Skip to main content
바이오헬스 빅데이터 마이닝 이미지

바이오헬스 빅데이터 마이닝




강좌소개

본 강좌의 목적은 바이오헬스 빅데이터를 둘러싸고 있는 국내·외 이슈와 동향을 살펴보고
대규모로 저장된 바이오헬스 정보 안에서 체계적이고 자동적인 통계적 규칙이나 패턴을 찾는
이론과 실제를 학습하는 것이다.


수업목표

바이오헬스 영역에서 데이터의 규모는 방대해지고 그 가치도 중요해지고 있다.
본 강의는 바이오헬스 빅데이터를 둘러싸고 있는 국내·외 이슈와 동향을 살펴보고
대규모로 저장된 바이오헬스 정보 안에서 체계적이고 자동적인 통계적 규칙이나 패턴을 찾는
이론과 실제를 학습한다.


주차별 학습내용
강의일정
학습주차 주차명 차시명
1주차
 1. 빅데이터의 개요
 1-0. Overview
 1-1. 빅데이터의 정의
 1-2. 빅데이터의 등장배경
 1-3. 빅데이터의 특징
 1-4. Summary : 요약
 1-5. 주차별 퀴즈
2주차
 2. 바이오헬스 빅데이터의 특징과 이슈
 2-0. Overview
 2-1. 바이오헬스 빅데이터의 정의
 2-2. 바이오헬스 빅데이터의 특징
 2-3. 바이오헬스 빅데이터의 이슈
 2-4. Summary : 요약
 2-5. 주차별 퀴즈
3주차
 3. 바이오헬스 산업과 빅데이터
 3-0. Overview
 3-1. 바이오헬스 산업의 국내외 시장 동향
 3-2. 바이오헬스 산업의 국내외 상업화 사례
 3-3. 국내외 바이오헬스 빅데이터 활용 사례
 3-4. Summary : 요약
 3-5. 주차별 퀴즈
4주차
 4. 빅데이터 마이닝1
 4-0. Overview
 4-1. 데이터마이닝 개념
 4-2. 테이터마이닝 프로젝트의 프로세스
 4-3. Summary : 요약
 4-4. 주차별 퀴즈
5주차
 5. 빅데이터 마이닝2
 5-0. Overview
 5-1. 주요 데이터마이닝 기법
 5-2. 정형 데이터마이닝 기법
 5-3. Summary : 요약
 5-4. 주차별 퀴즈
6주차
 6.빅데이터 마이닝3
 6-0. Overview
 6-1. 비정형 데이터마이닝의 개념
 6-2. 비정형 데이터마이닝 기법 1
 6-3. 비정형 데이터마이닝 기법 2
 6-4. Summary : 요약
 6-5. 주차별 퀴즈
7주차
 7. 바이오헬스 데이터와 분석가
 7-0. Overview
 7-1. 바이오헬스 데이터
 7-2. 바이오헬스 데이터 분석사
 7-3. Summary : 요약
 7-4. 주차별 퀴즈
8주차
중간고사
중간고사
9주차
 9. 바이오헬스 데이터 모델링
 9-0. Overview
 9-1. 데이터 모델링의 정의 및 특징
 9-2. 데이터 모델링에서 데이터독립성과 이해관계자
 9-3. 데이터 모델 표기법-ERD의 이해
 9-4. Summary : 요약
 9-5. 주차별 퀴즈
10주차
 10. 바이오헬스 빅데이터 처리기술 1
 10-0. Overview
 10-1. 빅데이터 주요처리기술의 개요
 10-2. Hadoop과 R
 10-3. Summary : 요약
 10-4. 주차별 퀴즈
11주차
 11. 바이오헬스 빅데이터 처리기술 2
 11-0. Overview
 11-1. NoSQL
 11-2. Spark의 주요 기능
 11-3. 바이오헬스 빅데이터 처리기술
 11-4. Summary : 요약
 11-5. 주차별 퀴즈
12주차
 12. 바이오헬스 빅데이터와 보안
 12-0. Overview
 12-1. 개인정보의 개념 및 법적 정의
 12-2. 빅데이터 환경 내 개인정보 침해위협
 12-3. 빅데이터 환경 내 개인정보 보안 방안
 12-4. Summary : 요약
 12-5. 주차별 퀴즈
13주차
 13. 바이오헬스 빅데이터의 시각화
 13-0. Overview
 13-1. 데이터 시각화의 개요
 13-2. 빅데이터 시각화 방법과 도구
 13-3. Summary : 마무리
 13-4. 주차별 퀴즈
14주차
 14. 바이오헬스 IoT
 14-0. Overview
 14-1. IoT 개요
 14-2. 헬스케어 웨어러블 디바이스
 14-3. IoT기반 헬스케어 사례
 14-4. Summary : 요약
 14-5. 주차별 퀴즈
15주차
 15. 바이오헬스와 인공지능
 15-0. Overview
 15-1. 빅데이터와 인공지능
 15-2. 머신러닝
 15-3. 인공지능기반 헬스케어
 15-4. Summary : 요약
 15-5. 주차별 퀴즈
16주차
기말고사
기말고사

이수기준
이수 기준(60%)을 통과하면 이수증이 발급됩니다.

이수기준

중간고사

주차별 퀴즈

기말고사

총합

40% 20% 40% 100%

담당교수
노영희 교수
<노영희 책임교수>
  건국대학교 글로컬캠퍼스 공공인재대학 문헌정보학과 교수

<주요 저서 및 논문>
  A Study on Perception of Librarian's Job Prospects
  A Study on the Perception of Librarians of the Impact that Libraries Have on Society
<학술상>
  세계인명사전 Who’s Who in the World 등재(2012-2016)
  ASIA LIBRARY LEADERS Professional Excellence Award(2014)
  한국연구재단 '우수학자지원사업' 선정(2016)
  Who’s Who in Science and Engineering’ 등재(2016-2017)


담당 TA
  교과목 관련 문의사항
  담당TA_신영지
  건국대학교 글로컬캠퍼스 문헌정보학과 대학원 석사과정
  yg5034@kku.ac.kr
  담당TA_곽우정
  건국대학교 글로컬캠퍼스 문헌정보학과 대학원 석사과정
  woojung2243@kku.ac.kr
  시스템 관련 문의사항
  건국대학교 글로컬캠퍼스 K-MOOC 강좌운영팀

  건국대학교 글로컬캠퍼스 Cogito 대학교육혁신원 MOOC센터
  tls@kku.ac.kr
  043-840-3275

참고도서
(사)한국디지털정책학회 빅데이터전략연구회.
(2015). 「경영 빅데이터 분석」. 광문각
강현철 외. (2014). 「데이터 마이닝 방법론」.
자유아카데미
(사)한국소프트웨어기술인협회 빅데이터전략연구소.
(2016). 「빅데이터 개론(Big Data)」. 광문각
박두순. (2014). 「빅데이터 컴퓨팅 기술」.
서울: 한빛아카데미

관련 강좌

  1. major

    Humanities
    (Human Sciences)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    advanced
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    univ_name

    KKUk
  4. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    14week
    (주당 00시간 50분)
  5. 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)

    09시간 30분
    (09시간 30분)
  6. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Course Registration Period

    2018.08.20 ~ 2018.11.23
  7. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2018.08.27 ~ 2018.12.14