교육

ACADEMIC

학부과정

교육

ACADEMIC

학부과정

학부과정

빅데이터 분석 개론

과목코드
주요연구
학점
과목구분

본 과목에서는 빅데이터 분석에 필요한 수학적 방법론과 프로그래밍 모델을 다룬다. 웹 검색, 스팸 필터, 크라우드 소싱, 추천 시스템, 비주얼라이제이션 등 다양한 어플리케이션에서 필요한 데이터 분석 방법론들을 소개한다.

타학과 선수과목 : MAS212 선형대수학

권장과목

EE210

확률과 기초 확률과정을 다룬다. 확률 부분에서는 확률 공간, 확률을 얻는 방법, 여러 가지 확률분포를 살펴본다. 확률변수와 확률변수의 변환을 공부하고, 이를 다차원 확률변수로 – 곧, 확률벡터로 – 확장한다. 그 뒤, 확률과정의 기초적인 개념을 소개하고 몇 가지 기본적인 보기를 다룬다.

권장과목
EE205

본 과목은 공학 응용을 위한 자료구조에 대한 학습을 한다. 본 과목에서는 실재적인 공학 응용 사례에서 자료 재표현, 자료 구조 및 알고리즘 분석을 주로 다룬다. 세부 주제로서 기본 자료 구조들, 배열, 연결 리스트, 스택, 큐, 트리, 서치 트리, 그래프, 정렬, 해싱을 살펴본다. 본 강의에서는 전자공학과 관련된 실질적인 응용의 예를 논의한다.

EE213

전기, 전자, 컴퓨터 공학에 필요한 이산 방법론적인 기초 방법론과 그 응용을 다룬다. 통신, 컴퓨터 구조, 네트워킹, 알고리즘, 암호론 등 다양한 분야에서 필요한 방법론들과 수학적인 증명 기법들을 소개한다.

권장과목