최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Data information literacy : librarians, data, and the education of a new generation of researchers
Teaching research data management
기회의 창 : 디지털 시대 대학의 생존전략
Library of Congress classification. R. Medicine
Foundations of data science
데이터 사이언스 통계학 =
Research data management : practical strategies for information professionals
인문학의 데이터 분석과 디지털 콘텐츠
Supporting digital humanities for knowledge acquisition in modern libraries
(엑셀과 함께 하는)정보통계학
Geographies of information
Data science for dummies
디지탈 도서관(Digital library)의 설계 및 구축 자료집
DigitalSTS : a field guide for science & technology studies
Changing technology and education for librarianship and information science
(2002년도)대학도서관 정보서비스 우수사례집
A hands-on introduction to data science
한국도서관·정보학회지
박형주, 이희진정보관리학회지
박형주한국도서관·정보학회지
노영희한국도서관·정보학회지
강지혜한국비블리아학회지
박형주한국비블리아학회지
이명호한국문헌정보학회지
이승채Journal of Librarianship and Information Science
Zareef M.,Arif M.,Jabeen M.Journal of Academic Librarianship
Shao G.,Quintana J.P.,Zakharov W.,Purzer S.,Kim E.Revista Española de Documentación Científica
Yolanda Martín-González; Ana Iglesias-Rodríguez한국문헌정보학회지
노영희, 곽우정한국도서관·정보학회지
노영희, 안인자Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información
Alonso Estrada Cuzcano; Joel Alhuay-QuispeEDUCATION FOR INFORMATION
Casarosa, Vittore; Ruggieri, Salvatore; Salvatori, Enrica; Simi, Maria; Turbanti, SimonaBibliothek Forschung und Praxis
Blümel, Ina; Clausing, Silke; Gantert, Klaus; Wittich, Anke정보관리학회지
최상희, 하유진한국비블리아학회지
최상기, 안인자, 노영희, 김주섭Library Trends
Hawamdeh, Suliman; Madali, Nayana PampapuraDocumentation et bibliothèques
Gilles Deschâtelets; Gaston BernierTūzī yǔ dàng’àn xuékān
Jian Qin; John D’Ignazio전필 / 학사
이 과목은 인문데이터과학 전공 전반에 대한 기본 지식을 습득하는데 목표를 두고 있다. 우선 인문학의 각 영역에서 생산되는 다양한 인문데이터의 고찰에서부터 이 데이터를 과학적으로 분석하고 데이터화하는 방법과 실제로 처리하는데 필요한 개념을 습득한다. 또한 반응시간측정, 안구측정(Eye tracker), 뇌파측정(EEG) 등의 인지 반응 데이터를 수집하는 다양한 방법론을 학습할 수 있는 기회를 갖게 된다. 이러한 과정을 통해 수강생들은 인문데이터 과학 전공을 수행할 수 있는 기본 능력을 갖추게 될 것이다. 본 강의는 각 주제에 따라 복수의 강사가 진행하는 공동운영 강좌로 운영된다.교양 / 학사
우리는 읽습니다. 글을 쓰는 사람은 많지 않을지 모르지만, 대부분의 사람들은 읽기에 참여합니다. 바로 지금 이 순간, 여러분은 이 강의계획서를 읽고 있습니다. 우리는 무엇을 읽을까요? 왜 읽을까요? 어떻게 읽을까요? 과거로 시선을 돌려봅시다: 그들은 무엇을, 무슨 목적으로, 어떤 방식으로 읽었을까요? 읽기 능력 하락에 대한 우려가 많은 현 시대에서, 아마도 가장 중요한 질문은 이것일 것입니다: 미래 세대는 어떻게 읽을 것인가? 우리는 어떻게 읽기를 혁신하여 비판적 사고를 강화할 수 있는가? 읽기의 목적은 어떻게 변화할 것인가? 이 강의는 이러한 질문들을 자유롭게 탐색하는 과정으로, 본질적으로 읽기의 역사를 살펴보고, 현재 상태를 분석하며, 미래를 위한 청사진을 그리는 여정입니다. 종합적으로 읽기의 과거, 현재, 그리고 잠재적 미래에 대해 포괄적으로 탐색할 예정입니다.공통 / 대학원
컴퓨팅, 기계학습 알고리즘 및 확률/통계의 추론적 사고를 결합한 데이터사이언스는 데이터로부터 통찰력과 새로운 지식을 도출하고 이를 바탕으로 실제적인 문제를 해결하는 새로운 패러다임을 제공하고 있다. 본 과목은 여러 전공의 대학원에 들어온 학생들이 데이터를 이용해서 문제를 해결하는데 필요한 기본적인 이론 지식과 분석 능력 배양 등 융복합역량 함양을 목적으로 한다. 이에 더불어 학생들에게 데이터 중심적인 사고와 이를 통한 의사 결정 및 문제 해결도 가르친다.논문 / 대학원
본 과정은 학생들의 논문집필 주제 발굴을 돕고 다양한 세미나를 통하여 논문작성에 도움을 준다.전필 / 학사
데이터 과학이란 급격히 증가하는 대량의 빅 데이터를 체계적으로 분석하여 이전에는 불가능했던 새로운 통찰력을 얻거나 의사결정에 직접적인 도움을 줄 수 있는 학문을 말한다. 컴퓨터 과학이 프로그램과 관련된 이론에 비중을 둔 것에 비교하면 데이터 과학은 데이터에 중심을 두고 데이터를 처리하는 과정에 생기는 문제를 다룬다. 본 강의에서는 데이터 수집, 데이터 마이닝, 데이터 비주얼라이제이션 등 데이터의 수집부터 결과를 얻기까지의 모든 내용을 다룬다.교양 / 학사
고대부터 현대에 이르기까지 수학이 컴퓨터와 정보사회의 태동에 어떤 역할을 했는지 교양인이 이해할 수 있는 수준에서 평이하게 다룰 예정이다. 특히 수학과 컴퓨터의 상호 의존적 발전과정에 그 초첨을 맞출 예정이며 나아가 현재 컴퓨터 과학/기술/사회의 중요한 이슈가 수학과 어떻게 결부되어 있으며, 수학과 컴퓨터의 미래관계가 어떠할 지에 대해 조망해 보도록 한다.교양 / 학사
디지털 미디어의 발달로 영상은 대중문화와 사회적 소통에서 핵심적인 중요성을 띄고 있고, 모든 개인이 동시에 영상의 생산자/소비자가 되었다. 발달된 영상기술은 과학과 문화 현상의 핵심을 구성하면서 우리의 인식, 지식획득, 소통, 인간관계의 정립, 놀이에 이르는 분야에서 커다란 영향을 미치고 있고, 개인과 집단은 이 영향에서 자유롭지 못하다. 점증하는 영상윤리 위반과 인권침해, 새로운 영상기술 발전이 가져온 초유의 현상들이 어떤 윤리적 문제를 제기하고 내포하고 있는지 알아보고, 우리의 일상을 채우는 영상문화에 대한 분석력과 성찰능력을 획득하는 것을 목표로 한다.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 / 학사
본 교과목에서는 언어학을 위한 데이터과학의 방법론과 기술을 학습한다. 언어 데이터를 수집, 정제, 정리, 저장, 관리, 요약, 분석하고 데이터 프로덕트를 만드는 방법론을 살펴봄으로써 데이터를 다루는 전과정을 이해할 수 있도록 한다. 이와 함께 실질적인 소프트웨어 도구와 기술을 익히고 예제를 통해 그 실제 응용을 경험함으로써 기술을 활용할 수 있는 능력을 배양한다. 언어학 이론과 컴퓨터 프로그래밍에 기본 지식을 갖춘 전공자들에게 고급 기법을 소개하고 종합적인 응용을 경험할 수 있도록 하는 것을 목표로 한다. 이 수업에서 학습하는 방법론과 기술은 컴퓨터언어학, 자연언어처리와 같은 직접 관련 분야에 한정되지 않고 언어학의 다양한 분야의 데이터 분석을 위해 유용한 것으로 선정될 것이다.교양 / 학사
빅데이터 분석에 필요한 계산과 추론에 대한 기초적인 지식과 방법을 통합적으로 학습하고 데이터와 관련된 다양한 주제를 소개하는 입문 과목이다. 데이터사이언스에 관련된 다양한 경험을 공유할 수 있는 기회를 제공하여 빅데이터 분석을 위한 종합적이고 융합적인 사고 역량을 기른다. 파이썬 언어를 통하여 데이터의 구조와 처리를 배우고 이를 기반으로 자료의 요약과 시각화를 학습한다. 나아가 데이터에 기반한 추론의 기초 원리를 학습하고 빅데이터와 관련된 사례와 경험을 통하여 빅데이터의 생애 주기를 이해한다. 이 교과목은 데이터사이언스에 관심을 가지는 모든 학생을 대상으로 한다. 이 과목의 목적은 데이터사이언스에 관련된 다양한 분야의 전공과목을 수강할 수 있는 계산과 추론에 대한 기초적인 역량을 제공하는 것이다.전선 / 학사
최근의 의학은 이전의 bio(분자생물학, 줄기세포, 재생의학 등 실제 실험실에서의 실험 연구 등) 중심에서 data science 중심으로 급격히 변화가 일어나고 있는 것은 누구나 다 인지하고 있는 사실이다. 소위 제4차 산업혁명이라고 불리어지는 영역이기도 하다. 이에 의학 및 실제 임상에서 이러한 분야의 발전과 변화가 어떤 영향을 미치고 있는지, 어떻게 활용하여야 하는지에 대한 관심은 매우 높다고 할 수 있다. 의학도로 막 입문한 의예과 학생들이 이러한 디지털 데이터 의학이라는 학문에 조기에 접하고 경험함으로써, 더욱 발전적인 미래를 기대할 수 있을 것이다.전선 / 학사
본 과목은 데이터사이언스의 입문 수업으로서, 필수 이론 학습과 관련 실습 병행을 통해 데이터사이언스 필수 졸업 역량을 키울 수 있도록 구성된 수업입니다. 학생들은 디지털 대전환 (digital transformation) 시대를 살아가는 미래 의사로서 갖추어야 할 역량에 대해 배우고 실습을 함으로써, 다양한 데이터로부터 가치를 도출할 수 있는 medical scientist로서의 토대를 마련하게 될 것입니다. - 변화하는 의료 환경에서 의사와 병원의 역할을 이해하고, 의료에서의 데이터사이언스의 개념과 활용에 대해 이해하게 될 것입니다. - 인공지능과 빅데이터를 활용한 의료 연구 및 기술의 현황을 파악하고, 이에 대한 개념 및 활용을 이해함으로써, 이를 이용하여 해결이 가능한 의학적 문제를 정의하고 활용방안을 설명할 수 있을 것입니다. - 정보보안, 개인정보 보호 및 빅데이터를 이용한 연구에서의 윤리적, 법적 고려사항에 대해 이해하게 될 것입니다. - 데이터사이언스를 이해하기 위한 기초적인 확률 및 통계 방법에 대해 이해하고, 기존의 연구방법과 다른 의료 임상데이터수집 허가과정, 절차 및 임상시험기법 이해에 도움이 될 것입니다. - 이러한 이론적인 내용을 바탕으로, 기본 데이터를 이용한 AI 프로젝트를 직접 수행함으로써 데이터베이스의 구조 이해, 데이터마이닝, Python을 이용한 기본 coding을 경험하여, 실제 활용할 수 있는 지식이 되도록 할 것입니다.전선 / 학사
이 수업은 현대 사회에서 데이터화가 미치는 영향과 그에 따른 소통적 실천들의 변화에 대한 주요 쟁점들을 심도있게 고찰한다. 논의 주제로는 데이터 편향 및 윤리, 디지털 감시 기술, 미래 발전 담론, 스마트시티와 커뮤니티, 데이터 인프라와 도시 환경 문제 등이 포함되며, 이 주제들을 심층적으로 탐구하기 위해 미디어 연구, 문화 연구 및 과학기술학의 핵심 개념과 방법론들을 폭넓게 살펴본다. 이론적 학습과 참여형 실습 과제를 통해 학생들은 데이터에 관한 맥락적 이해를 높이고, 인문사회학적 접근법의 중요성을 성찰할 기회를 갖는다. 또한 실제 사례 분석과 토론을 통해 데이터 사회에 관한 총체적, 비판적 사고 능력을 배양한다.전선 / 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.전필 / 학사
데이터과학은 디지털 사회에서 점차 중요해지는 데이터의 역할을 이해하고 분석하여 데이터의 의미를 찾고자 하는 학문이다. 본 과목에서는 그동안 여러 교과목을 통해 학습한 데이터 과학의 방법론을 실제 프로젝트에 적용하여 실무에 활용할 수 있도록 한다. 이를 위해 본 과목에서는 데이터 과학의 실제 적용 사례의 조사를 통해 데이터 과학의 가능성을 확인하고, 프로젝트의 수행을 통해 데이터 과학에 대한 포괄적 경험을 구축하고자 한다.전필 / 학사
본 강의는 데이터과학의 방법을 사회 자료 통계 분석에 이용하는 능력을 갖출 수 있도록 한다. 기술 및 추론 통계의 기본 방법론을 사회학 연구 설계와 경험 분석의 관점에서 다루고, 프로그래밍 언어 습득을 통해 자료 시각화와 통계 분석을 수행할 수 있는 능력을 함양시킨다.전선 / 학사
데이터 저널리즘은 디지털 사회에서 정보의 생산과 확산 과정에서 점차 중요해지는 데이터의 역할을 다루는 학문 분야이다. 본 수업에서는 파이썬 프로그래밍 언어를 사용하여 데이터 분석 기법을 학습하고 이를 데이터 저널리즘에 활용하는 방법을 학습한다.교직 / 학사
본 교과목은 교육 현장에서 요구되는 디지털 소양에 대한 초보적 이해를 목표로 한다. 디지털 전환에 따른 디지털 요소의 교육적 적용에 관한 전반적 지식을 다룬다. 디지털의 특성에 대한 이해를 바탕으로 디지털을 활용한 기본적인 교육 방법의 특징과 사례를 소개한다. 인공지능을 포함한 디지털과 교과간의 융합 교육의 필요성과 설계 방법을 탐색한다. 디지털 전환이 가져오는 디지털 윤리 교육의 다양한 측면을 논의한다.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
다양한 분야의 데이터사이언스 전문가를 초빙하여 최근 동향과 전문기술에 대한 정보를 습득하고 토론할 수 있는 기회를 제공한다.