데이터과학개론(융합데이터과학전공 수강 권장)
태그
3학점
2-1 수강 권장
1학기 개설
과목 설명
이 강의에서는 실질적 문제해결을 위한 다양한 자료분석 방법론을 이해하고 적용 방법을 살펴본다. 해결하고자 하는 문제의 구체화를 포함하여, 데이터의 수집 및 정리, 탐색적 데이터분석, 시각화, 통계적 추론 및 예측 그리고 의사결정의 핵심원리를 배운다. 실습을 통해 배운 내용을 실제 문제에 적용하여 해결하는 일련의 자료분석과정을 경험한다. 학생들은 다양한 데이터의 구조를 이해하고 알맞은 자료분석방법을 선택하며, 나아가 문제해결능력을 향상시키게 된다.
과목명(과목코드)
데이터과학개론(M3639.001500)
선이수 과목
주 사용 교재
Main
Data 100: Principles and Techniques of Data Science
https://ds100.org/
Sub
Data Science and Machine Learning(Mathematical and Statistical Methods), Dirk P. Kroese, Zdravko I. Botev, Thomas Taimre, Radislav Vaisman
https://people.smp.uq.edu.au/DirkKroese/DSML/DSML.pdf
커리큘럼
1주차 : Course Overview / (Lab) Basic Python
2주차 : Data Wrangling / (Lab) Pandas
3주차 : Visualization
4주차 : (Lab) Visualization / Sampling
5주차 : Simple Linear Regression
6주차 : (Lab) Simple Linear Regression / Matrix Algebra
7주차 : Multiple Linear Regression
8주차 : (Lab) Matrix Algebra and Multiple Linear Regression / Midterm Exam
9주차 : Random Variables / Estimators, Bias and Variance
10주차 : Gradient Descent / General Classification
11주차 : Logistic Linear Regression / Neural Networks
12주차 : (Lab) Logistic Linear Regression and Neural Networks / Principal Component Analysis
13주차 : (Lab) Principal Component Analysis / k-Means Clustering
14주차 : (Lab) k-Means Clustering / Course Review
15주차 : Final Exam
크로스리스팅 교과목
