데이터과학개론
태그
3학점
2-1 수강 권장
1학기 개설
강의 장소
18동 401호
과목 설명
이 강의는 통계, 수학, 컴퓨터 과학을 기반으로 한 융합 학문인 데이터 과학의 입문 과
목이다. 데이터 과학은 데이터, 계산, 추론적 사고를 결합하여 방대한 데이터를 분석하고 자동화된 방법으로 유의미한 지식을 추출하는 것을 핵심으로 하며, 이를 통해 사람과 조직이 문제를 해결하고 세상을 이해하는 새로운 방식을 제시한다. 강의에서는 데이터 수집과 정제, 시각화, 통계적 추론, 예측 모델링, 의사결정, 기계학습 등 데이터 과학의 주요 주제를 다룬다. 별도의 선수 과목은 없지만, 기본적인 통계와 프로그래밍 지식이 학습에 유용할 수 있다. Python이 주 프로그래밍 언어로 사용된다.
과목명(과목코드)
데이터과학개론(M3639.001500)
교수
선이수 과목
주 사용 교재
강의의 전반부는 UC Berkeley에서 자체개발한 Data100:Principles and Techniques of
Data Science 내용을 따라간다. (문하은 교수)
교재 https://ds100.org/course-notes/
기타자료 https://ds100.org/
강의의 후반부는 Data Science and Machine Learning (DSML) 교재 내용을 따라간다.
(김경수 교수)
교재 https://people.smp.uq.edu.au/DirkKroese/DSML/DSML.pdf
커리큘럼
1주 Introduction
2주
Data wrangling 1
Data wrangling 2 HW1
3주
Lab session
Data visualization 1
4주
Data visualization 2 HW2
Intro to modeling and simple linear regression
5주
Multiple linear regression HW3
Random variables
6주
Estimators, bias and variance
Cross validation and regularization
7주
Parameter inference and bootstrapping HW4
TBA
8주 Midterm
9주
Sampling Methods 1
Sampling Methods 2
10주
Unsupervised Learning 1
Unsupervised Learning 2
11주
Unsupervised Learning 3 (HW5)
Kernel Methods
12주
Classification 1
Classification 2
13주
Decision Trees and Ensemble Methods 1
Decision Trees and Ensemble Methods 2
14주
Decision Trees and Ensemble Methods 3, Deep Learning 1
Deep Learning 2 (HW6)
15주
Deep Learning 3
TBA
16주 Endterm
크로스리스팅 교과목
