교과목개요

1학년 1학기 [0011453] 데이터과학개론 (Introduction to Data Science)

- 데이터과학 분야의 이론, 사례, 발전과정, 동향 등에 대해 기초적이고 개괄적으로 학습한다. - 데이터과학 분야에 대한 학생들의 흥미를 증진시키고, 세부 전공 관심 분야 선택 및 진로 탐색방향을 설정할 수 있도록 한다.
1학년 1학기 [0011454] 데이터과학을위한기초통계학 (Introduction to Statistics for Data Science)

- 데이터과학 분야에서 필요한 확률과 통계 이론을 학습한다. - 기술통계학, 확률과 확률변수, 표본 분포, 추정 및 가설검정, 분산분석, 회귀분석, 베이지안 추론 등에 대해 다룬다 - 머신러닝, 데이터(텍스트) 마이닝 등의 방법론을 다루기 위해 필요한 기초 통계 지식을 학습하는 것을 목표로 한다.
1학년 2학기 [0011465] 데이터과학을위한계량경영학 (Introduction to Operations Research for Data Science)

- 계량경영학(Operations Research)을 기반으로 한 데이터를 활용한 분석 방법에 대해 학습하고, 경영학에 데이터가 어떻게 활용되는지를 이해하는 것을 학습 목표로 둔다. - Excel Spreadsheet Modeling(Solver), LINGO, LINDO 등 상황에 맞는 방법 도구를 활용하여 데이터를 활용한 경영학적 분석에 초점을 두어 수업을 진행한다. - 실제나 가상의 기업 데이터를 활용하여 이를 계량적으로 분석하는 방법에 대해 다룬다
1학년 2학기 [0011466] 데이터과학을위한기초수학 (Introduction to Mathematics for Data Science)

- 데이터과학을 학습하기 위해서는 컴퓨터 프로그래밍과 알고리즘에 대한 이해가 뒷받침되어야 하고 이를 위해서는 행렬, 벡터, 미적분, 선형대수학과 같은 수학적 기초가 반드시 요구된다. - 본 수업에서는 확률과 통계 외에 데이터과학에서 필요한 수학적 지식을 학습함으로써 심화 과정을 수강할 수 있는 기초실력을 다지는 것을 목표로 한다.
2학년 1학기 [0011455] 데이터분석실습1 (Data Analysis Exercise 1)

- 엑셀과 Python을 활용한 데이터 분석 실습을 수행한다. - 기업 주식 데이터, 지리 정보 데이터, 텍스트, 이미지, 영상, 오디오 데이터, 각종 공공 데이터 API 등 여러 종류의 데이터를 직접 다루고 분석하는 실습을 진행한다. - 데이터 종류에 따라 수집, 처리, 저장, 분석의 각 단계가 어떻게 달라지는지 이해하는 것을 목표로 한다.
2학년 1학기 [0011456] 데이터애널리틱스 (Data Analytics)

- 기초통계학을 기반으로 하여 회귀분석 이론에 대해 학습한다. - 회귀분석 방법론을 적용하기 위한 기본적인 가정 및 조건에 대해 살펴보고, 단순회귀모형과 다중회귀모형의 OLS estimator 추정 방법 및 추정 결과를 정확히 해석하는 방법을 습득한다.
2학년 1학기 [0011457] 비즈니스프로그래밍I (Business Programming 1)

- 데이터 분석에서 가장 범용적이고 기본적으로 활용되는 SW인 엑셀에 대해 학습한다. - 엑셀의 구조, 함수의 활용, 각종 기능, 파일 형식(CSV, TSV) 등 엑셀에 대한 전반적인 이해도를 높이고 다른 SW와 연동할 수 있는 능력을 함양하는 것을 목표로 한다.
2학년 2학기 [0011467] 데이터과학사례연구 (Case Study in Data Science)

- 데이터과학이 기업 실무 뿐 아니라 사회에 어떠한 영향을 미치는지에 대한 사례를 연구하고 이해하는 것을 목표로 한다. - 이를 위해 학생들은 매 주차 새로운 데이터과학 사례를 배우게 되며, 타 학생이 흥미롭게 찾아본 데이터과학 사례 등을 토론 및 발표를 통해 나누며 데이터과학의 응용 분야에 대해 학습하게 된다.
2학년 2학기 [0011468] 데이터분석실습2 (Data Analysis Exercise 2)

- 기초통계학 및 회귀분석에 대한 이론적 지식을 다양한 실제 사례에 적용함으로써 통계적 추론 방법을 실습한다. - 통계분석 소프트웨어를 활용한 기초적인 자료의 입력, 가공, 분석 및 출력 등의 과정을 실습함으로써 통계분석의 방법론을 익힌다.
2학년 2학기 [0011469] 비즈니스프로그래밍2 (Business Programming 2)

- Python 프로그래밍 기초 및 응용에 대해 학습한다. - 변수 및 자료형, 연산자, 자료 구조(List, Dictionary, Tuple, Set), 조건문 및 반복문, 함수/클래스/모듈/라이브러리/패키지 등 파이썬 기초 문법에 대해 학습한다 Ÿ Python을 이용해 간단한 알고리즘을 작성하고 문제의 답을 찾는 과정을 실습한다. - 프로그래밍 언어에 대해 이해하고 객체 지향 프로그래밍을 수행할 수 있는 역량을 배양하는 것을 목표로 한다.
3학년 1학기 [0011458] 비즈니스프로그래밍3 (Business Programming 3)

- SAS 프로그래밍의 기초 및 응용에 대해 학습한다. - SAS의 핵심 문법인 Data Step과 Proc Step을 자유롭게 활용하여 데이터를 입력/가공/분석/출력할 수 있는 능력을 배양하며, 반복작업의 효율화를 위한 매크로 구문에 대해서도 학습한다. - 코딩의 길이와 시간을 동시에 단축할 수 있는 SQL 구문에 대해 학습함으로써 코딩에 있어서의 효율성에 대한 인식을 갖는다. - 궁극적으로 이 과목의 학습내용이 SAS 국제공인 자격증 취득으로 연결될 수 있도록 한다.
3학년 1학기 [0011459] 서비스사이언스 (Service Science)

- 서비스업에 초점을 맞추어 서비스를 과학적으로 분석하기 위한 방법론 및 사례에 대해 학습한다. - 이를 통해 수강생들은 서비스업에 대해 이해할 수 있으며, 서비스업을 분석하는 데 필요한 다양한 경영학적 분석 도구 등에 대한 능력을 키울수 있다.
3학년 1학기 [0011460] 인공지능과머신러닝 (Artificial Intelligence and Machine Learning)

- 지도학습, 비지도학습, 앙상블 기법 등의 머신러닝과 딥러닝, generative advesrial learning에 대해 학습한다. - CNN, RNN, DNN, regularization 등 간단한 인공 신경망의 학습원리 및 적용방법을 소개하고, 심 층신경망으로의 확장 및 응용을 위한 기법을 학습 및 실습한다. - 비즈니스 애널리틱스 강의 내용을 토대로 심화된 내용을 익힌다.
3학년 1학기 [0011461] 텍스트마이닝및시각화 (Text Mining and Visualization)

- 텍스트 데이터는 비정형 데이터의 대표적인 예시로 빅데이터와 AI 분야에서 가장 활발하게 연구되고 발전하고 있다. - 뉴스 기사, SNS, 온라인 평점과 리뷰, 기업 보고서 등 다양한 형태의 텍스트 데이터에 대해 학습한다. - 텍스트 데이터의 구조와 특징, 영어와 한글의 차이, 가공 방법에 대해 학습한다. - 키워드 분석, 토픽 모델링, 워드 클라우드, word2vec, doc2vec 모델 등에 대해 학습한다.
3학년 2학기 [0011470] 데이터과학을위한응용통계학 (Applied Statistics for Data Science)

- 기초통계학 및 데이터 애널리틱스의 기본지식을 바탕으로 통계학의 다양한 주제에 대해 학습한다. - 구체적으로 패널자료의 회귀분석, 비선형 회귀분석모형, 로짓/프로빗 모형, 시계열분석의 기초, 벡터 자기회귀모형 등에 대해 학습함으로써 데이터 분석의 보다 전문적인 방법론에 익숙해지는 것을 목표로 한다.
3학년 2학기 [0011471] 데이터포락분석 (Data Envelopment Analysis)

- 데이터포락분석(Data Envelopment Analysis)은 선형계획법을 활용하여 기업이나 특정 부문의 효율성/생산성을 구하는 방법론이다. - 본 수업을 통해 학생들은 실제로 데이터를 수집하고 데이터를 활용하여 효율성을 계산할 수 있게 된다. - 추가적으로 Kruskal-Wallis one-way ANOVA, Mann-Whitney U Test, Tobit Regression 등 2nd stage approach에 대해서도 학습하여 효율성에 어떠한 환경 요인이 있는지를 파악할 수 있는 능력을 기른다.
3학년 2학기 [0011472] 비즈니스데이터분석론 (Business Data Analytics)

- 여러 데이터 분석 방법론에 대해 학습하고 이를 활용해 실제 비즈니스 데이터를 분석하는 실습을 수행한다. - Naive Bayes classifier, K-means clustering, Support vector machine, Logistic regression, Decision tree 등의 방법에 대해 학습하고 이를 실제 데이터에 적용해 분석하는 과정을 익힌다. - 이론 실습을 동시에 진행하나 상대적으로 이론강의에 초점을 둔다.
4학년 1학기 [0011462] 금융투자이론및데이터분석 (Theory of Financial Investments and Data Analysis)

- 대표적인 금융자산인 주식과 채권의 가치평가원리를 학습하고, 실제 금융시장 거래자료를 사용 해 가상으로 구성한 포트폴리오의 투자성과를평가하는 것을 그 목표로 한다. - 기본적인 이론 학습과 함께 실제 데이터를 사용하여 다양한 방식으로 금융자산 포트폴리오를 구성하고, 그 투자성과를 SAS 프로그래밍을 통해 체계적으로 분석해보고자 한다. - 이러한 과정을 통해 대용량의 금융데이터를 능숙하게 분석하고 자신에게 필요한 결과를 도출할 수 있는 역량을 배양하는 것에 초점을 둔다.
4학년 1학기 [0011463] 데이터비즈니스트렌드 (Trend in Data Business)

- TED, Stanford Business School Youtube, 세바시 등을 통해 국내외 데이터를 활용한 비즈니스가 어떻게 변화되고 있는지에 대한 트렌드를 학습한다. - 다양한 매체에서 소개되는 비즈니스 트렌드에 대해 학습하고, 이를 통해 우리 주변의 비즈니스가 데이터를 통해 어떻게 변화하고 있는지를 살펴본다.
4학년 1학기 [0011464] 마케팅애널리틱스 (Marketing Analytics)

- 마케팅과 관련된 의사결정에 있어 데이터를 사용한 체계적이고 분석적인 접근의 유용성에 대해 살펴보고, 이와 같은 능력을 학생들에게 배양함을 목적으로 한다. - 전략적 결정을 내리기 위해 과거와 현재의 시장조사 자료 및 경쟁자에 대한 정보 등을 분석하는 방법에 대해 학습한다.
4학년 2학기 [0011473] HR애널리틱스 (Human Resources Analytics)

- 인적자원관리에 대한 주요 이슈를 알아보고, 이를 해결하기 위한 HR 애널리틱스 활용법을 살펴본다. - 데이터분석을 통해 인사업무 관련 의사결정의 효율화 방안에 대해 논의한다. - 조직에서 HR 애널리틱스 실행방안 및 성공요인에 대해 알아본다.
4학년 2학기 [0011474] 데이터과학세미나 (Seminar for Data Science)

- 데이터과학과 관련된 고급 세부 주제를 선택하여 해당 분야의 논문 또는 사례를 학습하고 토론한다.
4학년 2학기 [0011475] 의사결정과학세미나 (Seminar for Decision Science)

- 데이터를 활용해 과학적으로 의사결정을 하는 의사결정과학(Decision Science) 분야에 대해 학습하는 것을 목표로 한다. - 이를 위해 기초 계량경영학 지식이 필요하며, 기업의 다양한 의사결정 상황에서 데이터를 통한 분석이 어떠한 영향을 미치는지에 대해 이해할 수 있다.
4학년 2학기 [0011476] 인공지능세미나 (Seminar for Artificial Intelligence)

- 다양한 인공지능 기술, 인공지능의 활용 사례, 기업의 동향, 이슈 및 트렌드에 대해 학습한다. - 인공지능분야 현업의 전문가를 초청해 특강을 진행하고 학생들의 졸업 후 진로를 탐색할 수 있는 기회를 제공한다 - 인공지능과 관련된 주제를 선정하고 조사, 분석하여 발표 및 토론을 진행한다.