최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김승재
2022 / The International Journal of Internet, Broadcasting and Communication
데이터가 존재하지 않습니다.
loading...
본 연구는 직무 특성이 직무 만족도에 미치는 영향을 피어슨 상관 분석을 통해 규명하고자 한다. 상관 계수를 산출하고 가설 검정을 통해 변수 간의 상관 관계 유무를 검증하며, 시각화 처리를 통해 상관 정도를 분석하였다. 실험 결과 및 가설 검정 결과를 바탕으로 변수 간의 상관 관계를 확인하였다.
Cahonical analysis and factor comparison
Quantitative applications in the social sciences
Making sense of data : a self-instruction manual on the interpretation of epidemiological data
A gentle introduction to Stata
Quantitative applications in the social sciences
Correlation and regression analysis : a historian's guide
Canonical correlation analysis : uses and interpretation
Machine learning with R cookbook : analyze data and build predictive models
Statistical learning and pattern analysis for image and video processing
Computational learning and probabilistic reasoning
Machine Learning and Knowledge Discovery in Databases : European Conference, ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part III
Social dynamics
The program evaluation prism : using statistical methods to discover patterns
이재영, 엄재근 · 2016
국제지역연구
Krpalek, Pavel; Berkova, Katerina; Kubisova, Andrea; Krelova, Katarina Krpalkova; Frendlovska, Dagmar; Spiesova, Daniela · 2021
SUSTAINABILITY
전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전필 / 학사
본 수업에서는 경제학 기본이론, 통계학, 경제수학 등을 이수한 학생들을 대상으로 농업경제 현상에 관련된 경제변수들의 관계를 측정하기 위한 기본이론을 다룬다. 모델설정, 추정, 예측 및 정책분석을 궁극적 목표로 하며 이를 위해서 필요한 회귀분석, 중회귀분석, 시계열 분석 등을 학습한다. 또한 이론만이 아니라 이를 실증적으로 적용할 수 있도록 컴퓨터 실습시간을 가진다.전선 / 학사
수많은 기업과 조직들은 머신러닝과 AI를 빅데이터에 적용하여 의사결정을 내리고 가치를 창출하고 있습니다. 하지만 그 과정에서 점점 커져가는 데이터와 점점 복잡해져 가는 알고리즘을 의사결정자인 사람이 이해하는 것이 필수적으로 선행되어야 합니다. 데이터 시각화는 데이터와 알고리즘을 사람이 직관적으로 이해할 수 있도록 도와주는 강력한 도구입니다. 이 수업을 통해 학생들은 다양한 유형의 데이터를 요약하고 시각적으로 표현하여 다른 사람과 효과적으로 커뮤니케이션 할 수 있는 방법들에 대해서 배울 것입니다.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 학사
데이터에 대한 탐색과 통계적 탐구를 수행하는 방법을 배운다. 데이터의 종류와 특성을 이해하고, 적절한 시각화와 분석을 통해 데이터에 숨은 정보를 찾아내고 근거에 기반을 둔 합리적인 의사결정을 하는 방법을 배운다. 데이터에 존재하는 관계성을 찾아 수학적으로 모델링하는 방법으로써 상관관계의 분석과 회귀분석, 클러스터링 기법 등을 배운다. 데이터를 이용한 통계적 탐구를 지도하는 방법을 배운다.전선 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.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
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 과목은 농업분야 분석에 많이 적용되는 거시모형 수립을 위한 기초이론을 공부한다. 우선 일반균형이론에 대한 미시 경제학적 기초를 공부하고 그 이후 세대교차모형 및 여타 응용거시모형들에 대한 기초를 공부하게 된다.전선 / 학사
AI는 인간의 의사결정 방식과 업무 수행 방식을 빠르게 변화시키고 있으며, 이에 따라 조직의 형태와 작동 방식 또한 재편되고 혁신되고 있다. 이러한 변화 속에서 AI를 전략적으로 도입하고 효과적으로 활용하는 능력은 기업이 지속 가능한 경쟁우위를 확보하는 핵심 원천이 되고 있다. 본 과목은 AI와 전략경영의 접점을 체계적으로 탐구한다. AI가 무엇이며(또 무엇이 아닌지), 인간이 AI와 어떻게 상호작용하는지, AI가 직무·직업·노동시장을 어떻게 변화시키는지, 그리고 이러한 변화가 조직 전환을 어떻게 촉발하는지를 다룬다. 더 나아가 AI가 기술 혁신과 창의성에 미치는 영향, 그리고 경영자와 정책결정자가 AI를 어떻게 이해하고 대응해야 하는지도 살펴본다. AI가 전례 없이 빠른 속도로 발전하고 그 영향이 맥락에 따라 다르게 나타나는 환경에서, 학생들은 최신 연구 논문과 실제 사례를 분석·토론함으로써 개인, 팀, 조직 수준에서 AI를 전략적으로 도입하고 활용하는 방법을 학습한다. 이를 통해 AI가 가져올 일과 조직의 대전환을 깊이 이해하고, 이를 능동적으로 설계함으로써 AI 시대 지속 가능한 경쟁우위를 구축할 수 있는 역량을 갖추게 될 것이다.전선 / 대학원
대기이론(queueing theory)과 신뢰성공학 등의 기초가 되는 추계학(stochastic process)의 기본적 개념, 정리와 이의 실제 응용을 연구한다. Markov chain, Poisson process, Markov process, renewal theory 등의 여러 특성, 관련된 주요 정리 및 최고의 연구결과를 분석, 토의하여 기술자의 직관과 연구가의 이론의 부합을 이룬다.전선 / 대학원
도시·지역경제학의 이론과 방법을 심화시켜 탐구하는 과목이다. 단핵도심모형, 다핵도심모형을 비롯한 도시공간구조, 도시노동시장, 토지·주택시장, 지방정부론(지방정부의 의사결정, 재정, 지방세제), 토지이용규제와 성장관리, 도시의 삶의 질과 환경, 지역경제의 구성, 지역과학방법론(산업연관분석, 사회계정행렬, 연산가능일반균형모형), 지역경제의 생산성과 성장에 관한 논의를 다룬다. 도시·지역경제학 연구에 필요한 통계모형과 응용도 함께 다룬다.전선 / 대학원
최근 생명과학 연구에서 컴퓨터를 이용한 통계분석이 필수적인 기술로 사용되고 있다. 본 과목에서는 고급 생물정보학 및 실습 1과 2에서 학습한 생물정보학 기본 개념과 분석 기법을 토대로 실제 연구를 설계하고 수행하여 데이터 분석을 통해 생물학적 결론을 도출하는 전과정을 직접 체험하도록 한다. 서열분석 또는 단백체 데이터와 생물학 데이터베이스의 데이터를 활용하여 단순한 측정 데이터의 분석에 그치지 않고 생명과학 각 연구 주제의 근본적인 질문에 답할 수 있는 분석을 이끌어내도록 하며, 이 과정에서 동료들과 효율적인 소통과 정보전달 방법을 습득해 독립적인 연구수행 능력을 기를 수 있게 한다.전선 / 대학원
원인(cause), 인과관계(causation), 그리고 인과성(causality) 등의 개념은 의학 및 보건분야에 필수적이다. 그러나 대부분의 통계분석 결과는 상관관계를 보여주며, 불행히도 상관관계는 인과관계를 의미하지 않는다. 이 강의는 인과관계를 추론하기 위한 다양한 통계 분석 기법을 소개하여 역학, 보건, 임상 데이터 분석 결과를 합리적으로 이해할 수 있는 지식과 분석 방법론을 소개한다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 요인들에 대한 실험으로 구성한다.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 / 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
최근 치의학을 비롯한 다양한 분야에 통계 및 기계학습 분석이 활발히 진행되고 있으며 연구에 기본적인 분석을 위해서 기계학습 및 통계 방법의 활용이 다양한 분야에서 적용되고 있다. 이를 위해서 여러 프로그래밍 언어의 기본을 설명하고 이를 바탕으로 다양한 통계 및 기계학습 분석을 코드 기반으로 수행할 수 있는 역량을 기른다. 그리고 다양한 데이터를 예시로 프로그래밍을 활용해 생성한 분석 방법을 일관성 있게 코드화하고 자신만의 분석 방법을 정립할 수 있도록 한다.전필 / 학사
본 과목은 통계학과 역학의 기본개념 과 간호학 영역에서 발생하는 자료를 분석하는데 필요한 간단한 통계기법의 계산방법과 분석한 결과의 해석방법을 익히는데 있다.전선 / 대학원
머신러닝 등 빅데이터를 활용한 인공지능 기술의 급속한 발전 및 사회 각 분야로의 파급에 따라 그에 관한 법 시스템 및 규제 전반에 대한 논의의 필요성이 급격하게 증가하고 있음. 데이터 및 인공지능 기술 및 방법론 개관, 데이터 및 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 데이터와 프라이버시, 데이터와 시장경쟁, 인공지능과 노동, 인공지능과 사회경제적 차별, 인공지능과 불법행위 책임, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임 등.