모바일 메뉴 닫기

 
학부교육과정
학점 학정번호 과목명 영문과목명
3 STA1001 통계학입문 INTRODUCTION TO STATISTICS
3 STA1002 미분적분학 CALCULUS
3 STA2102 선형대수 LINEAR ALGEBRA
3 STA2104 R과파이썬프로그래밍 R AND PYTHON PROGRAMMING
3 STA2105 통계방법론 STATISTICAL METHOD
3 STA3102 다변량통계분석 MULTIVARIATE ANALYSIS
3 STA3104 범주형자료분석 CATEGORICAL DATA ANALYSIS
3 STA3105 베이즈통계 BAYESIAN STATISTICS
3 STA3107 비모수통계학 NONPARAMETRIC STATISTICS
3 STA3108 생존자료분석 SURVIVAL DATA ANALYSIS
3 STA3109 수리통계학(2) MATHEMATICAL STATISTICS II
3 STA3110 시계열분석 TIME SERIES ANALYSIS
3 STA3111 실험계획법 EXPERIMENTAL DESIGN
3 STA3113 응용확률모형론 APPLIED PROBABILITY MODELS
3 STA3115 탐색적자료분석 EXPLORATORY DATA ANALYSIS
3 STA3122 통계학의응용(1) APPLIED STATISTICS(1)
3 STA3123 데이터사이언스표본추출이론 SAMPLING THEORY IN DATA SCIENCE
3 STA3124 데이터사이언스를위한확률과정 STOCHASTIC PROCESSES FOR DATA SCIENCE
3 STA3125 회귀분석 REGRESSION ANALYSIS
3 STA3126 수리통계학(1) MATHEMATICAL STATISTICS
3 STA3127 통계전산 STATISTICAL COMPUTING
3 STA3129 금융리스크관리실무와통계학 PRACTICAL RISK MANAGEMENT AND STATISTICS
3 STA3130 데이터사이언스실전(1) DATA SCIENCE IN PRACTICE(1)
3 STA3131 데이터사이언스실전(2) DATA SCIENCE IN PRACTICE(2)
3 STA3133 데이터공학 DATA ENGINEERING
3 STA3140 딥러닝 DEEP LEARNING
3 STA3141 머신러닝을위한수학 DEEP LEARNING
3 STA3142 통계적머신러닝 DEEP LEARNING
3 STA4102 금융통계학 FINANCIAL STATISTICS
3 STA4103 데이터마이닝 DATA MINING
3 STA4104 이론통계학(2) THEORETICAL STATISTICS(2)
3 STA4108 통계학의응용(2) APPLIED STATISTICS(2)
3 STA4109 통계자료분석 STATISTICAL DATA ANALYSIS
3 STA4110 실해석학 REAL ANALYSYS
3 STA4111 보험통계 STATISTICS FOR INSURANCE
3 STA4112 보험통계(2) STATISTICS FOR INSURANCE(2)
3 STA4114 손해보험통계 STATISTICAL MODELS FOR GENERAL INSURANCE
3 STA4115 이론통계학(1) THEORETICAL STATISTICS(1)
3 STA4116 데이터사이언스(1):데이터통합과정보보호 DATA SCIENCE I: DATA INTEGRATION AND DATA PRIVACY
3 STA4117 데이터사이언스(2):네트워크자료분석 DATA SCIENCE II
3 STA4118 인과적추론 CAUSAL INFERENCE
3 STA4119 데이터사이언스를위한QISKIT QISKIT FOR DATA SCIENCE
3 STA4120 고급데이터사이언스방법론 ADVANCED DATA SCIENCE TECHNIQUES
STA1001 통계학입문

통계학 전반에 대한 기본개념들을 입문수준에서 체계적으로 설명한다.

STA1002 미분적분학

통계학에 필요한 기초적인 수학으로서의 미적분학을 다룬다.

STA2102 선형대수

행렬대수의 개념과 기법을 소개하고 통계적 응용을 설명한다. 여기에는 행렬식, 역행렬, 고유값과 고유벡터, 비정칙치 분해(singular-value decomposition) 등을 배운다.

STA2104 R과파이썬프로그래밍

R과 파이썬 언어를 배우고 이를 통해 컴퓨터 자료처리와 통계계산을 위한 기초를 연습한다.

STA2105 통계방법론

통계학의 기본개념들을 이해하고 SAS, SPSS, MINITAB, R 등의 통계패키지를 사용하여 실제 데이터를 분석하는 방법을 배운다.

STA3102 다변량통계분석

다변량 자료분석을 위해 사용되는 통계학적 이론들에 대해 설명한다. 주로 주성분 분석, 요인분석, 판별분석, 군집분석 등을 다룬다.

STA3104 범주형 자료분석

여론조사 및 시장조사에서 가장 많이 나타나는 유형인 범주형 자료의 분석 방법을 배운다. 2차원 분할표와 다차원 분할표의 분석을 다루며 구체적으로 2x2 분할표에서의 유의성 검정, IxJ 분할표에서의 카이제곱 검정, 명목형자료의 결합도, 일치도로서 카파, 순위형 자료의 결합도, 대수선형모형, 3차원 분할표에서 모형의 추정 및 검정, 대수 선형모형에서 최적 모형 선택, 로짓모형 및 로지스틱 회귀모형 등을 다룬다.

STA3105 베이즈통계

베이즈정리, 사후분포, 사전분포, 극한 사후분포, 베이지안 추정과 검정 이차결정이론, 베이지안 결정이론 등을 다룬다.

STA3107 비모수통계학

모집단에 정규분포 등 특정한 분포를 가정하지 않는 통계적 검정절차를 주로 다룬다. 구체적으로 이항분포에 기초한 검정으로 부호검정, 백분위에 대한 검정, 멕네마 검정들을 다루고 카이제곱검정을 이용한 분할표 분석을 논한다. 순위에 기초한 검정으로는 맨-휘트니 검정, 크루스칼-윌리스 검정을 다루고, 그 외에 코크란의 Q 검정, 퀴에드 검정, 프리드만 검정, 콜모고로프-스미르노프 검정 등을 다루며, 각 검정 절차마다 모수 검정과의 비교에 대해서도 토의한다.

STA3108 생존자료분석

생존시간에 관한 추정과 검정, 생존시간에 관한 회귀모형을 사용하여 생존 시간에 영향을 미치는 위험인자를 찾아내는 통계기법을 소개하고, 생존함수의 추정, 카플란-마이어 추정법, Cox의 비례위험모형과 가속화된 회귀모형에 관하여 공부한다.

STA3109 수리통계학(2)

중심극한정리를 포함한 극한분포, 추정, 통계적 가설, 가설검정, 비모수적인 방법을 이용한 검정과 이에 필요한 통계량, 충분통계량, 통계적 추론에 필요한 이론 등을 다룬다.

STA3110 시계열분석

시계열데이터를 분석하는 통계기법들을 배운다. ARIMA 모형에 대해 다루며 이 모형의 식별, 추정, 검진과 예측을 다룬다. 또한 다변량 시계열분석의 기초를 다룬다.

STA3111 실험계획법

일원배치법, 이원배치법, 요인계획법, 반응표면분석 등 각종 실험계획법에 대한 기초이론에 대해 배우고, 컴퓨터를 이용하여 실제로 응용을 해본다.

STA3113 응용확률모형론

기본적인 확률 개념을 바탕으로 여러가지 확률모형을 다루고 이를 실제사례에 응용하는 것을 목적으로 한다.

STA3115 탐색적자료분석

데이터의 구조와 특징을 알아내기 위한 EDA(Exploratory Data Analysis)적 기법을 소개한다. 구체적으로 줄기-잎, 상자그림 데이터의 변환, 산점도, 평활법, 중위수 다듬기, 다변량 데이터를 위한 그래프적 방법을 소개한다.

STA3122 통계학의 응용(1)

표본과 표본분포, 구간추정, 가설검정, 비모수적방법 등 통계이론을 통계 패키지를 사용하여 실제 자료에 응용하는 법을 다룬다.

STA3123 데이터사이언스표본추출이론

시장조사나 여론조사 또는 학술적 연구목적을 위한 다양한 조사 기법과 표본조사 방법들을 체계적으로 다룬다. 조사기획방법, 표본추출방법, 모수 및 오차 추정방법에 관한 여러가지 이론들을 소개하고 비교 분석하며 아울러 실제적 예를 다룬다.

STA3124 데이터사이언스를위한확률과정

조건부확률, 확률과정의 개념, 랜덤워크(Random Walk), Markov연쇄, Markov연쇄의 성질과 응용, 정지시각(stopping time), 포아송과정의 기본개념, 브라운 운동(brownian motion), 확산 과정(diffusion process), Martingales등 확률현상 등의 이론을 다룬다.

STA3125 회귀분석

단순선형회귀모형, 다중선형회귀모형, 회귀진단, 설명변수 선택 등에 대한 기초이론에 대해 배우고, 통계패키지를 사용해서 실제 데이터를 분석해 본다.

STA3126 수리통계학(1)

통계학의 기초를 이루는 확률의 개념과 확률적 사고, 확률 모형을 소개한다. 구체적으로 확률과 확률변수의 수학적 정의, 확률분포, 기대값, 적률생성함수, 조건부분포, 다변량 분포, 표본분포, 극한분포 등을 다룬다.

STA3127 통계전산

수치해석의 이론적 배경 및 이에 따른 통계 방법론의 효율적 프로그래밍에 대하여 강의하고 실습한다.

STA3129 금융리스크관리실무와통계학

은행 업무개요, 각 업무에서 발생하는 리스크의 종류와 그 리스크를 측정하는 방식, 측정방식에서 사용되는 통계 모형들, 측정 결과를 은행 영업과 경영전략에 어떻게 활용하는지를 함께 토론하며 배운다.

STA3130 데이터사이언스실전(1)

실제 기업에서 발생하는 빅데이터의 분석을 통해 새로운 정보를 창출하고, 데이터 기반 의사결정을 지원하는 방법을 실습한다.

STA3131 데이터사이언스실전(2)

실제 기업에서 발생하는 빅데이터의 분석을 통해 새로운 정보를 창출하고, 데이터 기반 의사결정을 지원하는 방법을 실습한다.

STA3133 데이터공학

다양한 분야에서 다뤄지는 데이터를 가져오고, 탐색적으로 분석하고, 가설을 세우고, 모형을 제작하고 의사결정권자와 커뮤니케이션을 하거나 제품과 서비스를 만들어 배포하는 기술을 습득한다.

STA3140 딥러닝

딥러닝에 대해 소개하고, 신경망에 대한 기본적인 통계 도구를 탐색한다. 또한 통계 컴퓨팅(R 및 Python 사용) 및 응용 프로그램에 중점을 두고, 일반화 선형 모델, 정규화, 신경망 학습 과정, 다양한 신경망 유형을 배운다.

STA3141 머신러닝을위한수학

머신러닝 알고리즘의 기반이 되는 선형대수학, 미적분학, 확률 및 정보 이론, 해석 기하학, 최적화 이론 등을 학습한다. 또한 회귀분석, 신경망, SVM, PCA, 클러스터링 등의 예제를 통해 실제 머신러닝 기법에 수학적 원리들이 어떻게 응용되는지 학습한다.

STA3142 통계적머신러닝

통계적 지식을 바탕으로 머신러닝(기계학습)에 대해 폭넓게 소개하며, 지도학습 (생성/변별 학습, 모수/비모수 학습, 신경망, 서포트 벡터 머신), 비지도학습 (군집화, 차원 축소, 커널 방법) 및 기타 학습 이론을 다룬다.

STA4102 금융통계학

금융투자, 금융리스크, 금융수익, 금융손실 등 금융이론에 확률론과 통계학을 이용하여 분석하고 적용하는 기법을 다룬다.

STA4103 데이터마이닝

대용량의 데이터로부터 의미있는 정보를 추출하는 방법을 학습하고, 이에 적용할 수 있는 사례를 연구하는 것을 목적으로 한다.

STA4104 이론통계학(2)

학부의 정규 통계과목에서 다루어지지 않는 통계 또는 확률의 이론 분야와 최근 개발된 통계방법들을 이론적으로 심도있게 다룬다.

STA4108 통계학의 응용(2)

통계적 추정 및 검정, 상관 및 회귀분석, 분산분석, 분할표의 분석, 기초 다변량 분석법 등을 실제 자료에 응용하는 기법을 다룬다. 그리고 통계적 모의 실험방법론을 포함한다.

STA4109 통계자료분석

SAS, SPSS, BMDP, MINITAB 등의 통계 패키지를 사용하여 실제 데이터를 분석하는 방법을 배운다. 통계패키지의 사용법 자체보다는 문제의 구성, 통계 모형의 가정 및 결과의 분석을 중시한다.

STA4110 실해석학

해석학(analysis)의 기본 개념을 배우고 확률론에 자주 사용되는 수리적 문제 풀이 능력을 기른다.

STA4111 보험통계

생존분포와 생명표, 생명보험, 이자론, 기본연금과 일반연금, 생존연금, 순 보험료 등 보험분야에 적용할 수 있는 방법론을 강의한다.

STA4112 보험통계(2)

보험통계의 고급과목으로, 보험분야에 적용되는 방법론들을 이론적으로 보다 심도 있게 다룬다.

STA4114 손해보험통계

손해보험에서 관측되는 손실의 빈도와 심도모형을 모수적, 비모수적 통계 분포이론을 통해 배우고 리스크를 측정하는 방법을 학습한다.

STA4115 이론통계학(1)

수리통계학에 기초하여 통계학 전반에 관한 이론적 접근방법을 배운다.

STA4116 데이터사이언스(1):데이터통합과정보보호

데이터 결합을 위한 통계적 방법론과 데이터 알고리즘을 배운다. 또한, 데이터 거래, 공개 및 결합 등으로 발생할 수 있는 노출 리스크와 노출 리스크 제어 방법론을 소개한다.

STA4117 데이터사이언스(2):네트워크자료분석

데이터 조작, 시각화, 기술 분석 및 모델을 포함하여 네트워크 데이터를 처리하기 위한 모든 기본 분석 방법론을 다룬다.

STA4118 인과적추론

인과 추론에 대해 반사실 기반 관점에서 매개 및 상호 작용을 찾아내는 방법론을 다룬다.

STA4119 데이터사이언스를위한QISKIT

양자 컴퓨팅을 실행하기 위한 파이썬 기반 프로그래밍 소프트웨어인 QISKIT을 학습한다. QISKIT으로 양자회로를 작성하고 양자 알고리즘을 생성한 후 클라우딩을 통하여 양자컴퓨터로 접속하여 프로그램을 실행하는 과정으로 다양한 데이터사이언스 계산방법을 학습한다.

STA4120 고급데이터사이언스방법론

데이터사이언스에 주로 사용되는 알고리즘 및 통계적 방법론을 sampling, weighting, optimization의 관점에서 소개한다.