최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이아영, 김민정, 이상현, 심재석, 조은주
2018 / Korean Journal of Agricultural Science
데이터가 존재하지 않습니다.
loading...
확률적 사고의 힘 : 주식 투자부터 기업 경영까지 불확실성에 대처하는 승자의 철학
Trading on expectations : strategies to pinpoint trading ranges, trends, and reversals
The trend following bible : how professional traders compound wealth and manage risk
위기를 기회로 만드는 고수들의 투자 철학
(라오어의) 미국주식 무한매수법 : 레버리지가 아니면 평범한 인생을 바꿀 수 없다
터틀 트레이딩 = 월가를 긴장시킨 14일간의 수업
Investing with the trend : a rules-based approach to money management
(전문가를 위한) 머신러닝 솔루션 : 파이썬을 이용한 머신러닝 고급 문제 해결 기법
(월가에서 배우는)랜덤워크 투자전략
The value of social media for predicting stock returns : preconditions, instruments and performance analysis
1page 주가차트 : 주가차트 초보자를 위한 95가지 매매법
지하철과 코코넛 =
Expert trading systems : modeling financial markets with kernel regression
(18년간 단 한 해도 손실 없이 연 수익률 72% 기록한) 전설의 프로 트레이더 빅
Perception-based data mining and decision making in economics and finance
(머신러닝을 이용한) 알고리즘 트레이딩 시스템 개발
Python machine learning by example : 예제로 배우는 머신 러닝 알고리즘
예측투자 : 주가에 담긴 기대치를 활용한 과학적 투자 솔루션
(뉴욕주민의) 진짜 미국식 주식투자 : 전직 월스트리트 트레이더가 알려주는 투자의 정석
(뉴욕주민의) 진짜 미국식 주식투자 : 월스트리트 트레이더에게 배우는 실전 투자의 정석
한국IT서비스학회지
김동영; 박제원; 최재현한국콘텐츠학회 논문지
임정수한국융합학회논문지
임용택, 임희석지능정보연구
이민식, 이홍주한국전자거래학회지
김명진, 류지혜, 차동호, 심민규한국인터넷방송통신학회 논문지
조병호지능정보연구
성노윤; 남기환International Journal of Software Engineering and its Applications
Kim, K.; Yang, S.; Kim, D.; Park, J.; Choi, J.지능정보연구
정지선; 김동성; 김종우Intelligent Data Analysis
Kim, Misuk; Park, Eunjeong Lucy; Cho, SungzoonIntelligent Data Analysis
Misuk Kim; Sungzoon Cho; Eunjeong ParkArabian Journal for Science and Engineering
Prusty, M.R.; Sinha, A.K.; Singh, S.S.K.; Sai, S.; Kedalu Poornachary, V.; Patra, S.R.Expert Systems with Applications
Zhang Q.,Qin C.,Zhang Y.,Bao F.,Zhang C.,Liu P.Empirical Economics
Siyi Li; Sijie XuNeurocomputing
Shynkevich, Y.; McGinnity, T.M.; Coleman, S.A.; Belatreche, A.; Li, Y.Mobile Information Systems
Qinan WangExpert Systems with Applications
Ji G.,Yu J.,Hu K.,Xie J.,Ji X.MATERIALS TODAY-PROCEEDINGS
Kumar, Deepak; Sarangi, Pradeepta Kumar; Verma, RajitComputational Economics
Arthur Emanuel de Oliveira Carosia; Ana Estela Antunes da Silva; Guilherme Palermo CoelhoApplied Intelligence: The International Journal of Research on Intelligent Systems for Real Life Complex Problems
Vanstone, Bruce James; Gepp, Adrian; Harris, Geoff전선 / 학사
이 수업은 한국어로 진행되며 강의 내용은 아래 영문교과목 개요를 참고하시길 바랍니다.전선 / 학사
오늘날 주식 투자는 중요한 삶의 일부가 되었다. 주가는 경제와 금융에 따라 영향을 받지만, 주식을 매매하는 투자자는 사람이며, 주식 매매에서 심리의 역할이 절대적이다. 본 강의에서는 심리학에서 잘 연구된 인지 심리학, 사회 심리학, 감정과 성격 심리학적 지식을 응용하여 주식 매매와 관련된 현상들을 이해한다. 이를 통해, 주식 매매에서 좀 더 현명한 투자자의 자세를 배울 것으로 기대된다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.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.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 / 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.전필 / 학사
본 과목은 산업공학에 필요한 통계학적 이론과 실무적 기법을 제공하는 것을 목적으로 함. 구체적인 내용은 추정과 검정, 회귀분석, 실험계획 및 분산 분석, 비모수통계 등을 기본적인 방법론으로 하여 산업공학에서 제기되는 다양한 공학적, 관리적 현실문제들을 통계 소프트웨어를 사용하여 분석하고 전략적 의미를 도출하는 능력의 배양에 초점을 맞춤.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
본 강의는 데이터와 모델을 사용하여 비즈니스 결정을 내리는 방법을 소개한다. 세부 주제로는 스프레드시트 모델링, 최적화, 데이터 분석, 의사결정 분석, 시뮬레이션 등을 다룰 예정이다. 본 강의를 성실히 수강한 학생들이 1) 비즈니스 결정의 핵심 요인을 파악하고, 2) 다양한 도구와 기법을 적용하여 근거에 기반한 비즈니스 결정을 내리고, 3) 그 결정을 다양한 청중과 이해관계자에게 효과적으로 설명하고 의사소통할 수 있게 되는 것을 목표로 한다.전선 / 대학원
"오늘날과 같이 기술간제품간 융합이 활발히 이루어지고, 소비자들의 신제품에 대한 수요가 다양해지는 환경에서, 신기술 혹은 신제품의 성패는 기술적인 요인에 의해서 결정되어 진다기보다는 시장에서의 성공에 좌우된다고 할 수 있다. 따라서, 신기술 및 신제품에 대한 수요분석 및 예측은 기업전략은 물론 국가의 연구개발정책에 있어서도 그 중요성이 더욱더 커진다고 할 수 있다. 본 교과는 이와 같은 신 기술경제 패러다임(New Techno-Economics Paradigm) 하에서 빠른 기술혁신과 불확실한 시장으로 정의될 수 있는 신기술 및 신제품의 수요를 분석하는데 필요한 기초적인 지식을 교육한다. 교과내용은 크게 2가지로 나누어지는데, 첫번째는 신기술의 개별속성에 대한 소비자의 선호구조를 분석하는데 필요한 다양한 이산선택모형(discrete choice model)과 이를 추정하는데 필요한 여러 가지 시뮬레이션 기법 및 베이지안적 접근에 의한 추정법이 포함되고, 두번째는 위험함수(hazard function)의 정의에 기반한 광범위한 형태의 확산모형(diffusion model)을 이용한 수요예측모형이 포함된다."전선 / 대학원
이윤을 추구하는 기업과 관련하여 미시경제학과 마케팅 이론들이 시장을 이해하기위해 적용된다. 최근 시장 메커니즘의 분석과 관련한 보다 발전된 주제에 집중된다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 대학원
통계적 기계학습 방법은 데이터과학 및 인공지능 분야에서 핵심 방법론으로 사용되고 있다. 본 강의에서는 통계적 기계학습 방법론을 소개하고 기본 이론을 배운다. 주로 지도학습방법론을 위주로 다루며, 의사결정론, 고차원 선형모형, 비모수 함수추정, 의사결정나무와 앙상블, Support vector machine 그리고 딥러닝에 대한 이론 및 알고리즘을 가르친다. 그리고 지도학습 알고리즘을 관통하는 통계학적 원리인 M-추정량에 대해서 논의한다.전선 / 대학원
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 학사
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 학사
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.전선 / 대학원
본 과목은 재무관리를 전공하는 대학원(석박사과정) 학생들에게 재무관리 연구의 주요 이슈와 실증연구방법론, 계량모형에 관한 고급지식을 습득케 하는 것을 목적으로 한다. 주요 내용은 자산가격결정모형(CAPM, APT, CCAPM)에 대한 계량모형의 설정과 검증, 주가수익률 시계열 분석 및 예측가능성에 대한 검증(Random walk, Mean reversion, Volatility bounds), 정보·거래·주가변동폭의 상호관계에 대한 검증, 효율적 시장가설과 이례현상에 대한 논쟁 및 검증, 이자율결정이론에 대한 계량모형과 검증 등을 포함한다. 또한 강의에서 다룬 내용 중에서 연구주제를 선정하여 실증연구를 수행하여 기말보고서를 작성하여 발표·토론하도록 한다.전선 / 대학원
세계화의 진행으로 국제금융시장에 대한 이해와 필요성이 증대되고 있다. 본 교과목은 다국적 기업의 재무최고관리자(CFO)로서 익혀야 할 기본적인 재무이론과 개념을 이해할 수 있도록 구성되어 있다. 다루는 주제는 화폐의 시간가치, 현금할인기법, 위험과 기대수익률의 관계, 자본비용, 자본예산분석, 자본구조 등을 포함한다.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.