최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
전선혜, 한혜원, 황인관
2020 / Asian Journal of Physical Education and Sport Science
오상석, 정희정
2014 / 한국어교육
Park, D. J.; Kim, Y-W; Yang, H-K; Ryu, K. W.; Han, S-U; Kim, H-H; Hyung, W-J; Park, J. H.; Suh, Y-S; Kwon, O. K.; Yoon, H. M.; Kim, W.; Park, Y-K; Kong, S-H; Ahn, S. H.; Lee, H-J
2021 / British Journal of Surgery
이유건, 조정용, 이현주, 이용현, 이상현, 한태호, 김월수, 박근형, 문제학
2013 / 한국식품과학회지
천진미, 이지혜, 남현화, 문병철, 박준홍
2022 / 한약정보연구회지(韓藥情報硏究會誌)
데이터가 존재하지 않습니다.
loading...
본 연구는 빅데이터 프로젝트의 위험 요인을 분석하고, 중요도가 높은 요인들을 도출하여 위험 관리의 기초 지표를 개발하는 데 목적이 있다. 문헌 연구와 전문가 설문을 통해 위험 요인을 추출 및 그룹화하고, 요인 분석을 통해 빅데이터 프로젝트의 위험 요인 분류표를 도출하였다. 이는 향후 빅데이터 프로젝트의 효율적인 위험 관리 및 성공적인 수행에 기여할 것으로 기대된다.
21세기 프로젝트 관리 =
당신의 흔적에 기회가 있다: 무시하기에는 너무 큰 존재, 빅데이터
메가프로젝트 매니지먼트 =
빅데이터 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
(빅애널리틱스 전문가들이 전하는) 빅데이터 비즈니스 성공 지도
(프로젝트 위험 관리를 위한) Primavera risk analysis R8.x
빅데이터와 보안 : 안정적인 빅데이터 시스템 구축을 위한 보안 지침
Risk navigation strategies for major capital projects : beyond the myth of predictability
Networks and network analysis for defence and security
빅데이터로 일하는 기술 : 감이 아닌 과학으로 성공하는 빅데이터 구축 및 활용 가이드 =
빅데이터 연구= 한 권으로 끝내기
(R활용) 빅데이터 분석 =
범죄유발지역·공간에 대한 위험성 평가도구 개발·적용 및 정책대안에 관한 연구.
Legal data for banking : business optimisation and regulatory compliance
Big data analytics in cybersecurity
4차 산업혁명 시대의 인공지능 알고리즘에 의한 법 분야 위험 예측
Identifying and managing project risk : essential tools for failure-proofing your project
빅데이터와 위험 정보사회
이지은; 김창재; 이남용 · 2014
한국IT서비스학회지
이윤빈, 윤지웅 · 2014
기술혁신학회지
이윤빈; 윤지웅 · 2014
기술혁신학회지
전선 / 대학원
건설 사업을 수행함에 있어, 사업관리 과정 중 발생하는 다양하고 복잡한 리스크를 분석, 관리하는 것은 사업 성공에 직접적인 영향을 준다. 이 교과목은 계획, 설계, 시공, 유지보수에 이르는 건설사업 전 생애주기에 걸쳐 발생 가능한 리스크를 이해, 분석하고, 이에 맞는 합리적인 의사결정, 대처, 관리방안을 제시하는 방법을, 사업관리 이론 및 사업 성공/실패 사례 분석을 통해 전달한다.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
본 과목에서는 데이터 분석 알고리즘, 시스템, 응용 등 다양한 분야의 문제들을 이해하고 기존 기술의 제약점을 해결하는 캡스톤 프로젝트를 진행한다. 이를 통해, 여러 과목에서 학습한 이론을 실제 문제에 적용할 수 있는 응용 능력 및 문제 해결 능력 향상을 기대한다. ▪데이터 분석 기법 개발 프로젝트 ▪데이터 기반 응용 프로젝트 ▪빅데이터 응용 프로젝트 ▪기계학습 응용 프로젝트 ▪빅데이터 시스템 개발 프로젝트전선 / 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 / 대학원
건설 사업을 수행함에 있어, 사업관리 과정 중 발생하는 다양하고 복잡한 리스크를 분석, 관리하는 것은 사업 성공에 직접적인 영향을 준다. 이 교과목은 계획, 설계, 시공, 유지보수에 이르는 건설사업 전 생애주기에 걸쳐 발생 가능한 리스크를 이해, 분석하고, 이에 맞는 합리적인 의사결정, 대처, 관리방안을 제시하는 방법을, 사업관리 이론 및 사업 성공/실패 사례 분석을 통해 전달한다.전선 / 대학원
본 교과목은 빅데이터, 인공지능 등 데이터 과학 이론을 소개하고 다양한 방법론 및 모델들을 효과적으로 건설산업에 적용할 수 있도록 교육함으로써, 수강생들이 공정관리, 예산관리, 안전관리 등 성공적인 건설사업관리에 필요한 객관적인 의사결정 능력을 함양할 수 있도록 한다. 보다 구체적으로 공정 및 예산계획, 설계변경 서류, 각종 보고서 등의 기초적인 현장 데이터부터 물가지수, 수주액, 안전통계 등 산업 차원의 데이터까지 건설산업에 존재하는 다양한 종류의 데이터 및 그들의 특성을 파악하고, 데이터를 정보화/지식화하여 성공적인 의사결정을 지원할 수 있도록 지도학습, 비지도학습, 강화학습 등의 분석 방법론을 교육한다. 또한, 가속도, 진동, 온도, 소음, 영상, 위치좌표 등 센서 및 카메라를 이용하여 실시간으로 수집되는 빅데이터를 분석하여 시시각각 변하는 현장 상황을 효과적으로 이해할 수 있는 첨단기법을 소개한다. 본 교과목은 지금껏 경험적이고 직관적인 의사결정이 주를 이뤄 온 건설현장에 데이터 중심의 사업관리 방법론을 소개함을 목표로 한다.전선 / 대학원
사회체계와 규범의 변화, 수요패턴의 다양화, 시장구조의 변화등의 시장요인과 기술개발투자의 규모와 위험도의 증가 등 제품요인을 동시에 고려하여 첨단기술제품의 개발아이디어 발굴, 개발과 마케팅의 연계, 시장개척과 확대, Global 마케팅전략 등에 관한 이론과 실제의 이해를 모색한다.전선 / 대학원
사회체계와 규범의 변화, 수요패턴의 다양화, 시장구조의 변화등의 시장요인과 기술개발투자의 규모와 위험도의 증가 등 제품요인을 동시에 고려하여 첨단기술제품의 개발아이디어 발굴, 개발과 마케팅의 연계, 시장개척과 확대, Global 마케팅전략 등에 관한 이론과 실제의 이해를 모색한다.전선 / 학사
본 강좌는 빅데이터를 UX디자인 프로세스와 결과물에 활용할 수 있는 기초를 학습하고 응용할 수 있는 디자인 역량 계발을 목표로 한다. 이를 위해, 빅데이터의 기본 특성을 학습하고 UX디자인 프로세스 단계에서 필요한 데이터와 이를 활용하는 방법과 도구를 학습하고, 데이터를 활용하여 UX디자인 프로세스에서 판단의 근거로 활용할 수 있도록 한다. 또한, 빅데이터를 활용한 UX/서비스 디자인 프로젝트를 기획하고, 데이터를 성찰적 도구로 활용하여 자신의 행동에 유의미한 변화를 줄 수 있는 행동 기반 디자인 프로젝트를 기획할 것이다.전선 / 대학원
건설 사업을 수행함에 있어, 사업관리 과정 중 발생하는 다양하고 복잡한 리스크를 분석, 관리하는 것은 사업 성공에 직접적인 영향을 준다. 이 교과목은 계획, 설계, 시공, 유지보수에 이르는 건설사업 전 생애주기에 걸쳐 발생 가능한 리스크를 이해, 분석하고, 이에 맞는 합리적인 의사결정, 대처, 관리방안을 제시하는 방법을, 사업관리 이론 및 사업 성공/실패 사례 분석을 통해 전달한다.일선 / 학사
본 과목은 불확실성하에서의 사업관리 및 컨트롤에 필요한 필수 지식을 다루고 있다. 최근 기업들의 업무가 대부분 프로젝트 중심으로 진행되는 것을 감안하면 사회진출을 앞둔 학생들에게는 관련 지식, 즉 사업개시, 조직, 계획, 그리고 관리기술 등에 대한 이해가 필수적이라 할 수 있다. 특히, 최근의 사업들은 규모나 그 복잡성이 더욱 커지고 있어 해당사업들의 동적 특성을 이해하는 것이 필요하다. 이러한 맥락에서 본 과목은 전통적 사업관리 기법은 물론이고 불확실성하에서 확실한 계획을 할 수 있는 동적사업관리에 중점을 두고 강의 및 토의를 한다.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
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 학사
빅데이터 분석을 위한 수집과 활용 전반이 윤리적 이슈와 관련됨을 인식하는 가운데, 그 문제에 관한 자기의 입장을 문헌 연구와 토론을 통해 비판적으로 고찰하는 능력을 배양함으로써, 스스로 빅데이터에 대한 윤리적 질문을 던지고 답을 찾아갈 수 있는 능력을 배양한다.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.전필 / 대학원
보건의료분야의 데이터는 용량이 크고 복잡하여 통계 분석 및 해석이 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험 청구자료 등에서 생산되는 보건의료 빅데이터의 특성을 소개하며, 이를 분석하기 위한 기초통계를 배우고, 연구주제에 적합한 실습을 수행하게 된다. 본 강의에서는 보건의료 빅데이터를 활용한 연구기획, 실험의 설계, 통계분석, 결과의 분석, 및 보고방법에 대하여 다룰 것이다.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 대학원
진료 및 연구결과로 얻어진 결과 데이터들을 분석하고 관리하는데 필요한 기초이론을 다룬다. 주된 내용으로는 access를 이용한 데이터베이스의 구축, 인터넷에서의 정보검색, matlab 등을 이용한 생체신호분석등의 내용을 다룬다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.