발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| COV7001 | 논문작성법및연구윤리1 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 1) 논문작성의 전반을 소개하고, 논문작성의 필수적인 교양을 습득한다. 2) 연구 결과를 영어로 표현하는 효과적인 방법을 공부함으로써 향후 국내외학술지에 효율적으로 논문을 개제할 수 있도록 한다. 3) 연구 윤리를 습득한다. | |||||||||
| ECO4001 | 거시경제학1 | 3 | 6 | 전공 | 학사/석사 |
3-4
1-4 |
경제학과 | 한,한 | Yes |
| 대학원 수준의 거시경제의 정태분석과 동태분석을 기초로하여 거시경제체계,화폐경제,부문별 미시경제학적기반, 거시경제정책 및 최근 신거시경제이론을 탐구하게 된다. | |||||||||
| ECO4002 | 미시경제학1 | 3 | 6 | 전공 | 학사/석사 |
3-4
1-4 |
경제학과 | 영,한 | Yes |
| 경제학의 모든 분양의 기초가 되는 가격이론을 다룬다. 다양한 경제현상에 대한 수리모형을 구성하고 푸는 방법을 익히며 동시에 경제학적 직관을 배양하기 위하여 노력한다. 다루는 주제는 소비자행동이론,기업이론,완전경쟁시장이론,불완전경쟁시장이론,후생경제학 등이다. 부분균형분석과 일반균형분석을 모두 배운다. | |||||||||
| ECO5001 | 거시경제학2 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 경제학과 | 한 | Yes |
| 미시적 기초위에 거시경제학의 제문제를 분석함으로써 고용,소득,실업,소비,투자,성장,화폐등 거시경제학에 대한 이해의 폭을 넓히는데 교과목의 목적이 있음. 미시적대체 효과, 비대칭적정보, 거래비용 등 특히 새고전학파, 새케인즈학파의 과제를 중심으로 강의함. | |||||||||
| ECO5031 | 미시경제학2 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 경제학과 | 한 | Yes |
| 불확실성,불완전 정보 및 비대칭 정보와 관련된 경제이론을 다룬다. 기대효용 이론 및 불확실성하에서의 선택을 배우고,불완전 정보 및 비대칭적정보하에서의 정태 및 동태 게임의 해를 구하기 위한 해개념들을 배우고,도덕적 해이,역선택,신호 및 판별 등의 주제를 다룬다. | |||||||||
| GSID003 | 데이터베이스 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 본 과목은 데이터베이스의 전반적인 기초 개념 및 이론들을 공부한다. 소개되는 주요 내용은 DBMS의 개념, ER 모델링, 관계형 모델, 관계형 대수, SQL, 정규화, 관계형 스키마 분해, 저장 구조, 파일 구조, 데이터 웨어하우스 등이며, 요구사항 사례 별로 데이터베이스 설계를 하여 이를 SQL로 구축해보는 연습을 경험한다. | |||||||||
| GSID004 | 데이터베이스시스템 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 데이터베이스 관리 시스템(DBMS)이 제공하는 전반적인 개념과 이론들을 공부하는 것을 목표로 한다. 이를 위해 관계형 데이터베이스의 기본 개념, SQL 질의의 기초 개론, 정규화의 개론, 데이터저장 방식, 다양한 파일의 전반적 개론, 외부 정렬, B+ 트리 인덱싱 파일, 외부 정렬, 해싱 파일, 트랜젝션 관리, 동시성 제어, 정규화, 데이터베이스 튜닝, 데이터웨어하우징 개론 등의 내용들을 학생들이 이해하도록 소개한다. | |||||||||
| GSID012 | 데이터시각화 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 데이터 저장 및 처리 기술의 발전으로 인해, 인간이 마주치는 데이터의 크기는 전례 없는 속도로 증가하고 있다. 늘어나는 데이터 크기에도 불구하고, 우리의 지각 및 인지 능력은 비교적 변하지 않아, 인간과 데이터 간의 정보 격차 심화되고 있다. 본 과목에서 다룰 정보 시각화는 이러한 정보 과부하를 해결하기 위한 수단으로, 직관적인 시각적 표현을 활용하여 효과적인 데이터 분석 및 탐색 프로세스를 지원한다. 본 과목에서는 1) 시각화 디자인을 설계, 평가 및 비판하는 방법을 배우고, 2) 시각화의 기반이 되는 인간의 지각 특성을 이해하며, 3) 새로운 시각화 및 상호작용 기술을 다루고, 4) 인터랙티브 데이터 시각화의 구현에 대해 논한다. | |||||||||
| GSID014 | 분산시스템 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 본 과목에서는 분산 컴퓨팅 관련 각종 기본적인 이론들에 대해 다룬다. 우선은 분산 컴퓨팅 시스템을 구축하기 위한 기본적인 모델 및 구조에 대해 공부하며, 다음으로 Message Passing, RPC, DSM 등의 기본적인 프로세스 간 통신 기법을 공부한다. 더불어, 분산 컴퓨팅 환경에서의 프로세스 동기화 기법과 자원 관리 기법을 공부하며, 분산 파일 시스템 등에 대해서도 공부한다. 분산 컴퓨팅 관련 각 주제들을 공부하는 과정에 클라이언트-서버 환경과 분산 객체 시스템 등에 대해서도 같이 공부한다. | |||||||||
| GSID018 | 비정형데이터분석 | 2 | 4 | 전공 | 석사 | 1-8 | 빅데이터학과 | - | No |
| 본 과목에서는 구조화되지 않은 텍스트, 음성, 이미지, 동영상 등 다양한 비정형 형태의 데이터 특징과 종류를 이해하고 이를 수집, 처리, 분석하는 능력을 학습한다. 텍스트 데이터의 문자열 처리, 정규표현식을 이용한 문자 추출, 자연어 처리, 임베딩 기법, 이미지 처리, 이미지 객체 탐지, CNN, RNN, Transformer 등 다양한 딥러닝 모델을 이용한 분석 및 인식 방법 등을 학습한다. | |||||||||
| GSID022 | 자연어처리응용 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 이 과목은 인공지능 분야 중 자연어처리를 배우는 과목이다. 자연어란 사람들이 커뮤니케이션 할 때 사용하는 도구이다. 이런 자연어를 자연어처리를 통해 컴퓨터가 이해함으로써 컴퓨터는 사람과 커뮤니케이션을 할 수 있고 또한 세상의 지식을 학습할 수 있게 된다. 이 과목에서 학생들은 자연어처리의 세부 분야들(예: 기계번역, 대화시스템, 감정분석 등)과 이를 해결하는 인공지능 모델 및 알고리즘을 배울 것이다. | |||||||||
| GSIS001 | 암호학개론 | 2 | 4 | 전공 | 석사 | 1-5 | 정보보호학과 | 한 | Yes |
| 암호의 역사와 암호의 이해에 필요한 기초이론들을 다루며 관용암호 시스템, 공개키암호 시스템, 전자서명 시스템 등의 암호학적 기술들에 대한 전반적인 소개 및 다양한 암호 시스템에 대한 응용 기술에 대하여 학습한다. | |||||||||
| QAE5001 | 퀀트입문 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 경제 데이터 분석에 기초가 되는 통계학 및 계량경제학 기법을 학습하는 것을 목표로 한다. 경제 데이터 분석에 널리 사용되는 선형회귀분석, 최우추정법(MLE), 일반적률추정법(GMM) 등을 논의하고, 고차원 데이터(high dimensional data)와 관련한 LASSO기법과 주성분 분석(Principal Component Analysis) 등을 소개한다. R 프로그램 사용법을 습득하고, 실제 경제 데이터를 이용하여 다양한 계량경제 모형의 추정 및 검정을 실시한다. | |||||||||
| QAE5002 | 응용미시경제 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목에서는 데이터를 이용한 실증분석 결과를 해석하는데 필요한 이론 역량을 함양한다. 본 과목은 크게 두 부분으로 나누어진다. 먼저 이론 미시에서는 미시경제학의 제반 이슈들을 분석하고, 결과해석과 정책적 함의를 도출하는데 초점을 둔다. 또한 응용 미시분야인 관리경제학(managerial economics) 부분에서는 효율적인 기업조직과 관리 방식을 고안하고자 하는 기업전략을 분석하며, 기업조직내에서 임금 및 비임금의 보상체계 등 동기유발을 위한 각종 메카니즘들을 설계하는데 필요한 이론 역량을 쌓는다. | |||||||||
| QAE5003 | 응용거시경제 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목에서는 거시경제의 주요 변수들인 GDP, 이자율, 인플레이션, 실업률 등이 어떻게 결정되며 또 서로 어떻게 연관되어 있는지를 배운다. 또한 우리나라와 같은 개방경제의 특성을 이해하는데 중요한 각종 대외수지, 국제자본흐름, 환율 등에 대해서도 공부한다. 나아가 단기적으로는 경기의 변동, 장기적으로는 경제의 성장이 일어나는 과정을 이해하고 예측할 수 있는 이론적 토대 위에서 재정정책과 통화금융정책 등 거시경제정책의 역할과 효과에 대해 공부한다. 각 주제별 수업은 이론적 학습과 그에 관련된 실제 케이스와 데이터를 이용한 분석을 병행하여 이루어진다. | |||||||||
| QAE5005 | 빅데이터분석과머신러닝 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과정은 빅데이터를 분석할 수 있는 도구로써 다양한 머신러닝 방법들을 이해하고 실제 데이터 분석에 이를 활용할 수 있는 능력을 배양하는 것을 목표로 한다. 이를 위해 다양한 머신러닝 모형과 기법들을 소개하고 통계학적 관점에서 그 방법들의 개념과 원리를 공부한다. 또한, 다양한 데이터 분석 예를 통해 주어진 데이터와 분석 목적에 맞는 머신러닝 방법을 선택하고 유연하게 적용할 수 있는 능력을 배양한다. 이를 통해 향후 머신러닝 기법들을 스스로 빅데이터 분석에 적용하고 결과를 해석할 수 있는 토대를 마련할 수 있을 것으로 기대한다. | |||||||||
| QAE5006 | 노동시장과빅데이터분석 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 노동시장 및 교육 관련 이슈를 중심으로 빅데이터를 포함한 다양한 형태의 자료를 분석하는 방법을 익히고, 이를 실무에 활용할 수 있는 능력을 갖추도록 돕는 것을 목표로 한다. 이를 위해 노동경제학 분야의 핵심 연구 주제인 노동시장, 소득분배, 인구변동, 그리고 교육 관련 주제를 중심으로 실증 분석에 초점을 맞추어 수업을 진행한다. 수업에서는 R 프로그램을 사용하여 텍스트 자료를 포함한 다양한 유형의 자료를 분석이 가능한 형태로 정리하고 분석한 후 이를 해석하는 과정을 집중적으로 수행한다. | |||||||||
| QAE5007 | 산업조직론과데이터사이언스 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업에서는 기업과 소비자들 간의 상호작용 및 시장구조와 관련한 경제정책의 분석 및 경제학 분야의 연구에서 빅데이터의 분석이 어떠한 영향을 미치고 있는지를 소개하고 이들 자료를 수집 및 분석하는 기법을 배우는 것을 목표로 한다. 특히, 일반에 공개되는 공공데이터 및 다양한 산업에 걸쳐 실시간으로 접근이 가능한 대규모의 민간 데이터 등 다양한 형태의 빅데이터를 활용하여 산업조직론의 주요 연구주제인 독과점 시장, 담합행위, 가격차별, 반독점 및 경쟁법 관련 이슈 등과 관련한 실증분석을 수행하고 해당 산업을 이해하는 것에 초점을 둔다. 이 수업을 통해 기업 및 소비자의 행태, 그리고 시장의 경쟁구조에 대한 정량적 분석 기법을 익힘으로써 실제 경제정책 및 기업 내 의사결정에 응용하거나 이를 평가할 수 있는 능력을 배양할 것으로 기대된다. | |||||||||
| QAE5008 | 보건경제와빅데이터분석 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 보건경제 관련 이슈를 중심으로 빅데이터를 포함한 다양한 형태의 자료를 분석하는 방법을 익히고, 이를 실무에 활용할 수 있는 능력을 갖추도록 돕는 것을 목표로 한다. 이를 위해 보건, 복지 및 보험 경제학 분야의 핵심 연구 주제인 의료의 수요와 공급, 건강보험 시장, 건강의 생산과 비용 등의 관련 주제를 중심으로 실증 분석에 초점을 맞추어 수업을 진행한다. 수업에서는 R 프로그램을 사용하여 다양한 유형의 보건 자료를 분석하고 이를 해석하는 과정을 집중적으로 수행한다. | |||||||||
| QAE5009 | 거시경제와빅데이터분석 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 수업에서는 거시경제학에서 주요변수인 GDP, 소비, 실업률, 인플레이션율, 환율 등을 중심으로 빅데이터 형태의 자료를 이용하여 거시적 이슈를 실증 분석한다. 이를 위해 이론적 기초를 이루고 있는 통계적/계량적 기법들에 대한 원리를 학술적 관점에서 깊이 있게 이해하고, R프로그램을 이용하여 도출된 결과를 해석하고 현실에 어떻게 적용될 수 있을지에 초점을 맞추어 진행한다. 또한, 실무적 관점에서 이러한 기법들을 실제 의사결정문제에 응용할 수 있는 능력을 배양시키는 것을 목표로 한다. | |||||||||
| QAE5010 | 퀀트금융 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 금융시장의 각종 자산에 대한 정량적 연구(Quantitative Analysis)를 수행하는 데 필요한 통계 및 계량 기술을 다룬다. 다양한 횡단면 모형이나 시계열 모델을 활용하여 각종 금융 자산의 위험 및 수익 예측하기도 하고, 또한 방대한 양의 재무 데이터를 머신러닝에 적용하는 비정형적인 방법을 활용하여 시장 벤치 마크를 능가하는 주식을 예측하거나 포트폴리오를 구성할 수 있는 것을 목표로 한다. 이 수업을 수료한학생들이 실제 금융산업에서 수행되고 있는 정량적인 접근방법을 이해하고, 각종 재무 및 비재무데이터을 활용하여 투자의사결정문제를 해결하며, 또한 그 결과를 평가할 수 있는 능력을 가지게 하는 것을 목표로 한다. 이 과목은 방대한 양의 재무 데이터 (Big Data)를 활용한 투자 의사 결정에 중점을 둔 정보학영역이기도 하다. | |||||||||
| QAE5011 | 머신러닝과경제예측 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 거시 및 금융 시계열의 예측에 사용되는 전통적인 시계열 기법부터 최근 활용되는 머신러닝을 이용한 기법까지 다양한 예측 방법과 예측 모형 간의 통계적 평가 방법을 학습하는 것을 목표로 한다. 시계열 모형 설정에 따른 예측, 고차원 데이터(high dimensional data)가 제공하는 정보를 LASSO 기법 등을 통해 활용하는 예측, 머신러닝 기법을 활용한 예측 등을 논의한다. 또한 예측오차함수, 예측력 우수성의 검정 방법 등 예측 평가와 관련한 사항들뿐만 아니라 Direct Forecasting등 예측 관련이슈들을 소개한다. | |||||||||
| QAE5012 | 법경제학과빅데이터 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목에서는 재산권(propertyright) 및 거래비용(transactioncost)과 같은 핵심개념들로 구성된 법경제학적 이론을 통해 다양한 민사법, 행정규제법, 형사법들을 분석함으로써 ‘좋은법 찾아내기’에 관하여 실사구시적으로 추론한다. 특히 최근 스마트기기, 무선통신기술, 초연결 등으로 수집 가능해진 대용량데이터에 기반해서 각종 법과 제도가 실제 어떻게 집행되고 어떤 최종결과를 도출하는지와 관련하여 더욱 정확한 예측 또는 검증 능력을 함양한다. | |||||||||
| QAE5013 | 응용경제세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 응용경제세미나 수업에서는 미시경제, 거시경제, 그리고 금융 분야에서 주목받고 있는 데이터 분석에 기반한 다양한 활용 사례와 최신 데이터 분석 방법론을 다룬다. 국내외의 대표적인 기업과 기관에서 빅데이터 및 머신러닝 분야 관련 업무를 담당하고 있는 전문가를 초대하여 업계의 최신 동향에 대하여 듣고, 현업에서 업무에 활용되고 있는 다양한 분석 방법론과 활용 사례들을 배우고 논의한다. 아울러 학계에서 빅데이터와 머신러닝 기법을 활용하여 교육 및 연구를 수행하고 있는 연구자를 초대하여 빅데이터 및 머신러닝 분야의 최근 발전 방향 및 최신 연구 방법론에 대하여 배운다. 본 세미나는 학생들이 향후 학술 연구뿐만 아니라 각자의 업무 분야에서 빅데이터와 머신러닝 기법을 활용할 수 있는 아이디어를 얻고, 다양한 사례에 대한 실증분석을 함께 진행하면서 실무에 활용할 수 있는 능력을 갖추도록 돕는 것을 목적으로 한다. | |||||||||
| QAE5014 | 데이터분석세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 경제학의 미시/거시/금융 분야 이론을 기반으로 실증분석을 수행하는 데에 필요한 최신 방법론을 학습하는 것을 목표로 한다. 학생들은 해외의 연구 사례 및 문헌에 대한 발표 및 토론을 통해 최근 연구 동향을 살피고 최신 실증분석 기법을 학습한다. | |||||||||
| QAE5015 | 포트폴리오와위험관리 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목의 목적은 포트폴리오 이론 및 실무에서 접하게 되는 포트폴리오 관리와 위험 관리를 소개하는 것입니다. 근대 포트폴리오 이론에서 위험은 투자 의사 결정에 중요한 부분을 차지하 며, 위험을 이해하는 것은 투자 의사 결정을 하는데 있어 매우 중요합니다. 포트폴리오 및 위험 관리는 반복적인 프로세스로, 투자 목적 설정, 자산 배분, 포트폴리오 성과 평가 및 위험 측정, 그리고 이에 따른 포트폴리오 재분배의 과정으로 이루어집니다. 본 과목은 이 중에서 자산 배분, 성과 평가 및 위험 측정에 초점을 맞출 것입니다. | |||||||||
| QAE5016 | 경제데이터분석입문 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 경제 자료 분석 전문가에 대한 수요가 높아지고 있으며, 자료 분석 및 해석, 그리고 프로그래밍 능력은 이제 연구자뿐만 아니라 다양한 직종에서 기본 소양으로 자리매김하고 있다. 이 수업에서는 데이터 분석을 위한 통계 프로그램을 소개하고, 경제학 분야에서 활용되는 다양한 형태의 자료를 분석하는 방법을 소개한다. 이 과정을 통해 스스로 학술 연구를 수행하는 분석 능력을 갖추도록 돕는 것을 목표로 한다. 데이터 전처리, 웹데이터 수집 및 처리, 텍스트를 포함한 다양한 유형의 자료를 분석이 가능한 형태로 정리하고 분석한 후 이를 해석하는 과정을 집중적으로 수행한다. 아울러 분석 결과를 효과적으로 전달하기 위한 다양한 시각화 방법을 소개하며, 경제학을 비롯한 인접 사회과학 분야의 최근 학술 연구와 정책 연구를 재현해본다. | |||||||||
| QAE5017 | 계량경제이론과실습 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 경제학 분야 데이터 분석방법인 계량경제학을 심화 학습하고 데이터를 이용해 방법론을 실습해보는 과목이다. 구체적인 강의 내용은 기초 계량경제학 리뷰(LS, GMM, IV, MLE), 시계열/경제예측 기초(stationary ARMA, ARCH/GARCH, nonstationary process, VAR), 패널데이터 분석, 빅데이터(High Dimensional Data) 분석, 생존분석(Survival Analysis), 이산선택(Discrete Choice) 등이고 강의와 실습을 병행해 진행한다. | |||||||||
| QAE5018 | 해외현장학습 | 1 | 2 | 전공 | 석사/박사 | 1-4 | - | No | |
| 동계(1월~2월) 또는 하계(7월~8월) 방학기간 중 약 5일의 일정으로 해외 명문 대학의 특강에 참여하고, 관심 분야의 주요 산업현장을 단체 또는 소그룹으로 탐방하는 전공선택(1학점) 과목입니다. field trip에 참여하는 것으로 수업참여가 인정되고 학점을 취득할 수 있습니다. | |||||||||