fnctId=departmentIntro,fnctNo=899
| GEB1107 | 의사소통 영어(English Communication: Pre-Intermediate) |
|---|---|
| 학생들이 미래의 학술연구와 업무 수행에 능동적이고 창의적으로 대처하는 데 필요한 영어 의사소통 능력을 배양하기 위한 초급 수준의 영어 교과목으로 다양한 학생 중심의 활동을 통해 영어로 의사소통하는 기술을 익히고 연마한다. | |
| GEB1108 | 의사소통 영어: 중급(English Communication: Intermediate) |
|---|---|
| 학생들이 미래의 학술연구와 업무 수행에 능동적이고 창의적으로 대처하는 데 필요한 영어 의사소통 능력을 배양하기 위한 중급 수준의 영어 교과목으로 다양한 학생 중심의 활동을 통해 영어로 의사소통하는 기술을 익히고 연마한다. | |
| GEB1109 | 의사소통 영어: 고급(English Communication: Advanced) |
|---|---|
| 학생들이 미래의 학술연구와 업무 수행에 능동적이고 창의적으로 대처하는 데 필요한 영어 의사소통 능력을 배양하기 위한 고급 수준의 영어 교과목으로 다양한 학생 중심의 활동을 통해 영어로 의사소통하는 기술을 익히고 연마한다. | |
| GEB1112 | 크로스오버 1 : 인간의 탐색(Crossover Course 1: Humanities) |
|---|---|
| 인문학은 학문의 영역인 동시에 모든 인간의 마음속에서 쉼 없이 역동하는 원초적인 탐구정신이다. 그것은 자기가 어떤 존재인지를 이해하고 나아가 어떤 존재로 살아갈 것인지를 결단하려는 인간의 근원적인 욕구에서 출발하여, 문학, 역사, 언어, 사회, 도덕, 문화와 예술 등 인간 정신의 다양한 산물에 대한 성찰로 전진한다. 이런 인문학의 정신은 자연을 이해함으로써 그것을 효율적으로 활용하고 지배하려는 과학기술의 정신과 상호보완적 관계에 있다. 이 강의는 특히 이공계의 학생들을 주된 대상으로 삼아 이처럼 중요하고 필수적이면서도 결핍되어 있기 쉬운 인문학적 정신을 자기 자신에게서 발견하도록 유도한다. 강의에서 수강자는 자아, 공동체, 옳고 그름, 학문, 예술 같은 인문학적 주제들에 대해 읽고, 생각하고, 묻고, 그리고 생각한 것을 말하거나 글로 쓰는 연습을 하고, 이런 과정을 통해 인문학적 지식과 더불어 인문적 감각을 갖추게 될 것이다. | |
| GEB1114 | 크로스오버 3 : 사회의 탐색(Crossover Course 3: Economics, Business and Law) |
|---|---|
| 1. (경제학) 개인의 행동에 관한 7개 원칙, 사람 사이의 상호작용에 관한 7개 원칙, 경제 전체의 구성에 관한 7개 원칙, 금융 및 국제경제에 관한 7개 원칙들로 구분하여 경제학과 경제학적 사고방식을 강의한다. 2. (경영학) 구성원들의 노력을 계획, 조직, 지휘, 통제하는 과정으로 경영의 중요성과 유능한 경영자의 자질, 시장 지향적 고객중심 경영을 위한 마케팅의 여러 측면과 관리, 재무적 관점에서의 경영을 위한 포트폴리오 이론 등을 강의한다. 3. (회계학) 대차 대조표와 손익 계산서 등 재무 제표를 포함한 회계 정보를 어디서 얻고, 어떻게 이해하고, 특정한 판단과 선택을 위해서 회계 정보를 어떻게 분석하고, 그 과정에서 무엇에 주의해야 하는지를 강의한다. 4. (법학) 자유와 책임, 개인간 자유의 상충에 관한 민법적, 형법적 제재와 소송 제도, 계약과 계약이행의 책임, 약자의 보호를 위한 정의와 이를 위한 장치로서 법의 역할과 한계를 강의한다. | |
| GEB1117 | 커리어 디자인 1(Career Design 1) |
|---|---|
| 본 교과목은 신입생들이 바람직한 가치관을 정립하고, 성공적인 대학생활을 영위할 수 있도록 지도하는 신입생 대상 기초교과목이다. 본 교과목은 학생들이 가치 있는 삶의 목적을 수립하고, 성실한 자세로 도전하여 미래를 열어나가는 데 역점을 두며(온라인 인성교육), 자신의 적성과 능력을 토대로 졸업 후의 경력을 수립할 수 있도록 안내한다(오프라인 진로교육). | |
| GEB1126 | 문제해결을 위한 글쓰기(Writing and Problem Solving) |
|---|---|
| 현대 사회가 요구하는 창의적 문제해결력과 의사소통 능력 신장을 위해 학술적 글쓰기 및 실용적 글쓰기의 이론과 방법을 익힌다. 이를 바탕으로 글쓰기와 말하기 능력을 실습을 통해 향상시켜 대학에서의 학습을 효과적으로 하고 사회에서의 활동을 능독적으로 할 수 있는 교양인을 양성하는 데에 강의의 주안점을 둔다. | |
| GEB1142 | 미래사회와 소프트웨어-이공계열(Software and the Future Society-for the Natural Sciences and Engineering) |
|---|---|
| 미래사회의 필수역량으로 강조되고 있는 컴퓨팅적 사고력은 여러 학문 분야의 창의적 생각들을 융합의 바탕위에 실현하기 위한 기본적 소양이다. 컴퓨팅적 사고를 기반으로 우리 생활에 밀접하게 위치하고 있는 다양한 IT기술과 정보환경을 이해하고 나아가 전공 기반위에서 새로운 융합 기술을 창조해 나갈 수 있는 능력을 배양하는 것이 중요하다. 이 강의는 빅데이터, 인공지능, 스마트 모빌리티, 가상·증강현실, 사물인터넷, 정보보호 등의 주제를 통해 그러한 능력 배양을 위한 토대를 제공한다. | |
| GEB1151 | 커리어 디자인 2(Career Design 2) |
|---|---|
| - 취업시기 도래 이전에 직무선정 및 커리어 설계의 중요성 인지를 통한 취업경쟁력 강화 - 전공맞춤형 직무선정과 산업 및 기업의 대한 이해를 바탕으로한 적절한 취업시기에의 취업성공 도모 - 구직스킬 향상을 통한 채용시장에서의 학생(지원자로서)의 장/단점 파악 | |
| MTH1901 | 일반수학 1(Calculus 1) |
|---|---|
| 자연현상이나 사회현상을 분석하는데 필요한 수학개념, 공업수학의 여러 주제(미분방정식, 선형대수학, 벡터 해석학, 적분 변환 등)를 공부하는데 필요한 대학수학 이론을 공부한다. 주요 주제인 함수의 극한, 연속성, 미분과 적분, 무한급수의 수렴과 발산, 멱급수, 일변수 함수의 테일러 전개, 극좌표, 벡터와 행렬 및 복소수의 개념을 깊이 이해하고 관련한 응용문제를 살펴본다. | |
| MTH1902 | 일반수학 2(Calculus 2) |
|---|---|
| 극좌표, 공간도형 및 공간벡터, 편도함수, 다중적분, 주면 및 구면 좌표계 그리고 그린 정리와 스톡스 정리 등에 대해서 공부한다. | |
| MTH1903 | 일반수학연습 1(Calculus Recitation 1) |
|---|---|
| 본 과목은 일반수학 I의 필수적인 보조 과목임으로 선택적인 연습문제들을 풀고 퀴즈를 실시한다. | |
| MTH1904 | 일반수학연습 2(Calculus Recitation 2) |
|---|---|
| 극좌표와 매개 변수 방정식, 공간벡터와 공간도형, 편도함수, 다중적분, 벡터해석(벡터장, divergence, curl, 그린 정리) | |
| STS1901 | 기초통계1(Elementary Statistics1) |
|---|---|
| 기초적인 기술통계학의 방법과 통계학의 기본이 되는 확률론의 기초적인 이론을 배운다. 자료의 요약, 확률법칙, 독립성, 확률분포, 이항분포 정규분포 등을 다룬다. | |
| STS1902 | 기초통계2(Elementary Statistics2) |
|---|---|
| 표본의 크기가 클 때 모평균과 모비율의 추정과 가설검정 방법, 표본의 크기가 작을 때 모평균에 대한 추론 방법 등에 강의한다. 또한 회귀분석, 분산분석, 범주형 자료분석 등을 다룬다. | |
| STS1903 | 기초통계실습1(Elementary Statistics Lab1) |
|---|---|
| R의 활용법을 배우고 이를 통계적인 분석에 사용하는 실습을 진행한다. 기초통계 1에서 배운 내용을 기초로 컴퓨터를 이용하여 자료를 분석하고 모의 실험을 통하여 이론적인 내용을 확인한다. | |
| STS1904 | 기초통계실습2(Elementary Statistics Lab2) |
|---|---|
| 모평균과 모비율의 추정과 가설검정, 회귀분석, 분산분석, 범주형 자료분석 등을 R을 활용하여 분석하는 방법을 다룬다. | |
| STS1906 | 프로그래밍언어(Programming Language) |
|---|---|
| 파이썬은 대용량 데이터 분석과 시각화 및 계산과학에 핵심도구 중 하나이다. 본 강의에서는 파이썬의 기본 문법을 공부한다. | |
| STS2001 | 통계소프트웨어 및 실습(Statistical Software and Lab) |
|---|---|
| SAS, R 등 통계 분석에서 필요한 여러 소프트웨어의 사용법과 그 응용 방법을 학습한다. | |
| STS2004 | 회귀분석(Regression Analysis) |
|---|---|
| 기본 내용은 단순 선형회귀모형, 중회귀모형, 최소제곱추정법의 성질 등을 다룬다. 회귀모형의 기본가정과 그 가정들을 확인하는 방법, 가정이 성립하지 않을 때 대응방법 등을 배운다. 또한 모형의 적합도분석, 잔차분석, 이상점의 발견과 대응방법 등을 공부한다. | |
| STS2006 | 회귀분석실습(Regression Analysis Lab) |
|---|---|
| 회귀분석 강좌에서 배우는 분석방법을 통계 소프트웨어인 SAS를 이용하여 실제 자료에 적용할 수 있도록 한다. | |
| STS2008 | 전산통계(Statistical Computing) |
|---|---|
| We learn many useful statistical algorithms, and apply them to real problems. | |
| STS2016 | 확률론(Probability) |
|---|---|
| 확률의 기본 개념, 결합 확률 및 조건부 확률, 다양한 확률 분포 (이항분포, 포아송분포, 정규분포, 지수분포, 균일분포 등)를 배우고, 기댓값, 조건부 기댓값, 극한 정리 등을 다룬다. | |
| STS2019 | 통계수학(Statistical Mathematics) |
|---|---|
| 수학의 기본 개념인 집합, 함수, 수열, 급수, 미분, 적분, 벡터와 행렬 등의 내용 중에서 통계학에서 자주 쓰이는 부분을 집중적으로 공부한다. | |
| STS2020 | 통계수학 연습(Statistical Mathematics Practice) |
|---|---|
| 수학의 기본 개념인 집합, 함수, 수열, 급수, 미분, 적분, 벡터와 행렬 등의 내용 중에서 통계학에서 자주 쓰이는 부분을 집중적으로 연습한다. | |
| STS2021 | 사회조사방법론(Social Research Methods) |
|---|---|
| 사회조사의 의의와 과학적 접근방법, 자료해 석방법, 주의사항 등을 익힌다. 사회조사를 표본조사의 관점에서 표본 설계를 하는 능력도 배양한다. | |
| STS2022 | 데이터 시각화 및 분석 방법(Method of Data Visualization and Analysis) |
|---|---|
| 이 강의에서는 문제해결을 위한 다양한 자료의 기초적인 통계분석 방법의 이해와 적용을 경험한다. 데이터의 수집 및 정리, 탐색적 데이터분석, 시각화의 원리를 배우고, 실습을 통해 배운 내용을 실제 문제에 적용하여 해결하는 일련의 기초적인 자료분석과정을 경험한다. | |
| STS2024 | 빅데이터 기초(Big Data Fundamentals) |
|---|---|
| 본 교과목의 목적은 수강생이 빅데이터의 의의와 기회, 그리고 한계 등을 정확히 이해하여, 각자의 관심 분야에 적합한 “빅데이터” 문제를 찾을 수 있는 능력을 배양하는 것이다. 이를 위해 빅데이터가 생성되는 환경의 변화 와 기술적 배경을 배우고, 이미 다양한 분야에 적용된 응용 사례를 공부하며, 각자 자신들의 관심 분야에서 가능한 새로운 의미 있는 응용 아이디어를 제안한다. | |
| STS2040 | 데이터베이스(Database) |
|---|---|
| 본 강의는 프로그래머가 기본적으로 갖춰야 할 데이터베이스 활용 능력을 키우기 위하여 MS SQLServer를 활용하여 데이터베이스 시스템의 기본 개념과 관리툴의 활용방법을 익히고 다양한 인터넷 서비스를 구현하는데 필요한 데이터베이스와 관련된 기술을 습득하는 것을 목표로 한다. 또한, 본 교과과정을 통해 데이터베이스 시스템 활용을 위한 SQL 구문의 이해, 데이터베이스 설계 방법과 툴의 활용, 데이터베이스 프로그래밍 기초 기술 및 데이터베이스 시스템 구축 설계 기초 등을 이해하는 것을목표로 한다 | |
| STS2041 | 자료구조론(Data Structure) |
|---|---|
| 알고리즘 분석 방법과 모든 자료 구조의 기본이 되는 선형적인 자료구조인 배열과 연결 리스트, 제한된 자료구조인 스택, 큐, 복잡한 비선형적인 자료구조인 트리와 그래프 및 다양한 정렬과 탐색 알고리즘에 대해서 학습한다. | |
| STS2044 | 전산통계실습(Statistical Computing Lab) |
|---|---|
| 통계에 필요한 여러 가지 알고리즘을 오픈 소스인 R 을 이용하여 실제 구현하여 보고, 결과물을 시각화하는 방법에 대해 학습한다. | |
| STS3004 | 실험계획법(Experimental Design) |
|---|---|
| Studying the fundamental concepts of the design of experiments, and introducing representative designs and analysis methodologies for each design. Based on the concepts of randomization, blocking, and replications, explain what are the differences among various designs and how to analyze the designed experiments. | |
| STS3005 | 수리통계학 1(Mathematical Statistics I) |
|---|---|
| 수리통계학 I에서는 확률의 정의와 성질, 확률변수와 확률분포, 확률변수의 변환, 기대값과 분산, 랜덤 샘플이 가지는 성질, 중심극한 정리 등에 대해 다룬다. 통계 이론에 대한 기본적인 개념과 이를 이용한 문제 해결 방법에 대해 알아본다. | |
| STS3012 | 시계열분석 및 실습(Time Series Analysis and Lab) |
|---|---|
| 시계열자료는 경영 및 경제 등의 대부분의 인문사회 분야에서 뿐만아닌라 자연현상에서 나타나는 자료의 형태로서, 이러한 자료의 특성을 수학적 모형으로 표현하고 이를 응용하여 현실문제를 해결하려는 접근방법을 다룬다. | |
| STS3014 | 표본론및실습(Sampling Theory and Lab) |
|---|---|
| 표본 조사의 개념을 숙지하며 추출의 이론적 바탕이 되는 네가지 기본 확률추출법과 이를 복합적으로 활용하는 기법을 공부하며 아울러 표본조사의 오류와 표본의 크기를 선정하는 방법을 공부한다. | |
| STS3016 | 범주형자료분석(Categorical Data Analysis) |
|---|---|
| 통계 자료를 접할때에 가장 많이 보는 경우가 범주형의 자료이다. 범주형 자료의 coding 방법이나 그 후의 분석 방법에 대한 공부를 할 것이다. | |
| STS3020 | 다변량 통계 및 실습(Multivariate Statistics and Lab.) |
|---|---|
| 다차원 정규 분포와 관련된 통계 이론을 학습하고, 주성분 분석, 인자 분석, 분류와 판별 분석, 정준 상관 분석, 군집 분석 등의 다변량 자료 분석 방법론을 학습한다. | |
| STS3031 | 보험통계(Insurance Statistics) |
|---|---|
| 보험 자료 분석에 필요한 일반화 선형 모형 (generalized linear model)에 대해 학습하고, 사건의 빈도(frequency)와 심도(severity)에 영향을 주는 요인을 일반화 선형 모형을 통해 탐구한다. 이와 더불어, credibility theory 와 혼합 모형 사이의 관계에 대해서 학습하여 본다. | |
| STS3043 | 통계적 기계학습(Statistical Machine Learning) |
|---|---|
| data mining이란 무엇이고 그 과정이 어떻게 되는지를 배운다. 또한 data mining에 사용되는 여러 가지 기법을 배우고 이를 자료를 가지고 실습한다. | |
| STS3050 | 통계적품질관리(Statistical Quality Control) |
|---|---|
| 통계적 품질관리에서 다루는 두 가지 분야는 Process Control과 Sampling Inspection이다. 먼저 품질의 기본적인 개념과 발달 과정등을 배우고, 데이터를 활용한 Process Control의 다양한 방법을 다루게 된다. 특히, 관리도에 대한 작성 방법과 활용법, 공정능력력지수 등을 이용한 공정 모니터링과 평가 방법을 배운다. 샘풀링 검사에서는 계수형 샘플링 검사 방법의 종류 및 특징을 배운다. | |
| STS3060 | 수리통계학 2(Mathematical Statistics II) |
|---|---|
| 수리통계학 I에서 다룬 확률변수와 여러가지 확률분포를 바탕으로 모집단의 특성을 나타내는 모수에 대한 추정과 가설검정을 다룬다. 또한 의사결정이론과 베이지안 통계에 대해서도 강의한다 | |
| STS4010 | 비모수 통계학(Nonparametric Statistics) |
|---|---|
| 모집단에 대한 분포의 가정없이 개발된 통계적 방법론에 대한 이해력의 증진과 이를 바탕으로 한 통계적 추론이 문제를 해결하는 능력의 향상의 꾀한다. | |
| STS4011 | 기초확률과정론(Introduction to stochastic process) |
|---|---|
| 기초 확률이론을 바탕으로 조건부확률의 개념을 이용한 마코프체인에 대하여 배운다. 또한 포아송분포와 지수분포의 기본 이해를 바탕으로 포아송프로세스를 공부한다. | |
| STS4021 | 자료분석(Data Analysis for capstone design) |
|---|---|
| 자료분석, 문제해결, 리포팅, 대화능력 등의 주제를 공부하고 탐색적 자료분석, 회귀분석, 실험계획, 다변량 분석 등의 통계적 분석 방법을 학습한다. | |
| STS4023 | 공간통계학(Space Statistics) |
|---|---|
| 공간 및 시공간 자료를 분석하기 위한 통계적 방법론을 배우고 적용해 본다. 공간 및 시공간 상관성이 있는 자료를 분석하기 위한 통계적 방법론을 익혀본다. | |
| STS4024 | 인과추론(Causal Infernce) |
|---|---|
| 인과관계를 추론하는 통계적 기법에 대하여 다룬다. | |
| STS4026 | 바이오인포매틱스(Bio-informatics) |
|---|---|
| 생명공학분야의 발전으로 엄청난 양의 유전자와 단백질에 관한 정보가 축적되므로 이를 효율적으로 컴퓨터를 이용하여 데이터베이스에 관리 저장하여야 한다. 이와 같은 대용량의 정보를 저장의 문제 보다는 이들을 효율적으로 분석할 수 있는 통계적인 기법의 연구개발이 중요한 문제라고 할 수 있다. 본 강좌에서는 유전자 이론의 기초의 학습과 통계, 확률 모형의 학습, 그리고 이러한 분석방법을 유전자 데이터베이스 등을 활용하여 실제로 컴퓨터 프로그램으로 분석 실습하는 능력을 배양하는데 초점을 두고자 한다. | |
| STS4027 | 통계학논문연구(Directed Research in Statistics) |
|---|---|
| 담당 교수님 중 한분을 선택하여 해당 분야에 대하여 심도 있는 연구를 수행하고 연구 논문을 완성한다. | |
| STS4033 | 금융통계(Financial Statistics) |
|---|---|
| 금융 파생상품의 일종인 선물과 옵션의 이해, 가격 결정 방법, 거래 규칙 등을 강의한다. 또한 파생 상품을 이용한 투자방법등에 대해서도 강의한다. | |
| STS4034 | 생존분석 및 실습(Survival Analysis and Lab) |
|---|---|
| 카플란-마이어 곡선, 콕스의 비례위험 모형 등 생존분석에 필요한 기본적 통계분석 방법에 대해 학습하고, 이를 실제 자료에 응용하여본다. | |
| STS4035 | 통계적 위험관리(Statistics for Risk Management) |
|---|---|
| 위험이론의 기본이 되는 생명분포와 손해분포에 대하여 학습하고 개별 위험모형과 집단 위험모형을 학습한다. 불만-스트라웁의 신뢰도 모형에 대하여도 공부한다. | |
| STS4041 | 베이지안통계학(Bayesian Statistics) |
|---|---|
| 베이지안 통계의 개념과 기초를 공부한다. 다양한 모형들에 대해 사용 가능한 사전분포 및 그로부터 유도되는 사후분포를 공부한다. 마코프 체인 몬테 카를로 및 베이지안 가설검정에 대해 알아본다. | |
| STS4044 | 빅데이터 자료분석(Big Data Analysis) |
|---|---|
| 빅데이터의 기본 개념을 전달하고, 빅데이터를 어떻게 다루며 분석하는 지에 대해서 학습한다. 빅데이터를 분석하기 위한 최근의 통계 알고리즘과 분석 기법이 제공된다. 현장에서의 실제 도전적인 문제들을 제조업, 의학 분야에서의 실제 사례를 통해 살펴볼 것이다. | |
| STS4432 | 금융데이타분석(Financial Data Analysis) |
|---|---|
| 회귀분석, 다변량자료분석 등에서 배운 자료분석방법을 금융에 적용하여보고 자산배분, value at risk 등에 대하여 공부한다. | |
| STS4433 | 빅데이터 실습(Big Data Practice) |
|---|---|
| 학생들이 학습하였던 빅데이터 원리와 분석방법을 기초로 빅데이터 문제를 찾고 실제 데이터를 이용하여 적절한 분석 방법을 적용하여 문제를 해결하고 결과를 실제에 적용하여 빅데이터 분석 프로세스에 대한 능력을 배양하기 위하여 실습을 위한 과목의 개설이 필요합니다. | |
| STS9423 | 통계현장실습 1(Statistics Field work 1) |
|---|---|
| STS9427 | 통계현장실습 2(Statistics Field work 2) |
|---|---|
| STS9428 | 통계현장실습 3(Statistics Field work 3) |
|---|---|
| STS9429 | 통계현장실습 5(Statistics Field Work 5) |
|---|---|