최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Auniq Reedwan Bin Jafar, Chy Md. Nazim Uddin, Adnan Md., Chowdhury Md. Riad, Dutta Trishala, Ibban Sadab Sipar, Jahan Israt, Tona Marzia Rahman, Shima Mutakabrun, Sawon Md. Imtiajul Habib, Chakrabarty Nishan, Hossain Shakawat, Paul Arkajyoti
2021 / Oriental Pharmacy and Experimental Medicine
Montes-Cebrián Y.,Álvarez-Carulla A.,Colomer-Farrarons J.,Puig-Vidal M.,Miribel-Català P.L.
2019 / Sensors (Switzerland)
Park, Seung Ju; Beak, Seok-Hyeon; Jung, Da Jin Sol; Kim, Sang Yeob; Jeong, In Hyuk; Piao, Min Yu; Kang, Hyeok Joong; Fassah, Dilla Mareistia; Na, Sang Weon; Yoo, Seon Pil; Baik, Myunggi
2018 / Asian-Australasian Journal of Animal Sciences (AJAS)
문민기
2019 / International Journal of Korean History
데이터가 존재하지 않습니다.
loading...
본 연구는 빅데이터 기술이 역사 연구, 특히 한국 근현대사 연구에 미치는 영향에 대해 논한다. 빅데이터 기술은 과거에 존재하지 않던 새로운 유형의 역사 자료 수집을 가능하게 하며, 역사적 사실의 검증을 넘어 역사적 통찰력을 제공하는 데 기여할 수 있다. 다만, 데이터의 진위 판별 및 개인정보 보호와 관련된 윤리적 문제에 대한 고민이 필요하다.
4차 산업혁명과 한국사 연구
Big data in education : pedagogy and research
AI와 역사학
빅데이터 인문학 : 진격의 서막 : 800만 권의 책에서 배울 수 있는 것들
내일을 위한 역사학 강의 : 21세기, 역사학의 길을 묻다
(데이터는 알고 있다) 빅 데이터가 만드는 세상 : 삶과 일, 그리고 생각하는 방식을 바꿔놓을 대혁명
(데이터는 알고 있다) 빅 데이터가 만드는 세상 삶과 일, 그리고 생각하는 방식을 바꿔놓을 대혁명 /
Computers, visualization, and history : how new technology will transform our understanding of the past
Applying language technology in humanities research : design, application, and the underlying logic
(만들면서 배우는) 기계 학습 : 생각을 만드는 빅데이터 기술
The hall of uselessness : collected essays
What is global history?
Big data for regional science
디지털 시대 인문학의 미래
Big data at work : the data science revolution and organizational psychology
빅 데이터, 세상을 이해하는 새로운 방법
An introduction to quantitative methods for historians
Handbook on the history of mathematics education
데이터 사이언스 입문 : 예시, 전망, 실무, 프로그램, 머신러닝 =
Australian Historical Studies
Hamish Maxwell-StewartAb Imperio
ГУЛДИ, Джо; АРМИТЕДЖ, Дэвид인문연구
정규식코기토
윤애선인간.환경.미래
박충식History and Theory
Wang Q.E.Interdisciplinary Sciences – Computational Life Sciences
Wu Y.,He Z.,Lin H.,Zheng Y.,Zhang J.,Xu D.Qualitative Research
Mills, K.A.Big Data and Society
Bearman, P.Rethinking History
Ebbrecht-Hartmann T.,Stiassny N.,Henig L.European Review
Barry C. Smith작문연구
권순희Australian Historical Studies
Dianne HallInternational Journal for History, Culture and Modernity
Huijnen, P.Neurocomputing
Jiang Y.,Du J.,Xue Z.,Li A.International Journal of Parallel Programming
Ramya Devi, R.; Vijaya Chamundeeswari, V.역사민속학
주성지동국사학
최원재역사학보
최호근Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz
Markus Zwick전선 / 대학원
한국 사회의 역사적 변동을 거시적이고 종합적으로 관찰하기 위해서는 다량의 데이터를 효과적으로 처리할 수 있는 역량이 요구된다. 역사 정보의 디지털화가 급증하는 상황에서 한국사 연구에서도 빅데이터 분석 방법을 적극 도입한 ‘디지털한국사 연구’를 정립할 필요가 있다. 디지털한국사 연구는 역사 정보 데이터를 생성하고, 그 데이터를 분석하며, 분석 결과를 표현하는 세 단계를 핵심 요소로 가진다. 본 교과목에서는 ‘생성-분석-표현’의 각 단계에서 필요한 디지털 신기술을 익혀서 새로운 역사적 지식을 산출하는 것을 목표로 한다.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 / 학사
현대 천문학에서 대규모 데이터를 다루는 기술의 중요성은 날로 증가하고 있다. 최근 수행되고 있는 대규모 탐사 관측 뿐 아니라 앞으로 계획된 초거대규모 관측 탐사는 빅데이터 자료는 천문학 연구의 새로운 패러다임을 열고 있다. 예를 들어, 천문학자들은 우주 망원경, 전파 망원경, 광학 및 적외선 관측기기 등 다양한 장비를 통해 얻은 수십억 개의 천체 데이터를 분석하고 있으며, 이는 고도의 데이터 분석 기술을 요구하는 복잡한 작업이 되었다. 뿐만 아니라, 수치 모의실험(Numerical simulation)을 통해 생성되는 자료도 매우 큰 규모를 자랑하며, 이들을 효율적으로 분석하고 해석하는 기술의 발전이 필수적입니다. 본 강의는 이러한 대규모 데이터를 효과적으로 다루는 방법과 이를 활용하여 과학적 연구를 수행하는 데 필요한 다양한 기법들을 다룬다. 학생들은 천문학에서 사용되는 대규모 자료의 특성과 이 자료를 처리하기 위한 기본적인 알고리즘 및 분석 방법들을 학습할 것이다. 또한, 학생들은 실제 천문학 연구에 사용되는 데이터를 활용하여 이론을 적용하는 방법을 배우고, 연구 과제를 통해 자신만의 연구 결과를 도출하는 경험을 쌓게 됩니다. 강의의 주요 목표는 대규모 데이터를 다루는 데 필요한 이론적 배경과 실제 분석 기술을 습득하고, 이를 천문학적 질문을 해결하는 데 적용하는 것이다. 이 강의는 또한 천문학 분야에서 데이터 과학의 중요성이 지속적으로 커지고 있다는 점을 고려할 때, 향후 연구와 진로에 있어 중요한 기반이 될 것이다.전선 / 대학원
서양근대사의 이해에 필수적이라고 판단되는 문헌(특히 사료)을 택하여 분석하고 그 문헌과 관련된 연구동향과 관련지어 비판하고 종합함으로써 역사연구방법을 익히게 한다.전선 / 대학원
史料를 다루는 것은 歷史學뿐만 아니라 歷史敎育이 갖는 特有한 영역이다. 各級學校에 적합한 사료의 개발과 활용방안을 硏究한다.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 / 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
빅데이터 혹은 대용량 고차원 데이터의 출연으로 현대 통계학에서 계산의 중요성은 과거의 어떤 때보다 더 중요하게 되었다. 이 과목에서는 빅데이터를 다루는데 필요한 최신의 계산 기법들, 즉 GPU를 이용한 통계계산과 병렬처리를 활용한 통계계산의 이론과 실제를 다룬다.전선 / 학사
역사학에 대한 이해를 체계화하고 심화시키기 위해 최근 역사학계의 연구동향을 살펴본다. 새로운 방법론과 시각이 제시된 영역이나 주제를 선정하고 그에 관한 연구 성과를 분석하여 역사 연구 및 교육의 바람직한 방향을 가늠해 본다. 이로써 다른 교과목에서 접하기 어려웠던 다양한 주제에 관한 관심을 환기하고 역사 연구 및 교육의 폭을 넓힌다.전선 / 학사
빅데이터 분석을 위한 수집과 활용 전반이 윤리적 이슈와 관련됨을 인식하는 가운데, 그 문제에 관한 자기의 입장을 문헌 연구와 토론을 통해 비판적으로 고찰하는 능력을 배양함으로써, 스스로 빅데이터에 대한 윤리적 질문을 던지고 답을 찾아갈 수 있는 능력을 배양한다.전선 / 대학원
歷史가 人文科學이냐 아니면 社會科學이냐 하는 것은 오랜 논쟁의 대상이다. 그러나 歷史理解에 社會科學의 方法論이나 槪念을 이용하는 것은 점차 一般化되고 있는 趨勢이다. 따라서 歷史敎育에서 社會科學에 대한 이해 역시 必須的이다. 특히 社會科로의 역사를 이해하는 데 필요하다.전선 / 학사
이 강좌는 사회 현상의 새로운 보고(寶庫)인 ‘소셜 빅데이터(social big data)’를 수집하고 분석하는 방법을 다룬다. ‘초연결사회’가 도래하면서 사람과 사물의 사회적 행동 및 관계들 상당 부분이 디지털 빅데이터로 서버에 저장되어 분석을 기다리고 있다. 이 ‘소셜 빅데이터’는 전통적인 사회조사분석의 패턴, 즉 설문 조사, 표본 조사, 정형 데이터, 통계 분석 등의 조합과는 또 다른 조사 분석의 환경과 방법을 요구한다. 이를 위해서는 적어도 Open API 를 활용한 데이터 수집, 텍스트 내용 분석, 소셜 네트워크 분석, 기계 학습, 스크립트에 의한 분석흐름 제어 방법 등이 필요하다. 개념적인 소개와 더불어 실제 빅데이터를 직접 수집해서 다양하게 주물러 보는 체험을 해봄으로써, 수학과 프로그래밍을 전공하지 않은 보통의 문과 사회과학도라도 ‘소셜 빅데이터’를 두려움 없이 다룰 수 있는 기초 소양을 쌓도록 하는 것이 이 강좌의 목표이다.전선 / 학사
스토리 생성(Story generation)은 인공지능의 도전적인 과제 중 하나이다. 본 수업은 스토리 생성 기술을 개발하기 위하여 시도된 다양한 사례들을 통해 자연어처리의 주요 개념과 인공지능 분야 전반에 대한 기초적인 지식을 소개한다. 또한 최근 주목받고 있는 초거대 언어 모델(Large language model)에 대해 살펴보고 이를 활용하여 사람과 같은 수준의 이야기를 만들 수 있는지 그 가능성과 한계를 탐색하고자 한다. 마지막으로 창조성의 영역까지 넘보고 있는 인공지능이 인간의 창작 프로세스에 어떤 도움을 줄 수 있는지 이해하고, 이러한 변화가 사회와 산업에 어떤 영향을 미칠 것인지를 고찰하고자 한다.전선 / 대학원
현대고고학에서 계량적 방법론이 결여된 연구는 생각할 수 없을 만큼, 통계학적, 수학적 분석은 중요한 의미를 지니고 있다. 본 과목에서는 자료의 단순통계처리에서 시작해 눈에 드러나지 않는 자료 속의 유형성 확인에 이르기까지 다양한 통계처리방법에 대해 논의하게 될 것이다. 이러한 다양한 방법을 실제 연구 사례에 적용할 수 있는 능력을 배양하기 위해 실습 과정을 병행하게 될 것이다.전선 / 대학원
본 과목은 인류학과 역사학의 접촉을 시도하는 새로운 융합 분야인 역사인류학의 방법론과 관점에 대해 살펴본다. 인류학에서 역사가 차지하는 의미를 재검토하고 역사를 인류학의 핵심 개념인 문화 그리고 사회의 개념과 연결시켜, 문화와 사회의 변동을 반영할 뿐 아니라 변동을 이끄는 역사의 동학(dynamism)을 파악하여, 문서보관소에 박제된 역사가 아닌 역사의 정치-경제적, 사회적 의미를 조명한다. 이를 위해 집단기억, 문화사, 포스트식민주의, 젠더 역사학(gender history), 구술사의 문제의식과 성과물을 분석하며, E.P.톰슨, 스콧(Scott, James), 알박스(Halbwachs), 헌트(Hunt), 코마로프, 푸코, 스콧(Scott, Joan Wallach), 윤택림 등 학자들의 논의와 연구를 검토한다. 이를 통해 타자성(otherness)은 단지 동시대의 공간적 차원—사회—에서만이 아니라 시간적 차원—역사—에서도 파악할 필요가 있음을 강조한다. 또한 자본주의 근대성, 탈근대성, 탈오리엔탈리즘의 논의에서 제기되는 역사 인류학의 문제가 인류학에서의 문화해석의 문제와 깊은 연관이 있음을 살펴본다.공통 / 대학원
인문학 연구를 위해 관련 데이터를 처리하는 능력을 기른다. 데이터 구축, 탐색적 데이터 분석, 추론적 데이터 분석 등의 방법론을 두루 다루며, 이러한 방법론을 실제 인문 데이터에 적용하는 데 초점을 맞춘다.전선 / 학사
이 수업은 역사학 전공을 선택했거나 역사에 관심 있는 학생들이 심화된 전공 학습 이전에 역사 공부의 기초를 배우고 역사학의 다양한 실천 방식을 접할 수 있게 기획된 입문 과목이다. 우선 학생들은 구체적 연구 사례를 통해 역사학의 기본 탐구방법을 이해함으로써 “역사가처럼 사고하는”법을 익힌다. 또한 공공역사, 박물관와 유물, 역사 컨텐츠, 역사교과서 논쟁 등을 통해 우리 주변에서 만날 수 있는 역사의 다양한 실천 방식을 이해하여 주체적으로 “역사하기(doing history)”과정에 참여할 수 있다. 이 과정에서 한국사, 동양사, 서양사의 연구와 관점을 두루 살핌으로써 세부 전공 선택 이전 역사의 다양한 지평을 경험할 수 있는 통합적인 입문 수업이 되고자 한다. 이를 통해 역사학부 신입생들이 전공에 ‘연착륙’하고 타과 학생들 역시 ‘역사는 사실의 집적과 암기’라는 고정관념을 깨고 역사학에 새롭게 흥미를 느끼도록 돕고자 한다.전선 / 대학원
인과 관계를 이해하는 것은 일상생활 뿐 아니라 과학적 진보를 이루는 데 큰 역할을 해왔다. 특히, 인과 관계를 상관관계로부터 구분하는 것이나 비실험 데이터로부터 인과 중재의 효과를 측정하는 것은 의사 결정이나 다양한 분야의 정책을 개발하는데 중요해지고 있다. 이 과목은 인과 추론 방법에 대해 데이터사이언스와 인공 지능의 관점에서 고찰 한다.전선 / 대학원
메타데이터를 통한 전자기록 정보의 구조화 전반에 대해 다룬다. 메타데이터를 단순히 정보기술의 이론적 관점에서만 학습하는 것이 아니라, 역사기록물이나 인류문화유산 정보를 효과적으로 아카이브하기 위한 융합학문의 관점에서 살펴본다. 이를 위해 Semantic Web과 Linked Data 기술에 대한 이해와 첨단 정보기술을 활용한 디지털 인문학에 대해서도 함께 조망할 것이다. 더불어 선진국의 문화유산 아카이브를 위한 여러 모델들을 살펴보고 우리나라에서의 적용과 활용에 대해 고민해 본다.전선 / 학사
인공지능과 데이터 과학이 급속히 발전하면서 인류와 사회에 커다란 영향을 끼치고 있다. 빅데이터를 기반으로 학습된 인공지능 알고리듬이 다양한 선택과 의사결정에 폭넓게 사용되기 시작하고, 인간의 개입과 통제가 감소하면서 공정성, 책임, 신뢰성, 투명성, 프라이버시 등의 문제가 제기되고 있다. 이 강의는 인공지능과 데이터 과학이 작동하는 방식에 대한 개념적인 수준의 이해에서 출발하여, 데이터의 수집, 생성, 분석, 유통 과정에서 제기될 수 있는 여러 윤리적 문제들과 어느 정도의 자율성을 가지는 인공지능 알고리듬의 책임성 있는 설계 및 사용과 관련된 여러 윤리적 쟁점들을 살펴본다. 이를 통해, 이 수업은 인공지능과 빅데이터의 시대를 살아가야할 지성인에게 비판적인 디지털 문해력을 제공할 것이다.