최근 확인한 콘텐츠
loading...
본 연구는 공학교육 정책 제안을 위한 빅데이터 시스템 개발 사례를 분석하고, 핵심 고려 요소 분석 프레임워크를 기반으로 사례를 분석하였다. 24개의 빅데이터 수집 및 관리 시스템을 선정하여 분석한 결과, 플랫폼 기능, 데이터 수집 방법, 분석 기법, 데이터 시각화 결과 등 빅데이터 시스템 개발에 필요한 거시적 수준의 정보를 제공할 것으로 기대된다.
Big data and learning analytics in higher education : current theory and practice
Costs, benefits, and productivity in training systems
(스마트 공공 서비스를 위한) 빅데이터 기반 예측 행정 시스템 =
Learning analytics in higher education : current innovations, future potential, and practical applications
Big data and analytics : strategic and organizational impacts
Big data in education : pedagogy and research
Environmental information management and analysis : ecosystem to global scales
Signal processing and networking for big data applications
Advances in multilevel modeling for educational research : addressing practical issues found in real-world applications
Learning analytics
Big data applications in industry 4.0
Big data analysis : new algorithms for a new society
Big data, big challenges in evidence-based policymaking
Research handbook on big data law
Environmental software systems : Infrastructures, services and applications : 11th IFIP WG 5.11 International Symposium, ISESS 2015, Melbourne, VIC, Australia, March 25-27, 2015: Proceedings
Strategic engineering for cloud computing and big data analytics
At a crossroads : higher education in Latin America and the Caribbean
Probability and statistics for engineers
Evidence-based school leadership and management : a practical guide
Responsible analytics and data mining in education : global perspectives on quality, support, and decision-making
Industry and Higher Education
Attaran, M.; Stark, J.; Stotler, D.Future Internet
Villegas-Ch W.,Roman-Cañizares M.,Sánchez-Viteri S.,García-Ortiz J.,Gaibor-Naranjo W.공학교육연구
김윤영, 김재희化工管理 / Chemical Enterprise Management
冉瑞雪TechTrends
Ali Kürşat Erümit; Hasan Yiğit Cebeci; Sefa ÖzmenIOP Conference Series: Materials Science and Engineering
Muhammed Eltahan; Karim Moharm한국산학기술학회논문지
이영석; 조정원REGE Revista de Gestão
Gustavo Grander; Luciano Ferreira da Silva; Ernesto Del Rosário Santibañez GonzalezInternational Journal of Information and Communication Technology Education
Alkhalil A.,Abdallah M.A.E.,Alogali A.,Aljaloud A.Facilities
Yang E.,Bayapu I.Journal of Education Policy
Williamson, B.COMPLEXITY
Ali, Shaukat; Yang, Mei; Nazir, Shah; Xu, Qingshan디자인학연구
이용혁, 윤대명, 황세현, 이주명Action in Teacher Education
Irene Frank; Brandon Bush; Lisbeth Dixon-Krauss정보화연구
김성현, 최점기, 홍필기Archives of Design Research
Lee Y.,Youn D.,Hwang S.,Rhi J.FRONTIERS IN PSYCHOLOGY
Xu, Lin; Zhang, Jingxiao; Ding, Yiying; Sun, Gangzhu; Zhang, Wei; Philbin, Simon P.; Guo, Brian H. W.现代教育技术 / Modern Educational Technology
刘邦奇; 张振超; 王亚飞; LIU Bang-qi; ZHANG Zhen-chao; WANG Ya-fei产业与科技论坛 / Industrial & Science Tribune
胡蓉Journal of Computational Methods in Sciences and Engineering
Ke Wu; Xuxue Sun; Ruimin Zhang; Ji Wu; Fangqun Gan전선 / 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
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.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.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 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.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 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 학사
다양한 교육 사례를 분석하여 디지털 전환 시대 빅데이터의 교육적 활용 가능성과 도전적 과제를 탐색한다. 학습자중심교육에 대한 이론과 모형을 학습하고 빅데이터와 인공지능을 활용하여 맞춤형 학습환경을 설계할 수 있는 역량을 기른다. 교육 문제를 창의적으로 해결하기 위해 빅데이터와 디지털 테크놀로지를 활용하는 방안을 탐구한다.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
다양한 농림기상 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 배울 수 있는 과목이다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.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
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.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 / 대학원
이 교과목에서는 농림기상 분야에 적용될 수 있는 빅데이터 분석과 관련한 최근 연구 동향이 다루어진다. 학생들은 농림생태계에서 생산된 빅데이터를 다루기 위한 다양한 종류의 기계학습 및 고성능 컴퓨팅에 대해 학계와 산업계 전문가의 특강을 통해 학습한다. 또한, 이 교과목을 통해 농림기상 분야 빅데이터 분석과 관련한 연구 주제에 대한 발표와 토론을 통해 학생들의 발표 및 소통능력을 함양한다.전선 / 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
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 / 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.