▏데이터사이언스대학원 교과목

1. 공통 교과목

  1. 데이터사이언스 실무능력을 위한 분야로 다양한 전문가들로부터의 현장경험과 학계의 최신 이론들을 습득할 수 있는 과목
강의코드
교과목명
과목정보
M3239.000600
데이터기반 혁신과 창업
M3239.001000
데이터사이언스 캡스톤 프로젝트
M3239.002300
데이터사이언스 특강 (2021-1학기: 확률적 데이터 분석)
M3239.002300
데이터사이언스 특강 (2021-1학기: 앰비언트 인공지능)
M3239.003300
데이터사이언스 세미나
M3239.003900
데이터사이언스 실무응용
M3239.004200
AI의 윤리적 함의

2. 계산 교과목

  1. 데이터사이언스의 핵심이 되는 컴퓨팅 능력을 배양하기 위해 인공지능, 빅데이터 등의 최신이론과 분석 방법론 과목
강의코드
교과목명
과목정보
M3224.000100
시각적 이해를 위한 기계학습
M3239.000100
빅데이터 및 지식 관리 시스템
M3239.000200
데이터사이언스를 위한 머신러닝 및 딥러닝
M3239.000300
데이터사이언스를 위한 소프트웨어 플랫폼
M3239.001100
텍스트 및 자연어 빅데이터 분석 방법론
M3239.002400
앰비언트 인공지능 플랫폼 및 실습
M3239.002500
분산 기계학습 시스템
M3239.003800
확장형 고성능 컴퓨팅
M3239.004100
데이터사이언스와 강화학습

3. 분석 교과목

  1. 데이터사이언스 전문가가 지녀야할 분석능력을 함양하기 위한 시각화, 통계분석, 학습이론 등의 과목
강의코드
교과목명
과목정보
M3239.002600
데이터사이언스를 위한 학습이론
M3239.003100
데이터분석과 시각화
M3239.003500
데이터사이언스를 위한 고급통계분석

4. 응용 교과목

  1. 데이터사이언스 전문가가 갖춰야할 도메인 응용 능력을 함양하는 과목으로, 학제간 교류를 통해 지속적으로 추가 예정
강의코드
교과목명
과목정보
M3239.003400
유전체 데이터 분석 방법
M3239.004000
자연어처리의 응용
M3239.004300
데이터사이언티스트를 위한 금융공학

5. 기초 교과목 (Optional)

  1. 데이터사이언스 전문가로서 기반이 되는 기초역량을 함양하는 과정

    (1)

기초 지식이 없는 학생들을 위한 선택적 과정이며, 정규학기 외에도 관련 내용을 속성으로 제공

    (2)

데이터사이언스 대학원 진학의사가 있는 학부생들의 선수강 권장

강의코드
교과목명
과목정보
M3239.002800
데이터사이언스를 위한 확률과 통계
M3239.003000
데이터사이언스를 위한 컴퓨팅
M3239.004600
데이터사이언스 원론