본 교과목은 파이썬 프로그래밍 언어에 대한 기본 지식을 공부하는 과목으로, 컴퓨터과학과 데이터사이언스의 전공 교과모글 이해하는데 필수적인 기초 교과목이다. 본 교과목에는 변수와 수식, 반복문과 조건문, 터틀그래픽과 함수, 예외처리와 오류, 그래픽스 기초 내용과 프로그래밍 실습이 포함되어 있다.

데이터 분석을 위한 통계 기본 이론을 익힌다. 기술통계 기법을 통한 데이터 분석 자료의 수집 및 정리, 확률 및 확률 분포를 학습한다. 또한 추리통계를 통한 추정 및 검정, 분산분석, 회귀 분석을 학습한다. 

본 교과목에서는 인공지능을 공부하는데 필요한 수학적 지식들을 배운다.

인공지능에 활용되는 최대우도추정, 베이시안 추론등의 확률모델을 학습한다. 또한 벡터, 행렬의 기본 연산을 익히고 선형대수학의 원리를 습득하여 서포트 벡터 머신, 특잇값 분해 등의 알고리즘을 이해한다

전공선택

오픈소스프로그래밍

본 교과목에서는 오픈 소스 소프트웨어에 대한 이해, 개발도구, 개발시스템, 오픈 소스 프로그래밍을 학습한다. 학생들은 본 교과를 통해 오픈 소스 소프트웨어의 이해, Git, Github, 리눅스, Shell 프로그래밍, vi 편집기, 오픈 소스 프로그래밍을 학습한다.

전공필수

데이터마이닝및분석
(DATA MINING AND
ANALYSIS)

데이터로부터 숨겨진 정보를 자동으로 추출하는 기술인 데이터마이닝의 기본 개념과 관련 분석 기법들을 학습한다. 데이터마이닝의 기본 문제인 연관규칙분석, 군집화, 분류, 이상치발견, 회귀분석 등에 대한 개념 및 관련 알고리즘들을 공부하고, 이들을 통해 데이터 분석을 위한 기반 지식들을 습득한다. R과 같은 프로그램을 사용하여 실제로 데이터마이닝 기법을 적용하는 방법도 학습한다.

데이터 시각화는 빅데이터 기술의 중요한 영역으로, 데이터를 이해하고 의사결정 인사이트를 얻는데 필수적이다. 본 과목에서는 데이터 시각화 표현 기법을 공부하며, 파이썬 matplotlib 라이브러리, 구글 데이터 스튜디오, MS Power BI, Tableau 등 대표적인 오픈 소스 시각화 툴을 소개하고 활용 방법을 학습한다.

빅데이터의 수집, 적재, 처리, 분석과 같은 빅데이터 전 주기 시스템의 이론과 실무지식을 습득하기 위하여 다양한 빅데이터 소프트웨어 플랫폼들과 아키텍처를 배운다. 그리고 단계적 파일럿 프로젝트의 구축 실습을 통해 빅데이터 기술의 이해와 실전 활용능력을 습득한다.

딥 러닝은 머신 러닝의 한 방법으로서 인공 신경망의 층을 깊게 쌓아올려 데이터를 학습하는 방식을 말한다. 컨볼루션 신경망, 순환신경망, 생성 모델 등 다양한 딥러닝 모델들과 이를 최적화 하는 방법들에 대해 학습하고 텐서플로우 파이토치 등 딥러닝 구축 라이브러리를 통하여 단계적 구축 방법을 학습한다.

3, 4학년

2학기

전공선택

클라우드시스템
(CLOUD SYSTEM)

클라우드 시스템 기술과 컴퓨팅 패러다임에 대해 학습한다. 클라우드 시스템을 구성하는 분산 시스템의 기 반 기술 및 시스템 모델, 미들웨어 서비스, 클러스터 컴퓨팅, 가상화 기술, 클라우드 프로그래밍 환경, SOA 등의 주요 내용을 살펴보고 이를 바탕으로 한 분산 시스템 설계 및 관리기법에 대한 내용과 최신 기 술 동향을 다룬다.

기초적인 통계학 외에 데이터 분석에 필요한 다양한 통계 분석 기법들을 학습한다. 회귀분석, 시계열분석, 탐색적분석, 범주형 자료분석, 다변량 분석 등 여러 통계 기반 분석 기법들을 폭넓게 학습한다.

본 교과목에서는 자연어처리에 필요한 기본 적인 수학, 텍스트

전처리, 어휘, 구문, 의미 분석 등의 핵심적인 원리를 배우고, 이를 이용하여 다양한 자연어처리 응용시스템과 딥러닝 기반의 자연어처리 방법들을 배운다.

데이터 사이언스 관련 응용 문제들을 오픈 소스를 활용하여 해결하는 실습을 진행한다.

전공선택

머신러닝
(MACHINE LEARNING)

머신러닝은 인공지능의 중요 분야로서 4차 산업혁명의 핵심 기술이다. 본 교과목에서는 머신러닝의 기초가 되는 선형대수, 확률, 최적화 등의 수학 이론을 배우고, 다층 및 심층 신경망의 구조와 학습 이론을 배운다. 이를 기반으로 CNN, GAN, RNN 등의 최신 모델을 배우고 이를 활용한 다양한 적용 예를 함께 학습한다.