Lectures in the last year

연도-학기 과목명 및 과목홈페이지 개요
2017-2 통계종합설계1 본 교과목을 통해서 3-4학년 학생들을 대상으로 스스로 통계분석과 관련된 주제를 정하고 문제를 정의하며, 다양한 데이터 분석을 통해 보고서를 작성하는 방법을 토론, 발표하고 강의한다.
2017-2 통계데이터베이스 최근 빅데이터에 대한 관심과 기술개발이 집중되고 있다. 더우기 R프로그램은 빅데이터 의 통계분석용 도구로 널리 활용되고 있으며 앞으로 R프로그램 능력에 대한 요구는 점점 더 커질 것으로 예상된다. 본 과정은 R을 이용한 자료처리 및 통계분석방법을 학습한다. 통계소프트웨어및 실습의 초급과정을 이수한 학생들을 대상으로 중급이상의 R 프로그래밍 및 활용능력을 갖추도록하는 것이 본 과정의 목표이다. 후반부에는 데이터베이스와의 연동 및 빅데이터의 주요 플렛폼인 하둡에 대하여도 학습한다.
2017-2 다변량자료분석 다변량자료분석은 조사 또는 관측자료가 여러 개의 변수들로 구성된 경우의 분석방법이다. 우리가 접하게 되는 대부분의 자료가 다변량 자료이므로 심화된 자료분석능력을 키우기 위해서는 이 강좌에 대한 이해가 필수적이다. 특히, 이러한 다변량 자료분석방법은 전통적인 사회학분야의 자료분석뿐만 아니라, 최근에 많은 분석요구가 있는 데이터마이닝, bioinformatics와도 밀접한 관계가 있다. 한 학기 동안 다차원자료에 대한 통계적 방법론으로써 다변량 정규분포, 주성분분석,요인분석,집락분석,다중회귀분석, 분류분석(LDA, 로지스틱 회귀)에 대한 기초를 다진다. 또한 통계소프트웨어를 활용한 다양한 자료분석을 연습함으로써 현실에서의 통계분석에 활용할 수 있도록 하는 것이 본 교과의 목표이다
2017-2 일반통계학2 이 과목은 자료수집, 정리, 분석과정에 관련된 통계학의 기본적 개념을 이해하는데 목적이 있다. 통계학이 쓰여지고 활용되고 있는 실제 사례를 통해 통계학의 추론 방법을 이해하고 이를 통해 의사결정에 어떻게 이용되고 있는지를 살펴본다.
2017-1 R프로그래밍및실습 For statistical analysis, we have to use the statistical softwares. R is one of the most essential tool for analyzing data in big data era. In this class, students will learn how to use R for basic statistical analysis including handling data sets, calculating summary statistics, and some visualization methods to preview the features in the data set.
2017-1 CRM과데이터마이닝 다차원, 거대자료를 분석하기 위한 통계학 및 기계학습이론에 의한 여러가지 방법론을 배우게 된다. 데이터마이닝은 CRM, pattern recognition, bioinformatics와도 밀접한 관계가 있으며, 잘 알려진 데이터마이닝 방법론인 연관성분석(Association rule), 감독학습(회귀분석, 로지스틱회귀, 나무모형, SVM, 앙상블모형, 변수선택 및 모형선택)과 비감독학습(군집분석)을 이해하고, 이를 이용하여 실제문제를 해결하는 능력을 갖춘다.
2017-1 일반통계학1 이 과목은 자료수집, 정리, 분석과정에 관련된 통계학의 기본적 개념을 이해하여 통계학에 대한 기초적이며 전반적인 지식을 습득하는데 목적이 있다. 통계학이 쓰여지고 활용되고 있는 실제 사례를 통해 통계학의 추론 방법을 이해하고 이를 통해 의사결정에 어떻게 이용되고 있는지를 살펴본다.