최근 확인한 콘텐츠
loading...
디지탈 도서관(Digital library)의 설계 및 구축 자료집
Digital archives : management, use and access
데이터베이스 처리
DAMA-DMBOK : data management body of knowledge
하이브 핵심정리 : 하둡 기반 대용량 데이터 저장, 관리의 핵심 솔루션
Between the spreadsheets : classifying and fixing dirty data
Data Catalog 만들기 : Data Lake 플랫폼의 핵심 서비스 구현
Database reengineering and interoperability
Data management for multimedia retrieval
디지털도서관 컨퍼런스.
디지털도서관 컨퍼런스.
디렉토리서비스 기술 동향 연구 : X.500과 LDAP =
KIET 통상정보 DBMS 구축 및 분석모형 개발
데이터베이스 개론
DCAT : 두산그룹 종합적성검사 : 두산 맨 만들기!
Information systems : data processing and evaluation
The MIBIS manual : preparing records in microcomputer-based bibliographic information systems
(디지털 경영을 위한)데이터베이스 관리론 : 엑세스 기반
실용 데이터베이스
COMPANION OF THE WORLD WIDE WEB CONFERENCE, WWW 2023
Kirstein, Fabian; Altenbernd, Anton; Schimmler, Sonja; Hauswirth, ManfredIEEE Annals of the History of Computing, Annals of the History of Computing, IEEE, IEEE Annals Hist. Comput.
Public Services Quarterly
Adrienne CaninoVLDB JOURNAL
Chapman, Adriane; Simperl, Elena; Koesten, Laura; Konstantinidis, George; Ibanez, Luis-Daniel; Kacprzak, Emilia; Groth, Paul한국도서관·정보학회지
김주섭, 윤희남, 권용수, 김선태대한교통학회지
신도겸, 이상화, 강정현, 박은미Cataloging & Classification Quarterly
Kazumi Tomoyose; Ana Carolina Simionato ArakakiPeerJ
Olsson T.S.G.,Hartley M.Information Discovery and Delivery
Chen H.l.,Chiu T.H.,Cline E.COLLECTION MANAGEMENT
Bote, Juan-JoseJournal of Map & Geography Libraries
Sara Lafia; Werner KuhnJournal of Circuits, Systems and Computers
Wei Zhang; Gongxuan Zhang; Xiaohui Chen; Yueqi Liu; Xiumin Zhou; Junlong ZhouNature biomedical engineering
Fundamenta Informaticae
Suraj, Zbigniew; Grochowalski, Piotr정보관리학회지
박진호Journal of Physics: Conference Series
Skipsey, S.C.; Britton, D.; Mitchell, M.; Purdie, S.; Bhimji, W.; Smith, D.한국기록관리학회지
박옥남한국기록관리학회지
현문수한국비블리아학회지
박형정, 김지현기록학연구
황진현, 백영미, 임진희전선 / 대학원
다양한 분야의 데이터사이언스 전문가를 초빙하여 최근 동향과 전문기술에 대한 정보를 습득하고 토론할 수 있는 기회를 제공한다.전선 / 대학원
수집된 기록들을 보관하기 위해 이를 어떻게 정리하여 배열할 것인가, 혹은 파일과 폴더의 제목은 어떻게 붙일 것인가. 또한 이용을 위해 자료를 어떻게 분류하고 색인화하며, 어떻게 목록화하여 이용자에게 편의를 제공할 것인가를 다룬다. 기록들의 목록, 분류, 색인 등 이용을 위한 기록물 조직방법의 이론과 실습을 통해 기록전문가로서의 자질을 기른다. 또한 기록물 메타데이터의 개념과 구조를 이해시킨다.전선 / 대학원
과학과 공학 분야에서 촉발된 데이터 중심의 연구 방법론 전환은 이제 과학과 공학을 넘어 인문 사회 경제 문화 등 사회의 모든 분야로 확산되고 있다. 이에 따라 데이터베이스 시스템의 역할 또한 기존의 데이터 관리 및 처리의 수준에 머물지 않고 보다 포괄적이고 심화된 분석과 예측 기능의 범주를 포함하도록 확대되고 있다. 이와 같이 새롭고 다양한 요구에 대처할 수 있도록, 데이터베이스 시스템의 고급 대학원 과정으로서의 본 강좌는 매 학기 선정되는 연구개발 프로젝트를 중심으로 진행된다. 이를 통하여 수강 학생들은 데이터베이스 시스템의 최신 연구 주제에 대한 심화 학습의 기회를 갖게 될 것으로 기대된다. 본 강좌는 교수의 강의, 논문 토의 그리고 Term Project 발표로 구성된다.전선 / 대학원
기록학의 연구 및 실천에 필요한 전산의 기초적 지식을 교육한다. 기록의 작성과 보존 및 활용에서 컴퓨터 활용이 가지는 사회적 의미와 실무적 가치를 분석하고, 컴퓨터 시스템의 개요 및 하드웨어, 소프트웨어, 운영체제를 이해할 수 있는 기초 지식을 습득하게 한 후, 현재 공공 부문에서 널리 사용하고 있는 응용소프트웨어의 기초적 사용법, 효과적 이용 방법 등을 체계적으로 교육한다.전선 / 대학원
이 과정은 프로젝트 중심 수업으로 학생들은 end-to-end 프로젝트를 통해 데이터 사이언스 어플리케이션 개발 수명 주기, 어플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있다. 이 수업에서는 소프트웨어 개발의 기초와 소프트웨어 2.0의 개념을 다루며, 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행할 예정이다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 어플리케이션 기능을 디자인하며, 인프라를 어플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.전선 / 대학원
본 교과목은 프로젝트 중심 수업으로서 학생들이 end-to-end 프로젝트를 통해 데이터사이언스 애플리케이션 개발 수명 주기, 애플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있도록 한다. 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성 요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행한다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 애플리케이션 기능을 디자인하며, 인프라를 애플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.전선 / 대학원
본 교과목의 목적은 데이터베이스 마케팅의 기본 이론을 소개하고 실무에서 활용하고 있는 여러 데이터베이스마케팅 기법들을 연구하는 데 있다. 주요 주제로 정보가치의 측정, 고객 일생가치의 측정, 교차판매 및 추가판매 모형, 이탈고객 관리 등을 다룬다.전선 / 대학원
본 교과목은 응용 데이터사이언스를 위한 데이터 관리의 원리를 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용 이를 바탕으로 적용분야에 데이터사이언스를 응용할 기틀을 마련한다.전선 / 대학원
이 교과목에서는 고급 데이터베이스 시스템의 기반이 되는 주제로서 질의어 처리, 데이터베이스 회복, 병행제어, 데이터베이스 보안 및 무결성, 그리고 분산 데이터베이스를 다룬다. 또한 현재 제기되고 있는 문제로서 의사결정지원 시스템, 웹 데이터베이스, 멀티미디어 데이터베이스, 그리고 이동 데이터베이스도 다뤄질 것이다. 교과목을 통해 관련 연구논문들이 논의될 것이다.전선 / 대학원
ICT, 빅데이터 등 디지털 혁신 기술의 도입은 농식품산업의 디지털 전환(digital transformation)을 가속화하고 있다. 스마트팜, 푸드테크, 그린바이오 등 농식품산업 관련 신흥기술 이슈를 분석하기 위해서는 기존 정태 및 동태분석법을 넘어 정형 및 비정형 대용량 데이터 분석에 적합한 새로운 방법론을 학습할 필요가 있다. 이에 본 과목은 데이터마이닝, 기계학습, 프로세스 알고리즘 등을 포함한 최신 데이터사이언스 기법을 학습한다. 강의는 다음과 같이 구성된다. 첫째, 디지털 농식품산업의 동태적 변화를 실증적으로 파악하기 위해 선형 및 비선형 시계열 모형을 학습한다. 둘째, 베이지언(Bayesian) 통계에 기반한 칼만 필터링(Kalman filterting) 및 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 최신 예측 방법론을 학습한다. 셋째, 빅데이터 마이닝, 머신러닝(machine learning), 인공신경망(artificial neural network) 관련 기초 이론을 학습하고 디지털 농식품산업 분야 경제 이슈에 적용한다.전선 / 대학원
본 강좌는 통계모형을 이용한 고급 자료 분석의 전 단계로 자료에 대한 충분한 이해와 인사이트를 발견하는데 필요한 탐색적 자료 분석 방법들과 이에 도움을 주는 효과적인 시각화 방법에 대한 이론과 응용을 배운다. ▪ 요약통계 ▪ 그래프 문법 원리 ▪ 데이터 랭글링 ▪ 상관성 그래프 요약 (상관관계, 시계열, 인과관계) ▪ 다변량 자료의 시각화 ▪ 시계열 동적 자료의 시각화 ▪ 비정형 자료 시각화 ▪ 인터랙티브 그래프의 이론과 응용(shiny)전선 / 대학원
본 과목은 데이터사이언스를 전공하는 학생들의 다양한 관련 분야 경험을 위해 학교 내에서 강의를 통해 습득한 지식이 어떻게 응용되는지를 배우는 것을 목표로 한다. 기본강의를 통하여 문제의 접근, 분석, 결과를 정리하고 실습을 통해 데이터사이언스 지식의 적용현황을 체험하며 이를 발전시킬 수 있는 새로운 방법론을 모색한다. 이 과목은 데이터사이언스 대학원 전공 학생으로 하계 인턴 프로그램에 참가한 학생에 한한다.전선 / 대학원
본 강좌는 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 빅데이터(B) 분야 첫번째 강좌이다. 이 강좌에서는 데이터사이언스와 관련 분야를 위한 데이터 관리의 원론을 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용전선 / 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.전선 / 대학원
본 강의에서는 시스템-온-칩 뿐 아니라 분산 임베디드 시스템을 체계적으로 설계하기 위한 방법론으로 많은 주목을 받고 있는 하드웨어-소프트웨어 통합설계 방법론에 관하여 공부하도록 한다. 우선, 시스템을 정형적으로 명세하기 위한 다양한 계산 모델(model of computation)에 관하여 살펴보고 시스템의 시뮬레이션과 빠른 성능 예측 기술, 그리고 시스템의 최적 구조를 탐색하는 기술 등 시스템 설계에 관한 핵심 기술들을 개괄적으로 살펴본다. 끝으로 병렬/분산 임베디드 소프트웨어의 검증과 유지를 용이하게 하기 위한 임베디드 소프트웨어 설계 기술을 배운다.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 데이터사이언스 이론과 기술의 발전은 기반이 되는 컴퓨팅 시스템의 기본 구조와 동작 방식에 대한 이해를 필요로 한다. 이 과목에서는 데이터사이언스 전 주기에 걸쳐 활용되는 컴퓨팅 시스템에 대한 기본 개념과 요소들을 배우고, 실습을 통해 시스템을 폭넓게 활용하고 성능을 개선하는 방법론을 학습한다. 먼저 프로세서 파이프라인, 메모리 계층 구조, 가상 메모리, 프로세스/스레드, 파일 시스템, I/O, 병렬 실행과 동기화, 에러 처리와 같은 시스템 구성 요소와 개념들에 대해 배우고, 자원관리 도구 및 네트워크 라이브러리들을 활용하고 시스템 프로그래밍을 통해 기능 구현과 성능 개선을 실습하는 랩을 병행하여 진행한다.전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석전선 / 학사
각종 정보를 효율적으로 관리하기 위한 데이터베이스 시스템에 대한 데이터 모델링 기법, 화일 시스템의 구성 및 인덱싱 기법, 해싱 기법,데이터베이스의 논리적 구조와 물리적 구조, 각 모델에 따른 각종 질의어(query language) 처리 및 최적화, 동시성 제어(concurrency control), 복구기법(recovery technique) 등의 데이터베이스 설계 기법에 대해서 배운다. 선수과목으로는 자료구조, 운영체제가 요구된다.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.