최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최미순, 박동수, 조혜영
2019 / 학습자중심교과교육연구
김현아, 노태영, 최태련
2018 / Journal of The Korean Data Analysis Society
데이터가 존재하지 않습니다.
loading...
Nonlinear times series : theory, methods and applications with R examples
마코프-스위칭 GARCH模型을 이용한 外換危機 전후 經濟레짐 변화시점 推定
GARCH models : structure, statistical inference and financial applications
Markov chains : models, algorithms and applications
Matrix-analytic methods in stochastic models
GARCH models : structure, statistical inference, and financial applications
Asymptotic laws and methods in stochastics : a volume in honour of Miklós Csörgö
Semi-Markov risk models for finance, insurance and reliability
Multidimensional systems signal processing algorithms and application techniques
Statistical methods in control and signal processing
시계열 분석 : 이론 및 SAS 실습
Large-scale scientfic computing : third international conference, LSSC 2001, Sozopol, Bulgaria, June 6-10, 2001 : revised papers
시계열 분석 : 이론 및 R 실습
Markov-switching vector autoregressions : modelling, statistical inference, and application to business cycle analysis
Markov chains : models, algorithms and applications
Linear models with correlated disturbances
Scandinavian Journal of Statistics
Maddalena CavicchioliCommunications in Statistics - Theory and Methods
Aliat, B.; Hamdi, F.한국데이터정보과학회지
Jeong, Yongjin; Lee, SangyeolComputational Economics
Zheng X.,Liang K.,Xia Q.,Zhang D.IOP Conference Series: Materials Science and Engineering
Endang Soeryana; N. Fadhlina; Sudradjat Supian; Sukono; Endang RusyamanCommunications in Statistics: Simulation and Computation
Liang, R.; Xia, Q.; Liu, J.; Pan, J.Industrial Engineering & Management Systems
Sukono, Kankan Parmikanti, Lisnawati, Sonny Hersona Gw, Jumadil Saputra한국증권학회지
김명직; 이상헌IEEE Transactions on Signal Processing, Signal Processing, IEEE Transactions on, IEEE Trans. Signal Process.
Isufi, E.; Loukas, A.; Simonetto, A.; Leus, G.Studies in Nonlinear Dynamics and Econometrics
Beck, A.; Aaron Kim, Y.S.; Rachev, S.; Feindt, M.; Fabozzi, F.Methodology and Computing in Applied Probability
Augustyniak, M.; Morales, M.; Boudreault, M.Risks
McNeil A.J.Annals of the Institute of Statistical Mathematics
Kim, Moosup; Lee, Sangyeol지방정부연구
유영미Journal of Statistical Computation and Simulation
Song, J.; Kang, J.응용통계연구
김보미, 김재희Computational Economics
Yap G.L.C.대한수학회논문집
이외숙Journal of Physics: Conference Series
Didit Budi NugrohoJournal of Physics: Conference Series
Lienda Noviyanti; Adri Arisena; S Achmad Zanbar전필 / 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 / 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
교육연구에서 사용되는 데이터의 구조가 대부분 학생이 교사나 학교에 내재되어 있는 위계적인 구조를 가지는 경우가 많다는 점에서, 다층모형은 양적 연구 방법론을 익히고자 하는 교육 연구자에게 매우 필요한 방법론이라고 할 수 있다. 이 교과목에서는 다층모형을 이해하는 데 필요한 통계적 기초를 포함하여 다층모형의 기본적 개념 및 이론적 기초를 다루며, 이를 토대로 하여 2수준과 3수준 다층모형에서 시작하여 종속변수가 연속변수가 아닌 이분변수나 다분변수일 때 적용가능한 다층모형과 다시점 데이터에 적용가능한 변화에 대한 다층성장모형까지 교육연구에서 가장 자주 사용되는 기본적 모형들을 소개하고자 한다.전선 / 학사
시계열자료의 분석법 및 여러가지 종류의 시계열자료 분석용 패키지의 사용법에 대해 공부한다. 주로 다루어지는 내용은 ARIMA모형, 계절 ARIMA 모형, 이분산성 (GARCH) 모형, 이산형 시계열 모형 등이며, 이들 모형에서 모수 추론 방법론 및 변화점 탐지 이론 등을 다룬다.전선 / 대학원
기업의 전략은 조직을 구성하는 각 부문과 구성원들이 전략이 요구하는 행동을 하고, 전략이 요구하는 성과를 내고, 전략이 요구하는 역량을 쌓아갈 때 실행될 수 있다. 그런데 조직의 구조, 과정, 인력, 보상 등이 전략에 맞게 잘 설계되어 있느냐에 따라 전략의 효율적 실행여부가 좌우된다. 본 과목을 통해 학생들은 전략의 효율적 실행을 위해 조직구조를 어떻게 설계해 나갈 것인지, 조직구조로 해결되지 않는 조직부문간 조정과 통합의 문제를 해결할 수 있는 수평적 과정은 어떻게 설계할 것인지, 전략/구조/과정이 요구하는 인재를 어떻게 충원할 것인지, 조직의 각 부문과 구성원들이 전략/구조/과정이 요구하는 행동을 하고, 성과를 내고, 역량을 쌓아가도록 하기 위해 무엇을 해 나갈 것인지를 학습할 것이다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
본 강좌는 경제적 사회화와 소비의 사회학을 탐구한다. 주된 주제는 다음과 같다: 직업구조의 변화; 기업의 소유권과 통제권; 다양한 다양한 제도 및 기관들의 갈등과 공존; 사회적 갈등과 노동의 관계 등.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전선 / 대학원
본 강좌에서는 학술연구를 위해 필요한 연구절차, 연구디자인, 분석 및 추론과 관련된 주요 통계이론 및 기법을 학습한다. 논의 될 주제의 예는 관계의 추론, 인과관계, 실험설계, 가설 설정 및 검증, 다변량분석기법 등이다.전선 / 대학원
본 강의는 정치외교학에서의 응용을 중심으로 정량 분석, 계산 사회과학, 질적 분석에서의 고급 주제들을 탐구한다. 현대 실증 연구에서 사용되는 다양하고 정교한 방법론들—제한 종속 변수 모형(예: 로짓, 프로빗), 생존(지속 시간) 분석, 패널 데이터 기법, 요인 분석, 차원 축소, 머신러닝 알고리즘, 그리고 텍스트 분석, 심층면접, 참여관찰 및 사례연구 등—중 몇 가지 주제를 심도 있게 다룰 예정이다. 강의, 프로그래밍 및 현장 실습, 그리고 연구 논문 작성 과제를 통해 수강생들은 각 방법론의 핵심 이론적 틀을 이해하고, 이를 자신들의 연구에 적용할 수 있는 실질적인 역량을 기르게 된다.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.전선 / 학사
본 강좌는 시장의 발전과 산업조직의 관계를 연구한다. 여기서는 자본주의 시장체계의 발전과 그것이 노동 조직에 미치는 영향, 선진 산업사회에서 시장과 생산시스템의 관계 등을 주요 주제로 다룬다.전선 / 대학원
확률과정 이론은 현대 확률론 분야의 핵심 이론이며 공학, 과학, 응용수학 등 다양한 분야에 활용되고 있다. 이 과목에서는 확률과정 연구의 수학적 기반을 배운다. Levy processes, subordinator, Feller process, martingale, Markov semigroup, Dirichlet problem, SDE, tightness, weak convergence 이론을 다룬다.전선 / 대학원
확률론에의 엄밀한 수학적 접근이 본 과목의 목표이며 시간이 허락한다면 응용 분야의 한 주제를 커버할 수도 있다. 교과내용은 아래의 토픽에서 선택적으로 구성하도록 한다: 확률론의 수학적 기초, 수렴정리, 마코프 과정론, 마팅게일 이론, 브라운 운동, 확률적분, 확률미분방정식, 각종 확률과정론, 확률적 해석학, 말리아벵 계산, 물리학, 생물학, 사회과학, 공학 등에의 응용전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.전선 / 대학원
치과 영역에서의 조직재생을 포함, 재생치료 전반적인 영역에서의 바이오 의료기술의 특허동향, 특허 분석 에 대해서 학습하고 연구성과를 지적재산권으로 확보하기 위한 사례분석, 특허작성 등의 실무과정을 통해 학생들이 기초연구단계에서부터 특허에 대한 개념을 확립하고, 성과를 제고할 수 있도록 함.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.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.