Skip to main content
빅데이터의 세계, 원리와 응용 이미지

빅데이터의 세계, 원리와 응용




◈ 교과목 개요



본 과목은 최근 데이터 축적 및 활용기술의 급격한 발전으로 인해 많은 글로벌 선진 기업 및 조직들의 초미의 관심사가 되고 있는 빅 데이터 분석(Big Data Analytics) 관련 기술과 응용 방안에 대해 고찰함으로써, 새로 출현하고 있는 기술에 대한 이해도를 높이고, 통합적 탐구 및 사고 역량을 제고하는데 목적이 있습니다.

본 강의에서는 빅 데이터란 무엇인가에 대한 기본적인 논의로부터 시작하여, 빅 데이터를 어떻게 활용하여 기업이나 조직의 전략수립이나 경영관리 활동을 지원하는지? 빅 데이터 분석을 위해 필요한 기반구조, 또는 인프라에는 어떤 것들이 있는지? 데이터 분석은 구체적으로 어떻게 하는지? 빅 데이터 분석기술의 발전으로 인해 초래될 미래 조직 및 글로벌 사회의 변화에는 어떠한 것들 이 있을지 등에 관해 설명하고 함께 학습합니다. 특히, 구체적인 데이터 분석 방법론에 해당하는 통계 및 데이터 마이닝(Data Mining), 텍스트 마이닝(Text Mining), 인공지능(Artificial Intelligence) 및 기계학습(Machine Learning) 기법 등을 실제 데이터를 활용하여 실습해 봄으로써 빅 데이터 분석에 대한 이해도 제고와 함께, 향후 실무 적응능력의 토대를 제공합니다.

빅 데이터라는 분야는 컴퓨터 과학, 통계 및 데이터 마이닝, 경영 및 사회과학 등 다양한 분야의 융합적 지식이 필요한 분야입니다. 자신이 익숙한 분야도 있을 수 있겠지만, 부분별로는 전혀 새로운 내용을 접할 수 있어 수강생들이 다소 어렵게 느낄 수 있음을 잘 알고 있습니다. 특별히 이번 강의에서는 수강생 여러분들이 기존에 통계학이나 정보기술에 대한 이해가 없거나 매우 낮다고 전제하고 설명합니다.

빅 데이터라고 하는 새롭고 미래 지향적인 패러다임에 대해 공부하고 싶은 모든 학생들을 환영합니다.

◈ 샘플 강좌

◈ 교과목 목표

1) 빅 데이터의 정의와 특징, 최신 동향 및 전략적 활용방안에 대해 고찰해 봅니다.
2) 빅 데이터 분석 및 활용을 위한 기반 기술 및 데이터 분석 방법론을 학습합니다.
3) 실제 문제와 데이터에 기반한 실습을 통해 핵심 방법론에 대한 이해를 제고하고 문제 해결 능력을 배양합니다.

◈ 강의 내용

  • 1주차: 빅 데이터(Big Data)란 무엇인가?
  • 2주차: 빅데이터 활용전략
  • 3주차: 빅 데이터의 수집, 저장 및 처리
  • 4주차: 데이터 분석이란?
  • 5주차: 데이터 분석:예측
  • 6주차: 데이터 분석:분류 1
  • 7주차: 데이터 분석:분류 2
  • 8주차: 중간고사(Mid-Term)
  • 9주차: 데이터 분석: 군집화
  • 10주차: 데이터 분석: 연관관계
  • 11주차: 비정형 텍스트 분석: 전처리와 키워드 분석
  • 12주차: 비정형 텍스트 분석: 군집, 토픽, 감성 분석
  • 13주차: 소셜 네트워크 분석과 시각화
  • 14주차: 빅데이터의 미래
  • 15주차: 기말고사(Final exam)

◈ 이수기준

  • 퀴즈: 총 4회, 15%
  • 포럼: 총 1회, 10%
  • 과제: 총 6회, 25%
  • 중간고사: 총 1회, 20%
  • 기말고사: 총 1회, 30%
  • 이수기준: 총 60% 이상 획득 시 이수 가능

◈ 주요교재 및 참고자료

이 과목 수강을 위해 특별히 정해진 교재는 없습니다.
온라인 강의실에 제시되는 강의자료와 참고자료를 참고하시기 바랍니다.

◈ 참고자료

이 수업에서는 이론에 대한 설명뿐만 아니라 실제 데이터를 활용한 데이터 분석 및 모델링 실습을 수행합니다. 이를 위해 IBM SPSS사의 Modeler 라고 하는 데이터 마이닝 전문 솔루션을 사용합니다. IBM SPSS 사에서는 본 과목 수강생들을 위하여 3개월간 Modeler를 학습용으로 무상 사용할 수 있는 라이센스를 부여하였습니다. 데이터 분석이 시작되는 4주차에 IBM SPSS Modeler 를 자신의 PC에 다운로드 받을 수 있도록 안내하도록 하겠습니다.

◈ 권장사항

위에서 설명한대로 빅 데이터에 대한 이해를 위해서는 정보기술 및 통계, 경영 및 사회과학 관련 지식이 필요합니다. 특히, 정보기술이나 통계 관련 사전 지식이 전혀 없을 경우, 강사가 나름대로 매우 쉽게 강의한다 하더라도 수강 시 약간의 어려움을 느낄 수 있습니다. 뜻밖에 이러한 어려움은 다양한 “용어”에서 비롯되는 경우가 많습니다. 특히, 정보기술 관련해서는 더욱 그러합니다. 처음 듣거나, 자신에게 어려운 용어가 나오면 잠시 강의를 정지시키시고 인터넷 등을 검색하여 용어 이해를 하신 후 수강하실 것을 권장합니다. 한 학기가 지나시면 모든 용어가 편안하게 들리는 경험을 하시게 될 것입니다.

◈ 담당 교수

신경식 교수 사진

이화여자대학교 경영대학 경영학과 신경식 교수

이화여자대학교 신경식 교수는 경영대학 교수 겸 대학원 빅 데이터 분석학과 학과장, 이화여자대학교 경영연구소장, 이화 빅 데이터 인공지능응용 연구센터장, 한국지능정보시스템학회 회장을 맡고 있습니다. KAIST에서 경영 공학박사를 취득하였고 Harvard Univ., National Univ. of Singapore, U of Hong Kong 의 객원교수를 역임하였습니다. 주요 연구분야는 경영 빅 데이터 분석, 데이터 마이닝, 인공지능 응용으로, 연구분야와 관련하여 다수의 논문을 국내외에 발표하였고, 70여 차례에 걸쳐 빅 데이터 분석 및 모델링 관련 산업체 프로젝트를 수행하였습니다.

◈ 담당 TA

이화여자대학교 빅데이터분석학 전공 조수현

이화여자대학교 빅데이터분석학 전공 김혜린

이화여자대학교 빅데이터분석학 전공 김단비

이화여자대학교 빅데이터분석학 전공 기호연

이화여자대학교 빅데이터분석학 전공 김소라

◈ 운영자

이화여자대학교 교육혁신센터
e-mail: ewhamooc@gmail.com
telephone: 02-3277-3921
수강에 대해 궁금하신 점 있으면 문의해주세요.



◈ KOCW 관련 강좌

관련 강좌

  1. major

    Social Sciences
    (Business Administration & Economics)
  2. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    univ_name

    EwhaK
  3. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 03시간 00분)
  4. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    31시간 12분
    (20시간 12분)
  5. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Course Registration Period

    2019.08.05 ~ 2019.12.16
  6. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2019.09.02 ~ 2019.12.16
  7. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.
Enroll