데이터사이언스 마이크로전공(Data Science)
참여전공 : 수학과
수여학위: 없음, 학위기에 표기
< 교육목표 >
- 데이터사이언스학이란 사회의 각 분야에서 발생하는 정보를 수집하여 이를 분석하고 해석하는 방법론을 개발하는 학문임
- 빠르게 변화하는 정보화 사회에 능동적으로 대처할 수 있는 인력을 배출하기 위해 학생들에게 과학적 사고와 창의력을 함양시키는 교육과 더불어 정보분석에 필요한 프로그램 활용 능력에 대한 교육과정을 운영
- 과학, 공학, 산업에 중요한 도구인 수학 및 통계학의 역할을 감안하여, 이들 학문과 전문 분야에 응용할 수 있는 데이터사이언스 지식과 통계학적 방법론들에 대한 교육과정을 운영
- 이론적 방법론들과 프로그램을 활용 능력을 바탕으로, 캡스톤 디자인 교과목을 통해 실제 데이터를 활용 및 적용하여, 스스로 문제를 해결해나갈 수 있는 능력을 갖추고자 함
< 교과과정구성 >
1. 이수학점 구성 현황
| 마이크로전공명 | 전공과목 | 비고 | ||
|---|---|---|---|---|
| 전공Ⅰ | 전공Ⅱ | 소계 | ||
| 데이터사이언스 마이크로전공 (Data Science) | 9학점 이상 이수 | 6학점 이상 이수 | 15학점 이상 이수 | |
2. 교육과정
| 구분 | 과목명 | 이수학점 | 학점구성 | 소계 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1학년 | 2학년 | 3학년 | 4학년 | 이론 | 실험 실습 | |||||||
| 1 학기 | 2 학기 | 1 학기 | 2 학기 | 1 학기 | 2 학기 | 1 학기 | 2 학기 | |||||
| 전공Ⅰ (9학점) | 확률 및 통계1 | 3 | 3 | 3 | ||||||||
| 확률 및 통계2 | 3 | 3 | 3 | |||||||||
| 수리통계학 | 3 | 3 | 3 | |||||||||
| 전공Ⅱ (6학점) | 회귀분석 | 3 | 3 | 3 | ||||||||
| 빅데이터해석 | 3 | 3 | 3 | |||||||||
| 다변량자료분석 | 3 | 3 | 3 | |||||||||
| 통계자료분석 및 실습(캡스톤 디자인) | 3 | 3 | 3 | |||||||||