LikeSNU는 서울대 중앙도서관이 체계적으로 수집/분석한
서울대 구성원의 지식 빅데이터(도서 대출, 논문, 학사, 강의, 수업 계획서) 기반 지식정보 플랫폼 입니다.
최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
데이터사이언스학과
본 강좌는 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 빅데이터(B) 분야 첫번째 강좌이다. 이 강좌에서는 데이터사이언스와 관련 분야를 위한 데이터 관리의 원론을 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용
loading...
데이터사이언스대학원 데이터사이언스학과 / 대학원
2024-2학기
권장 선수과목 데이터사이언스의 원리와 응용(M2480.001100) , 추계학(406.544)
본 강좌는 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 빅데이터(B) 분야 첫번째 강좌이다. 이 강좌에서는 데이터사이언스와 관련 분야를 위한 데이터 관리의 원론을 가르친다. 이 수업에서 다루는 주제는 다음과 같다.
- 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화
- 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화
- 분산형 및 연합형 데이터베이스 시스템
- 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스
- 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등
- 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용
C programming guidelines
C programming guidelines
Principles of distributed database systems
Principles of distributed database systems
TREC : experiment and evaluation in information retrieval
TREC : experiment and evaluation in information retrieval
프로그래밍 언어론: 원리와 실제
프로그래밍 언어론: 원리와 실제
Computer vision - ECCV 2022. 17th European Conference, Tel Aviv, Israel, October 23-27, 2022, proceedings
Computer vision - ECCV 2022. 17th European Conference, Tel Aviv, Israel, October 23-27, 2022, proceedings
(Embedded Linux 기반의)로봇 설계 & 제작
(Embedded Linux 기반의)로봇 설계 & 제작
Problem solving and program design in C : advanced topics supplement
Problem solving and program design in C : advanced topics supplement
Python for data analysis : data wrangling with pandas, NumPy, and Jupyter
Python for data analysis : data wrangling with pandas, NumPy, and Jupyter
The object-oriented approach : concepts, modeling, and system development
The object-oriented approach : concepts, modeling, and system developmentProgramming with BASIC
Programming with BASIC
Database and expert systems applications : proceedings of the international conference in Vienna, Austria, 1990
Database and expert systems applications : proceedings of the international conference in Vienna, Austria, 1990
Scientific computing : an introductory survey
Scientific computing : an introductory survey
Java 첫걸음 : Java & VRML 이야기
Java 첫걸음 : Java & VRML 이야기
자바 프로그래밍 언어
자바 프로그래밍 언어
(C언어 초보자를 위한) Simple Visual Language 프로그래밍 : 초보자를 위한 프로그래밍 입문과 훈련
(C언어 초보자를 위한) Simple Visual Language 프로그래밍 : 초보자를 위한 프로그래밍 입문과 훈련
(Kaggle 우승작으로 배우는) 머신러닝 탐구생활 : 파이썬을 활용한 머신러닝 실전 예제 분석
(Kaggle 우승작으로 배우는) 머신러닝 탐구생활 : 파이썬을 활용한 머신러닝 실전 예제 분석
Microsoft SQL server 6.5 unleashed
Microsoft SQL server 6.5 unleashed
SAS system for mixed models
SAS system for mixed modelsJournal of Ambient Intelligence and Humanized Computing
Muthukumar, A.; Thanga Raj, M.; Ramalakshmi, R.; Meena, A.; Kaleeswari, P.Scientometrics
Amjad T.,Shahid N.,Daud A.,Khatoon A.Intelligent Service Robotics
Kassir M.M.,Palhang M.,Ahmadzadeh M.R.IEEE Journal on Selected Areas in Information Theory, Selected Areas in Information Theory, IEEE Journal on, IEEE J. Sel. Areas Inf. Theory
Kurisummoottil Thomas, C.; Saad, W.; Xiao, Y.ASTRONOMY AND COMPUTING
Nadvornik, J.; Skoda, P.; Tvrdik, P.Journal of the Royal Statistical Society. Series B: Statistical Methodology
Goeman J.J.,Górecki P.,Monajemi R.,Chen X.,Nichols T.E.,Weeda W.Information Systems
Grosman J.S.,Furtado P.H.T.,Rodrigues A.M.B.,Schardong G.G.,Barbosa S.D.J.,Lopes H.C.V.Remote Sensing
Zhao B.,Wu Y.,Guan X.,Gao L.,Zhang B.AUTOMATION IN CONSTRUCTION
Gunay, H. Burak; Shen, Weiming; Newsham, GuyJournal of Cryptology
Diemert D.,Jager T.Bioinformatics
Diedrich K.,Graef J.,Schöning-Stierand K.,Rarey M.IEEE/ACM Transactions on Networking
Guo X.,Huang F.,Yang D.,Tu C.,Yu Z.,Guo W.IEEE Transactions on Knowledge and Data Engineering
Zeighami S.,Seshadri R.,Shahabi C.Asian Journal of Civil Engineering
Pham, Vu Hong Son; Huynh, Loc TinIEEE Transactions on Vehicular Technology
Srinivas J.,Das A.K.,Kumar N.,Rodrigues J.J.P.C.Cluster Computing
Srivastava A.,Kumar N.International Journal of Distributed Sensor Networks
Fei L.,Xia J.,Feng Y.,Liu L.Patterns (New York, N.Y.)
Wu D; Yang J; Ahsan MU; Wang KJournal of Intelligent & Fuzzy Systems
Shengwei Tian; Long Yu; Tao ZhangSpanish Journal of Psychology
García-Patos P.,Olmos R.데이터가 존재하지 않습니다.
전선 / 학사
컴퓨터 소프트웨어 및 미디어 프로그래밍 언어의 기초를 익히고 이에 따른 드로잉 및 이미지 작업을 실습하는 수업이다. 프로그래밍 코드 언어의 구조를 이해하고 이를 응용하여 디지털 이미지 및 모션 이미지 등을 구현한다. 디지털 언어 코드와 이미지와 색채 등과의 상관관계를 이해하도록 한다.전선 / 학사
이 과목은 데이터를 시각적으로 표현하여 복잡한 정보를 이해하고 전달하는 능력을 개발하는 데 중점을 둔다. 다양한 시각화 도구와 기법을 사용하여 데이터를 분석하고 효과적으로 시각화하는 방법에 대해 학습한다. 학생들은 데이터 시각화 기본 원칙과 규칙을 배우며 이를 활용하기 위한 도구들(Python, R)을 다루는 법을 배울 것이다. 이외에도 상호작용과 애니메이션을 위한 시각화 및 전처리 기법, 시각화 사용사례 등을 학습함으로써 탐색적 자료분석 능력을 함양한다.전필 / 학사
<프로그래밍방법론>은 컴퓨터 프로그래밍을 위한 기술과 컴퓨터 프로그래밍 언어를 학습하는 과목이다. 수업은 컴퓨터의 기초와 Java 언어를 공부한 학생을 대상으로 하며, Unix의 기초와 사용 방법과 Java AWT/network, C/C++의 주요 사항, 윈도우 프로그램의 기초를 학습한다.전선 / 대학원
동물대체연구방법론인 독성발현경로(Adverse Outcome Pathway)에 대해 학습한다. 독성물질이 생체에 노출되어 반응을 유도하는 단계(Molecular Initiating Event, MIE)로부터 최종 독성종말점(Adverse Outcome, AO)에 도달하는 과정을 핵심사건모듈(Key Event Module, KE), 상관성(Key Event Relationship, KER)의 인과관계 네트워크로 설명하는 단계에 관여하는 데이터과학과 독성예측 방법론에 대해 학습한다. MIE와 AO를 이용한 교차해석(Read-Across)법을 학습한다.전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전필 / 대학원
생물정보학은 생물학, 전산학, 그리고 통계학을 포함한 수리과학에 대한 전반적인 이해를 요하는 학제간 학문이다. 예를 들어 DNA chip 분석 시 생물학을 모르면 data에서 의미를 찾을 수 없음은 물론이고, 통계적 처리를 거치지 않으면 data 분석에 오류가 생기고, 알고리즘에 대한 이해 없이는 더 좋은 분석 기법을 창출할 수가 없는 것이다. 생물정보학에 대한 깊이 있는 이해를 위해서 이러한 기초 지식의 습득은 필수적이라 할 수 있다. 따라서 생물정보학을 배우고자 하는 학생들에게는 선수과목 성격 본 교과목을 이수하는 것을 권장하며, 본 교과목의 목적은 자신의 전공 분야와 무관한 타 학문에 대한 기본적인 지식을 갖추게 하는 것이다.전선 / 학사
본 교과목은 빅데이터 관련 이론과 기술을 실제 문제 해결에 적용할 수 있도록 돕는 실무 중심의 수업이다. 초반에는 빅데이터 산업의 최신 동향과 관련 프로젝트 사례를 분석하며, 팀 프로젝트 수행에 필요한 기본 지식을 쌓는다. 이후 팀 프로젝트를 통해 데이터 수집, 처리, 분석, 시각화 등 빅데이터 처리 과정 전반을 체험하며, 창의적 문제 해결 능력과 협업 능력을 배양한다. 수업은 주로 실제 산업 또는 연구 과제를 기반으로 진행되며, 학생들은 실질적인 빅데이터 솔루션을 설계하고 구현하여 결과물을 발표한다.전선 / 학사
본 과목에서는 디지털 미디어 전반에 대한 이해와 함께, 인터랙티브 디지털 미디어를 제작하기 위한 프로그래밍의 기초 및 전기/전자 이론과 설계 기초에 대해 학습한다. 또한 프로젝트를 통해 인터랙티브 미디어 프로토타이핑 방법을 경험하고 관련 기술을 활용한 제작 기법에 대해 학습한다. 학생들은 프로세싱, 아두이노, 레고 마인드스톰과 같은 프로토타이핑 툴을 이용하여 다양한 인터랙티브 미디어 프로토타입을 제작한다.전선 / 대학원
기계학습은 환경으로부터 데이터 관찰과 경험을 통해 성능을 계속적으로 향상시킬 수 있는 문제해결 시스템을 연구하는 인공지능의 한 분야이다. 본 과목에서는 기계학습에 관한 이론 및 실제적인 연구 주제들에 관해 학습한다. 감독 학습과 무감독 학습 및 강화학습에 관한 기본 원리와 이론적인 배경을 공부하며 이들에 대한 구체적인 알고리즘을 학습한다. 기호규칙 학습, 결정트리, 메모리기반 학습, 신경망, 유전자알고리즘, 베이지안 망, 은닉 마코프 모델, 커널방법 및 기타 최근 기계학습 알고리즘을 다룬다.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.전선 / 대학원
유전체 관련 자료들을 다루기 위한 통계 기법들을 다룬다. 특히 유전체 자료의 양이 방대하고 복잡하기 때문에 기초적인 통계 모형이외에도 유전체 자료들의 특징을 잘 고려한 통계 분석 방법들을 학습하게 될 것이며 컴퓨터를 이용한 다양한 분석알고리즘을 다룬다.전선 / 대학원
아동 및 가족과 관련된 제문제 및 현상을 올바르게 기술, 설명, 예측하기 위해 통계학의 지식 및 연산을 통한 자료처리 기법 등을 포괄적으로 다룬다. 특히 각자가 주제를 선정하여 과학적 연구절차를 거쳐 개별연구를 수행하여 소논문을 작성해본다.전선 / 대학원
본 교과목은 메시지 효과에 관한 이론, 실증 연구, 그리고 방법론을 조망하는 것을 목표로 한다. 매스 커뮤니케이션, 정치 커뮤니케이션, 헬스 커뮤니케이션 등 다양한 맥락에서 메시지의 내용적·형식적 특성이 설득과 확산에 미치는 효과 및 그 과정에 대한 이론과 연구를 살펴본다. 아울러 실험, 서베이, 내용분석, 통계 및 컴퓨터 연산 방법 등 메시지 효과 연구 방법론 또한 검토한다.전선 / 학사
학부생의 졸업논문 작성을 위한 강좌로 각 분야에 따른 학문연구의 자세와 실험의 계획 및 이론 전개에 대한 철저한 훈련을 그 내용으로 한다. 이를 보다 효율적으로 수행하기 위하여 각자의 졸업논문작성에 있어 각 전공별로 실험실에 배치시켜 실제로 실험하고 보고 배우며, 각자의 실험계획 및 그에 필요한 문헌 등을 고찰하고, 이에 따라 각자의 졸업논문실험을 진행함으로써 앞으로 보다 진보된 학문을 수행할 수 있는 연구자세를 갖추도록 유도하는 강좌이다.전선 / 학사
현대의 매체를 다루는 수업으로 자신이 표현하고자 하는 주제를 최소한의 디지털 웹 기술을 통해 구현해본다. 기초적인 웹 기술과 외부 api 사용법을 경험하면서, 향후 더 심도 있는 디지털 표현 작업이 가능하도록 기반을 수립할 수 있다. 자바스크립트, 도메인, DNS와 같은 프로그래밍 언어에 대한 강의로, 실습을 통해 새로운 기술들을 학습하고 이를 통해 학생의 창의적 표현영역의 확장을 목표로 한다.전선 / 대학원
최근 기계 학습 방법론은 보건학에서 큰 인기를 얻고 있다. 본 과목은 보건학 데이터를 분석하기 위한 기계 학습 방법론의 다양한 측면에 대해 실질적인 지식과 이해를 제공하는 것을 목적으로 한다. 이 과목은 보건학 분야에서의 학생 및 연구자를 돕기 위해 기계 학습 방법론의 개념과 기법에 대해 다룬다. 군집, 차원축소, 분류, 의사결정나무, 신경망 모형 등을 보건학의 문맥에서 다루게 된다.전필 / 학사
본 강좌에서는 계산과학을 위한 수치연산 프로그래밍의 고급 방법론에 대해 강의하며, 이를 실습하기 위한 Python 심화 프로그래밍을 학습한다. 중대형 규모의 프로그램 작성을 위한 프로그램 설계의 이론을 학습하게 되며, 이는 성능 분석, 최적화, 디자인 패턴등을 포함한다. 이를 위해 Python과 C를 이용한 모듈 작성 및 임포트를 실습을 통해 배운다. 나아가, 학습한 알고리듬을 구현하고 결과를 간단하게 가시화 해볼 수 있는 Python 확장 모듈들의 사용법에 대해 강의한다.전선 / 대학원
이 과목은 역학의 핵심 개념과 원리를 R과 Python 소프트웨어를 이용한 공공빅데이터 자료분석 예제를 통하여 교육하고자 한다. 수업 내용은 1)건강관련 상태와 사건의 분포 기술, 2)건강결정요인의 분석, 3)역학적 연구결과의 종합과 적용 등의 영역을 포함한다. 조별 연구를 진행하며, 국제학술지 논문작성 연습을 목표로 한다.