통합검색
Close
Search
 
  • home
  • 학과안내
  • 빅데이터학과
  • 교육과정

학과안내

교육과정

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
COV7001 논문작성법및연구윤리1 1 2 전공 석사/박사 일반대학원 성균융합원 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.
FSI5021 사이버범죄와대응 3 6 전공 석사/박사 과학수사학과 - No
사이버 공간을 이용한 불법 행위나 사이버 공간에서 획득한 정보의 이용 과정에서 발생하는 각종 범죄. 사이버 범죄는 단순 해킹을 비롯하여 컴퓨터 바이러스 및 악성 프로그램의 유포 또는 정보 통신망 자체를 공격 대상으로 하는 사이버 테러, 명예 훼손, 음란물 유포, 사이버 스토킹 등 비윤리적 행위, 그리고 금전적 이익을 목적으로 하는 해킹과 결합한 금융 범죄, 자료 변조 및 유출, 개인 정보 도용 등 다양한 범죄에 대한 규명과 대처방안을 연구한다.
FSI5032 네트워크포렌식 3 6 전공 석사/박사 과학수사학과 Yes
네트워크 포렌식 분야는 크래커가 어떻게 컴퓨터 네트워크를 공격할 수 있는가와 컴퓨터 네트워킹 전문가에게 어떻게 그러한 공격으로부터 네트워크를 방어할 수 있는가를, 혹은 더 나아가 아예 그러한 공격에 영향을 받지 않는 새로운 구조를 설계하는 것에 관한 것이다. 새롭고 더 파괴적인 미래 공격의 위협뿐만 아니라 기존 공격의 다양성이 증가하고 주기가 짧아지면서, 네트워크 포렌식이 주요한 분야가 되고 있다.
FSI5056 디지털포렌식개론 3 6 전공 석사/박사 과학수사학과 Yes
이 과목에서는 범죄 관련 디지털 증거의 수집과 분석, 이동에 관한 절차와 방식에 관한 이론을 배운다.
FSI5057 디스크포렌식 3 6 전공 석사/박사 과학수사학과 Yes
컴퓨터의 물리적인 저장장치인 하드디스크, USB, SSD, CD-ROM 등의 기억장치에서 수사에 필요한 디지털 데이터를 수집하고 분석하는 디스크 포렌식을 연구한다.
FSI5058 모바일포렌식 3 6 전공 석사/박사 과학수사학과 Yes
모바일폰 사용인구가 증가하면서, 모바일 안에 범죄의 중요한 단서가 될 수 있는 다양한 디지털 증거가 저장되어 있다. 모바일 포렌식을 통하여 다양한 모바일 기기에 대한 포렌식 기법을 연구한다.
GSIA012 IT컨버젼스 2 4 전공 석사 1-5 IT 컨설팅학과 - No
본 과목에서는 IT컨버젼스의 개념과 응용 서비스에 대해 전반적으로 소개한다. IT컨버전스는 전혀 다른 분야로 여겨지던 이종 산업 간의 영역이 허물어지고 융합되어 새로운 부가가치를 가진 신개념의 IT서비스를 창출해 내는 것으로서 정보기술 환경에 급격한 변화를 가져오고 있으며, 유비쿼터스(Ubiquitous) 환경을 가능케 하는 원동력이 되고 있다. 따라서 유비쿼터스 시대를 선도하는 전문가로서의 기술 및 정책 결정 능력 배양을 주요 목적으로 한다.
GSIA014 경영정보시스템 2 4 전공 석사 1-5 IT 컨설팅학과 - No
경영 활동에서의 IT 활용능력을 강화하기 위하여 현 비즈니스 상황에서 필수적인 MIS의 기본이론과 경영활동 지원 시스템인 BPR,ERP, CRM, SCM,eProcurement, eCommerce 등에 대하여 학습한다. 이를 기반으로 최신 IT 트랜드인 KMS, BI, AI, IOT, 등과 같은 현 이슈도 같이 다룸으로써 기업 경쟁력 강화를 위한 IT활용 능력을 강화할 수 있을 것으로 기대한다
GSIA015 의사결정시스템 2 4 전공 석사 1-5 IT 컨설팅학과 - No
의사결정시스템에 대한 기본적인 이론 및 개념들을 소개하고, 신속하게 결정하기 힘든 경영의사결정 문제들을 인간 의사결정프로세스 구조에 대한 논리적인 학습을 기반으로 반복적으로 해결할 수 있도록 강의하고 이를 SW나 AI 등에 적용 가능한 여러 모델링 방법 및 분석 기법들을 학습한다. 또한 실세계에서 직면할 수 있는 다양한 의사결정 분석 사례들에 대해서 소개한다.
GSIA021 IT전문가특론2 2 4 전공 석사 1-5 IT 컨설팅학과 - No
본 과목은 정보 관리와 전자계산조직 응용에서 IT 전문성 및 컨설팅 역량을 향상시키기 위하여 필요한 전반적인 분야들을 소개한다. 이를 위해 소프트웨어 공학, 프로젝트 관리, 데이터베이스, 엔터프라이즈 솔루션, 디지털 컨버젼스, 네트워크 및 보안, IT 인프라 분야 등의 IT 핵심 주제들을 소개함으로써 IT기술사 시험에 응시할 수 있는 핵심 지식을 제공한다.
GSIA025 정보전략최고책임자(CIO)전략적리더십 2 4 전공 석사 1-5 IT 컨설팅학과 - No
본 강좌의 목표는 빠른 속도로 변화를 거듭하고 있는 글로벌 비즈니스 환경에서 보조를 맞추어 발전하도록 수강학생들을 지도하는데 있다. 정보전략최고책임자(CIO)가 되고자 하는 학생들에게는 반드시 갖추어야 할 자격을 충족시킬 수 있는 방법들을 소개하고 미래형 CIO가 될 수 있도록 역량을 함양, 축적시키고 잠재력을 갖도록 지도한다. CIO와 경영적, 전략적 협력관계가 필요한 잠재적 파트너들에게도 실무적, 실질적인 경험들과 스킬, 전략과 CIO와 효과적으로 협업 할 수 있는 방법들을 소개한다.
GSID001 빅데이터입문 2 4 전공 석사 1-5 Yes
이 과목은 빅데이터의 개념, 이슈, 문제들을 소개한다. 다양한 도메인에서서의 데이터 저장, 마이닝, 분석, 시각화, 응용 등의 이슈를 다룬다. 더불어 하둡, HDFS, 맵리듀스를 기반으로 사용하는 툴, 알고리즘, 플랫폼에 대한 실제적인 경험을 갖게 된다. 학생들은 비즈니스, 공학, 사회학, 생명과학 분야에서 현장 프로젝트나 케이스 연구를 통한 실용적인 지식을 얻게 된다.
GSID002 빅데이터와사이버보안 2 4 전공 석사 1-5 - No
전통적인 사이버 보안시스템은 정형화된 규칙에 위반여부로 위협의 수준을 결정한다. 사이버상에서의 공격 기법들이 발전하면서 기존의 정형화된 규칙을 우회하는 지능적인 기법들이 생겨나고 이로 인해 보안시스템이 무능화되는 것을 경험하였다. 빅데이터 기반의 분석 플랫폼을 활용하면 다양한 데이터를 수집하고 분석해서 새로운 위협에 선제적으로 대응이 가능해진다. 본 과목에서는 빅데이터의 인텔리젼스(intelligence)를 활용한 보안시스템 요구사항 및 설계방법에 대하여 학습한다.
GSID003 데이터베이스 2 4 전공 석사 1-5 - 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 - 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.
GSID005 데이터마이닝 2 4 전공 석사 1-5 Yes
다양한 데이터에서 유용한 정보를 추출하는 기술과 기법에 대한 이해와 그 활용 능력을 함양한다. 데이터의 본질과 특성, 데이터 속성의 관계 및 추론 등에 관한 이론을 살펴보고 데이터마이닝 개념과 원리 및 데이터마이닝에서 사용되는 분류, 예측, 군집화, 이상치 탐지, 연관규칙 등의 기법들을 학습하고 다양한 분야에서 활용할 수 있도록 파이썬 코딩 실습과 병행하여 학습한다.
GSID006 빅데이터플랫폼 2 4 전공 석사 1-5 - No
본 과목은 하둡 이해 및 구조, 아키텍쳐 및 기본개념, 설치 및 기초 사용법 이해 등을 이론과 원리를 다룬다. 특히 하둡 에코시스템의 HDFS/Mapreduce/Hbase/Pig/Hive 개념 이해를 통한 공개 SW의 패키지를 통한 플랫폼 구현도 병행한다.
GSID007 빅데이터처리및분석 2 4 전공 석사 1-5 - No
본 과목은 HDFS 동작원리 이해, 분산처리 소개, 분산병렬 프레임워크 이해, Mapreduce 아키텍쳐 및 병렬처리 이해 및 실습을 다룬다. 더불어 하둡 에코시스템의 고급 병렬 프레임워크 상에서 실제 데이터 적용 및 분석의 소규모 과제도 진행한다.
GSID008 인공지능 2 4 전공 석사 1-5 Yes
본 과목은 인공지능의 전반적인 이론 및 응용기술들을 공부한다. 탐색, 휴리스틱 탐색, 지식의 표현, 결정이론, 신경망 학습, 베이지언 추론, 패턴인식, 지도학습 및 비지도 학습등의 기본 기계 학습알고리즘을 소개한다.
GSID009 기계학습 2 4 전공 석사 1-5 - No
본 과목은 기계학습의 최신이론 및 응용기술들을 공부한다. 예제로부터의 학습을 위한 지도학습 및 지도학습의 다양한 기계학습 알고리즘을 응용예제와 함께 소개한다. 베이지언 추론, 비오류역전파학습, 딥 러닝, 클러스터링, 은닉마코프모델, 앙상블 학습등을 다룬다.
GSID010 통계학개론 2 4 전공 석사 1-5 Yes
기본적인 통계개념과 이론을 습득하는 것을 목적으로 다음과 같은 내용들로 강의를 진행한다. 1. 데이터의 종류와 분류에 대한 이해 2. 확률의 개념과 조건부확률(베이즈정리) 3. 확률변수의 개념 4. 이산형 확률분포와 연속형 확률분포 5. 이변량 확률변수와 상관계수 6. 표본분포와 중심극한정리 7. 통계적 추정(점추정, 구간추정) 8. 통계적 가설검정 9. 범주형자료분석(카이제곱검정) 10. 회귀분석과 분산분석의 개념
GSID012 데이터시각화 2 4 전공 석사 1-5 - 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.
GSID013 알고리즘해석 2 4 전공 석사 1-5 Yes
이론으로 학습한 알고리즘을 특정한 프로그래밍언어를 사용하여 개개인이 실습에 직접 참여하여 다양한 문제해결기법을 배양한다. 알고리즘에서 유명한 기법들을 활용하여 프로그래밍 성능에 알고리즘의 선택의 중요성을 이해하고 주어진 문제에 최적의 알고리즘을 선택 및 적용하는 방법을 학습한다.
GSID014 분산시스템 2 4 전공 석사 1-5 - 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.
GSID015 빅데이터세미나 2 4 전공 석사 1-5 - No
빅데이터 분석 기술 최신 동향, 분석 사례, Open Source 프로그램, 신규 Tool 등의 주제를 선정하고 관련 자료를 조사, 발표하고 특징 등을 논의한다.
GSID016 클라우드컴퓨팅 2 4 전공 석사 1-5 - No
이 과목은 클라우드 컴퓨팅의 기초원리, 기술, 응용과 최근의 R&D를 소개한다. 또한 학생들이 클라우드 네트워크 구축과 다양한 기법을 실험하는 기회를 제공하여 현장 실습을 경험하게 된다. 토픽으로는 통신요구사항, 클라우드 컴퓨팅 구조모델, 플랫폼, 서비스, 보안, 프라이버시, 신뢰관리, 자원 분배, QoS 등을 포함한다.
GSID017 자료구조및알고리즘 2 4 전공 석사 1-5 Yes
데이터 구조의 정의, 특성 등 기본적인 개념을 공부하는 것을 목표로 한다. 이를 위해 알고리즘 성능 분석, 순환적 알고리즘, 배열, 연결 리스트, 트리, 그래프, 탐색, 해싱, 정렬, 알고리즘 작성 기법 등의 내용을 학생들이 이해하도록 소개한다. 알고리즘 표기 방식은 특정 프로그래밍 언어가 아닌 학생들의 이해를 돕기 위한 pseudo code 기반으로 제공된다. 본 과목은 특히 컴퓨터 비전공자 혹은 고급 프로그래밍 작성을 원하는 학생들에게 추천한다. 데이터베이스시스템
GSID018 비정형데이터분석 2 4 전공 석사 1-8 - 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.
GSID019 R프로그래밍 2 4 전공 석사 1-8 Yes
R을 이용한 스킬 개발과 통계문제 해결을 위한 기회를 제공한다. 데이터 타입, 변수, 연산자, 함수, 조건문, 반복문 등 R 프로그래밍의 기초적인 문법을 살펴보고 벡터, 리스트, 데이터프레임 등 기본 데이터 구조 및 데이터 분석에 자주 사용되는 ggplot2, dplyr, tidyr 등과 같은 R 패키지들을 다양한 코딩 실습과 함께 학습한다. 파이썬 프로그래밍과의 전반적인 비교를 통해 차이점 등도 함께 병행하여 학습한다.
GSID020 데이터분석언어 2 4 전공 석사 1-5 - No
이 과목에서는 프로그래밍에 대한 전반적인 소개를 하고 학생들은 Python 프로그래밍 언어를 사용하여 프로그래밍 개념을 배우고 실습합니다. 계산 방식을 생각하는 방법에 초점을 두고 있으며 학생들은 문제를 해결하고 구체적으로 파이썬에서 기본 알고리즘을 설계 및 구현하기 위해 작은 프로그램을 작성하는 법을 배우고 실습합니다. 또한 데이터 집약적인 응용 프로그램을 다루면서 Python 언어와 그 라이브러리로 데이터를 조작, 처리, 정리 및 분석하는 방법을 배웁니다.