GNU 융합과학기술대학원 교과목 안내
여러분이 배우게 될 교과목에 관한 정보입니다.
전공안내
- 그린에너지공학전공
- 응용생물학전공
- 에너지기계공학전공
- 환경공학전공
- 환경생명화학전공
- 멀티미디어학전공
- 화학공학전공
- 지역개발전공
- 소프트웨어학전공
- 전기공학전공
- 식품공학전공
- 정보처리학전공
- 전자공학전공
- 임산공학전공
- 정보통신학전공
- 기계공학전공
- 반도체공학전공
- 생물산업기계공학
- 신재생에너지융합전공
- 기계설계학전공
- 제어계측공학전공
- 해양환경공학전공
- 산업시스템공학전공
- 환경농학전공
- 수산가공학전공
- 나노신소재공학전공
- 원예학전공
- 임상영양학전공
- 조선해양공학전공
- 기계시스템공학전공
- HACCP학전공
- 신재생에너지융합전공
- 건설안전공학전공
정보처리학전공 교과목 안내
컴퓨터시스테개론(Introduction to Computer System)
컴퓨터가 정보처리의 가장 중요한 도구임은 분명한 사실이며 효율적인 정보처리를 위해서는 컴퓨터에 대한 이해는 필수적이다. 이러한 컴퓨터에 대한 실용적 측면에서의 기초적 지식을 강의하는 과목으로 하드웨어와 운영체제 모두에 초점을 맞춘다. 부품의 구입, 조립, 운영체제 설치, 네트워크 설치를 통하여 컴퓨터의 구조와 작동원리를 구체적으로 이해하게 될 것이다.
통계적자료분석(Statistical Data Analysis)
SPSS와 같은 통계 소프트웨어를 사용하면 데이터의 통계적 분석이 무척 쉬워진다. 통계 소프트웨어의 사용법을 배우고 실제 데이터 분석을 실행해 본다.
세미나 1(Seminar 1)
세미나 1(Seminar 2)
논문연구(Research for the Master's Degree)
사회조사방법론(Statistical Survey Methods for Social Science)
데이터를 얻기 위해 널리 사용하는 방법이 설문조사이다. 설문조사를 위한 설문지 작성 방법과 조사방법을 강의한다.
시계열자료분석법(Time Series Data Analysis)
시계열 자료를 발생시키는 확률적 체계를 이해하고 ARIMA 모형에 의한 시계열 자료의 분석 및 해석에 대하여 강의한다. SAS를 이용한 실제 시계열 자료의 분석에 대한 실습을 병행한다.
데이터베이스(Database System)
정보처리의 대상은 데이터이다. 정보처리는 데이터를 위한, 데이터에 의한 학문분야라 할 수 있다. 이처럼 중요한 데이터를 효율적으로 체계적으로 관리하기 위해서는 데이터베이스에 대한 이해와 활용능력은 결코 빠뜨릴 수 없다. 데이터베이스 설계, 구축, 활용 등 전반에 걸친 기초적인 내용과 SQL등을 익히게 될 것이다.
프로그래밍(Computer Programming)
프로그래밍은 정보처리의 꽃이라 할 수 있는 과목이다. 왜냐하면 궁극적으로 정보처리를 위한 소프트웨어가 있어야 하기 때문에 소프트웨어를 이해하고 자기 목적에 맞는 소프트웨어를 개발할 수 있는 능력을 갖출 필요가 있기 때문이다. 프로그래밍 능력은 소프트웨어 개발 뿐 아니라 평가, 구매에도 유용하게 될 것이다. 소프트웨어 개발에 필요한 각종 소프트웨어 공학적 개념을 실습을 통해 습득하게 될 것이다. 실습은 Visual Basic, C++, Java와 같은 범용 프로그래밍 언어중 하나를 선택하여 실시할 것이다.
통계적추론(Statistical Inference)
통계학의 기본적인 개념과 데이터를 표현하고 분석하는 여러 가지 통계적 방법들을 강의한다.
데이터마이닝(Data Mining)
현대 사회에서 각광을 받는 지식 발견(knowledge discovery) 시스템이다. 데이터베이스에 의해 저장해 놓은 대량의 데이터를 분석하는 방법으로 데이터마이닝(Data Mining)을 공부한다. SAS E-miner 소프트웨어를 사용해서 쉽고 다양한 방법으로 데이터를 분석한다.
시뮬레이션 모형론(Theory of Simulation Models)
이 강의는 각종 예측이나 의사결정의 주요 도구인 컴퓨터 시뮬레이션의 통계적 측면을 다룬다. 시뮬레이션 모형의 개념과 필요성에 대한 논의와 시뮬레이션 프로그램 작성에 대한 논의가 이루어진다.
데이터 탐색법(Exploratory Data Analysis)
이 강의는 데이터의 패턴들과 특징들을 드러내기 위한 방법들과 그런 방법들의 저변에 깔린 탐색적 전망을 다룬다. 다양한 자료에 대한 데이터 그래픽스가 중점적으로 논의된다.
정보처리개론(Introduction to Information Processing)
정보화 사회에 능동적으로 대처할 수 있도록 컴퓨터, 인터넷 및 유비쿼터스 등에 대한 지식과 개념을 이해하고 학습하는데 목적이 있다.
웹프로그래밍(Web Programming)
웹 사이트 구축을 위한 ASP, PHP, C#, JAVA, XML, 데이터베이스 등에 대해 학습한다.
전자상거래(Electronic Commerce)
전자상거래 사이트 구축을 위한 프로그래밍언어, 데이터베이스 설계 능력을 배양한다.
다변량분석(Multi Variate Analysis)
다변량 데이터 분석 방법에는 인과관계를 알아보는 일반화 선형모형과 변수간의 상관관계 혹은 변수들에 의해 측정된 개체의 유사성을 이용한 데이터 차원 축소방법 등이 있다. 본 강좌에서는 다변량 자료 분석법의 개념을 정리요약하고 경영, 경제, 사회과학분야의 예제를 중심으로 구제적인 적용방법을 배우는데 중점을 두었다.