록 가르친다. 본 수업에서는 강의와 그룹 프로젝트가 포함되어 있으며, 그룹 프로젝트에서는 의료 분야에 초점을 맞춘 인터랙티브 웹 기반 데이터 시각화 시스템을 개발해 보는 것을 목표로 한다. 이 과정에서 학생들은 데이터 시각화에 대한 이론적 지식을 의료 도메인의 도전적 과제들을 해결하는데 적용해 보는 기회를 가진다. 본 수업을 통해서 학생들은 의료 도메인의 데이터를 시각화하는 기술을 습득할 수 있다.전선 / 대학원
본 수업은 이미지, 시각적 의미, 그리고 시각체제(regimes of visuality)를 인류학적 관점을 통해 고찰하는 것을 목표로 한다. 수강생들은 종교적인 이미지와 신체미학에서부터 광고, 셀카에 이르기까지 시각 문화의 다양한 징후를 살펴본다. 수업에서는 문화적·역사적 틀 안에서 시각적 상징의 형식을 분석하기 위한 이론과 방법론을 학습하고, 그 과정은 시각이 문화적으로 조정되는 양상; 시각성이 가시적인 것뿐 만 아니라 시각 기술과 관찰 위치까지 망라하는 방식; 그리고 무엇이 보여지고 누구에 의해 권력 관계에 연루되는지 조종하는 방식 등을 포함한다. 이와 더불어 시각적 형상화가 인류학적 지식 생산에 어떻게 통합 될 수 있을 것인지 함께 탐구한다.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.전선 / 학사
우리 주위의 공공 정보전달 목적의 모든 시각물을 대상으로 하며, 실제 제작에 이르기까지의 과정을 습득할 수 있도록 디자인 프로세스, 디자인 재료, 사회 문화적 측면까지 다룬다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.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.교양 / 학사
「베리타스 강좌 2: 베리타스 강좌 2: 수학과 데이터 사이언스로 보는 사회와 경영」는 자연과학적 모델과 사회과학적 이해를 융합하여 복잡한 사회 현상을 탐구하는 교과목이다. 물리학, 생물학에서 발전한 다양한 모델(네트워크 모델, 정보이론, 카오스이론, 스케일링 이론, 전염병모델 등)을 소개하고, 이들이 사회·경영·정치·도시학 등 인문사회 분야와 어떻게 연결되는지를 학습한다. 본 강좌의 차별성은 이과와 문과 학생이 협력하는 팀 기반 학습에 있으며, 데이터와 간단한 시뮬레이션을 활용한 실습을 통해 이론을 실제 사회현상에 적용한다. 학생들은 그룹 토론, 프로젝트를 통해 비판적 사고, 협업 능력, 창의적 문제 해결 역량을 배양하며, 나아가 데이터 기반 분석과 복합적 가치 창출 능력을 기르게 된다.교양 / 학사
본 과목은 데이터를 처음 접하는 학생들에게 데이터 문해력의 기초를 제공한다. 인문학, 사회과학, 예체능 등을 포함한 다양한 전공의 학생들이 데이터의 종류와 특성에 따라 적절한 요약 및 시각화 방법을 학습하고 이를 해석하는 능력을 키우도록 돕는다. 궁극적으로는 데이터를 기반으로 주제를 찾아내고 합리적인 의사결정을 내릴 수 있는 역량을 기르는 것을 목표로 한다. 본 과목을 이수한 학생들은 인공지능 시대에 필수적인 데이터 분석 역량을 갖출 수 있을 것으로 기대한다.전선 / 학사
이 강의에서는 실질적 문제해결을 위한 다양한 자료 분석 방법론의 이해와 적용을 경험한다. 해결하고자 하는 문제의 구체화를 포함하여, 데이터의 수집 및 정리, 탐색적 데이터분석, 시각화, 통계적 추론 및 예측 그리고 의사결정의 핵심 원리를 배운다. 정형 데이터뿐만 아니라 비정형 데이터(텍스트 데이터, 공간 데이터, 네트워크 데이터) 분석 방법도 다루며, 이러한 데이터에 적합한 시각화 및 분석 기법을 학습한다. 학생들은 다양한 데이터의 구조를 이해하고 적절한 자료 분석 방법을 선택하며, 실습을 통해 배운 내용을 실제 문제에 적용하여 해결하는 전 과정을 경험한다. 이를 통해 문제해결 능력과 실무에서 활용 가능한 분석 역량을 효과적으로 향상시킨다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의에서는 딥러닝의 중요 연구주제 중 지도학습, 비지도학습, contrastive learning, domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하고 이를 통하여 표현학습에 대해 이해하는 것을 목표로 한다.전선 / 대학원
현대사회의 다양한 분야와 관계 맺어온 시각디자인은 대중을 설득함에 있어 고유한 방법론을 구축해왔다. 순수 시각미술과는 구별되는 다양한 그래픽적 언어로 전달하고자 하는 메시지와 의도를 직접 표현해보고 이에 대해 토론하고 서로 비평하는 과정이다. 완성된 작업을 스스로 비평적인 관점으로 글로써 기술해보는 훈련도 동반한다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의는 딥러닝의 중요 연구주제 중 비지도학습의 기본 방식으로 자리 잡은 self-supervised learning 및 contrastive learning을 중심으로 진행한다. 특히 information theoretic approach를 비롯한 metric 관점의 representation learning에 대해 고찰하고 domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하며 이를 통하여 표현학습에 대해 심화된 이해를 하는 것을 목표로 한다.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 / 학사
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.전선 / 대학원
시각 커뮤니케이션의 다양한 방법과 표현을 통해 전달하고자 하는 메시지와 의도를 대중에게 소구하는 사고 및 훈련이다. 시대적 특징, 시의적 환경 하에 내용과 대상에 적합한 표현방법과 매체를 조화롭게 구현한 사례들을 탐구하고 비평적인 시각으로 분석하고 토론한다. 빠르게 변화하는 기술의 발달과 이를 좇는 대중의 기호에 발맞춘 적합한 방법을 제시하는 것도 중요하지만 동시에, 그래픽적 완성도를 추구한 작업에 대한 면밀한 분석과 훈련이 필요하다.