처리 및 실험 영역
인문대학 독어독문학과
M1241.000100 응용 독어학의 이론과 실제 (매년 1학기)
본 강의는 독어학의 응용 분야인 신경ㆍ심리언어학을 소개하고, 이를 기반으로 독일어의 정보처리 및 인지과정을 탐구하는 데 목표를 두고 있다. 본 강의에서는 우선 언어 인지와 언어 처리에 대한 일반적인 논의에서 출발하여 신경ㆍ심리언어학을 소개한다. 그리고 신경ㆍ심리언어학적 관점에서 언어를 어떻게 연구하고 그 결과를 응용할 수 있는지를 살펴본다. 이에 더하여, 실험 연구를 수행해보는 실습과정을 통해 수강생들에게 신경ㆍ심리언어학 연구 경험의 기회를 제공한다. 본 강의를 통해서 독어학의 응용 분야에 대한 심도 있고 구체적인 이해가 가능할 것으로 기대한다.
본 세미나는 독어학의 하위 분야인 인지 신경 언어학을 개괄하고 연구과정을 탐구하는 데 목표를 두고 있다. 특히 본 세미나에서는 인지 신경 언어학의 대표적인 분야인 신경언어학을 중심으로 인지 신경 언어학의 연구 대상, 연구 방법 및 연구 결과를 구체적으로 살펴볼 것이다. 본 세미나는 강의, 발표 및 토론, 실습으로 구성된다. 세미나 전반부에서는 강의를 통해 인지신경 언어학을 이론적으로 자세히 소개한다. 그리고 수강생의 관심에 따라 발표주제를 정하고 이 주제에 맞는 기존연구를 선정하여 발표하고 토론하는 시간을 갖는다. 세미나의 후반부에서는 인지신경 언어학 실험실을 방문하여 실험 장비를 직접 실습해 보는 기회를 갖는다. 마지막으로 이러한 연구방법론을 활용하는 연구를 직접 설계해 보고 이를 발표하는 것으로 세미나를 마무리하게 된다. 본 세미나를 통해 인지ㆍ신경 언어학을 이론적으로 탐구함은 물론 구체적인 연구를 수행할 수 있는 기본능력을 갖추게 될 것으로 기대한다.
인문대학 언어학과
100.130 언어와 컴퓨터 (매년 2학기)
인간언어에 대한 연구가 여러 가지 정보축적과 정보소통의 문제와 어떤 관련을 맺고 있는지를 소개한다. 인간의 자연언어와 컴퓨터의 인공언어의 공통점과 차이점을 이해한다. 언어정보의 자동처리 방법과 응용을 소개한다. 인간 언어에 대한 기초연구가 어떻게 음성인식, 음성합성 등의 음성정보 처리와 구문 분석, 의미정보 처리에 응용되며, 현대 정보사회의 발달을 위한 정보검색, 요약, 필터링, 그리고 기계번역 등에 적용되는지를 소개한다.
이 과목은 이전 전산언어학의 새로운 명칭 과목으로 전산언어학 및 자연언어처리의 기본 개념 및 이론 그리고 현재 많이 논의되고 있는 코퍼스 처리에 관해서 다루도록 한다.
이 강좌는 언어학의 응용분야로 인간이 쓰는 언어가 컴퓨터에서 어떻게 처리되는지 다룬다. 인간 언어가 지닌 음성, 형태, 통사, 의미적인 측면이 정보처리 관점에서 음성합성, 음성인식, 형태분석, 구문분석, 의미처리 등과 관련하여 어떻게 구현되는지 살펴보며, 실제로 음성합성기, 음성인식기, 정보검색시스템이나 기계번역기 등 상용화된 시스템 구축방법에 대해서도 살펴본다. 또한 대량의 자료를 수집하고 처리하는 코퍼스도 논의하여, 한국어 정보처리를 위한 기초자료 구축도 병행한다. 이 과목은 이론적인 방법론뿐만 아니라 실제처리에도 많은 초점이 맞추어지기 때문에 컴퓨터 프로그래밍 학습을 통하여 시스템 구축이나 자료를 처리하는 실습도 병행한다.
인문대학 고고미술사학과
현대고고학에서 계량적 방법론이 결여된 연구는 생각할 수 없을 만큼, 통계학적, 수학적 분석은 중요한 의미를 지니고 있다. 본 과목에서는 자료의 단순통계처리에서 시작해 눈에 드러나지 않는 자료 속의 유형성 확인에 이르기까지 다양한 통계처리방법에 대해 논의하게 될 것이다. 이러한 다양한 방법을 실제 연구 사례에 적용할 수 있는 능력을 배양하기 위해 실습 과정을 병행하게 될 것이다.
이 과목은 지리정보체계(GIS)를 활용하여 고고학 자료를 공간분석하기 위한 이론적, 방법론적 지식을 습득하고 실습하는 것을 목적으로 한다. GIS를 고고학 연구에 적용하는 데 필요한 이론적 기반을 학습하고, ArcGIS 프로그램을 활용하여 공간분석을 시행하는 실습 과정으로 수업이 진행된다. 위성 사진, 고지도, 디지털 현장정보 등을 획득하고, 지도상에 입력하고, 궁극적으로 공간적 통계를 이용하여 자료를 분석하는 방법을 학습하며, 나아가 이러한 기술을 이용하여 과거 인간의 행위와 유적 형성의 일정한 패턴을 추론하는 방법을 습득하는 것이 이 과목의 주요 내용이다.
사회과학대학 사회학과
본 강의는 사회학 자료들을 통계적으로 처리할 수 있는 능력을 갖출 수 있도록 한다. 이 강의에서는 자료의 요약 및 기술 방법, 두 가지 이상의 변수들간 관계, 통계적 추론과 가설 검증 등의 방법을 다룬다.
사회과학대학 지리학과
M0000.029300 공간정보분석1: 통계모형 (매년 1학기)(*구 208.222A 공간정보분석)
지리 공간상에 분포하고 있는 각종 사물과 현상의 공간적 질서를 정량적으로 기술하고 분석하는 주요 기법들의 원리를 습득하고 그 실제활용을 훈련하는 과목이다. 공간정보의 특성과 분석기법을 소개하고, 이들이 제공하는 가능성과 한계를 살핀다. 확률이론, 분산분석, 상관분석, 회귀분석, 샘플링, 연구설계방법과 같은 기초통계와 계량적 측정지표 등을 다루게 되며, 특히 통계적 분석에서 지리자료의 성질이 갖는 함의에 주목한다. 다양한 연습문제와 기말과제를 통해 지리적 문제에 대한 안목과 계량적 분석능력을 함양하고, 통계패키지와 지리정보시스템 등 정보처리 소프트웨어의 실전적 활용을 실습한다.
지도 제작과 지도 디자인의 기본 개념과 원리를 이해하고, 컴퓨터를 활용한 지도 제작에서부터 지도의 읽기와 해석을 위한 종합적 능력을 함양하는 것을 목표로 한다. 강의에서는 고지도에서부터 최신 현대 지도학의 연구 성과를 폭넓게 이해하기 위해 지도의 역사, 좌표 체계와 투영법, 지도 자료의 획득과 취급, 분석 지도학, 주제 지도학, 지리적 시각화, GIS, 각종 지도 관련 사회적 이슈들을 다룬다. 또한, 현대 매핑 기법들과 소프트웨어를 활용하여 통계 및 지리 데이터에 대한 다양한 주제도를 직접 제작할 수 있는 능력을 배양한다.
이 과목은 디지털 지리정보에 관한 기초이론을 소개하고, GIS의 구축과 활용 능력을 배양하는 것을 목표로 한다. 지리정보의 입력에서 변환, 분석, 그리고 출력에 이르는 각 과정과 이에 관련한 주요 원리를 강의와 실습을 병행하여 숙지한다. GIS의 구성요소와 자료구조, 공간분석과 의사결정론 등이 주제가 되며, 이와 더불어 GIS 소프트웨어의 활용능력을 배양하는 것도 강조된다. 매주 다양한 실제 문제와 자료를 다루며, 자료의 형태와 문제 유형에 따라 다양한 각도에서 적용되는 GIS 기법들을 익힌다. 기말과제를 통해 팀 작업 능력과 GIS를 통한 지리정보의 종합적 분석 안목을 기른다. GIS의 성숙과 함께 지리학 연구에서 새로이 열린 지평을 탐색하며, 자료처리 도구로서의 GIS가 아닌 정보과학으로서의 GIS를 토론한다.
사회과학대학 언론정보학과
M1312.003100 커뮤니케이션 데이터 분석(*구 211.401A. 커뮤니케이션 통계분석)
본 강좌는 커뮤니케이션 과학의 기초가 되는 데이터 분석 방법을 소개하고 이를 통해 학생들의 데이터 리터러시를 함양하는 것을 목표로 한다. 학생들은 과학적 설명과 예측의 기본 원리를 이해하고, 데이터 분석 방법을 PPDAC 문제 해결 과정(Problem-Plan-Data-Anlalysis-Conclusion)의 틀 내에서 학습하게 될 것이다. 이 수업을 통해 학생들은 설득, 확산, 여론, 대인관계, 공공 캠페인 등 다양한 커뮤니케이션 현상을 데이터를 바탕으로 설명하고 예측할 수 있게 될 것이다.
M1312.000800 데이터 저널리즘 (매년 2학기)
데이터 저널리즘은 디지털 사회에서 정보의 생산과 확산 과정에서 점차 중요해지는 데이터의 역할을 다루는 학문 분야이다. 본 수업에서는 파이썬 프로그래밍 언어를 사용하여 데이터 분석 기법을 학습하고 이를 데이터 저널리즘에 활용하는 방법을 학습한다.
자연과학대학 통계학과
표본론에서 취급한 기본적인 표본설계와 추정이론을 기초로 하여 보다 다양하고 실용적인 설계와 추정이론을 다룬다. 실습을 통하여 통계조사과정과 측방법의 문제에 접근한다. 과목내용은 층화다단추출법, 층화확률비례다단추출법, 회귀추정 중복추출법, 시계열상의 표본추출법, 반복추출법, 비표본오차에 대한 고찰 등이다. 각 추출방법에서 모수의 추정과 표본의 크기 추정, 표본의 최적배분, 상대효율등을 다룬다. 실습은 실제자료를 가지고 분석하고, 야외통계조사실습을 실시하여 사례연구 및 세미나를 갖는다.
주관적 확률, 선호도의 정량화, 베이지안 결정이론, 공액사전분포, 극한 사후분포, 베이지안 추정과 검정, 이차결정이론 등을 다룬다.
데이터마이닝의 기본 개념 및 방법들을 다양한 응용사례를 중심으로 배운다. 대용량자료의 분석을 위한 자료의 전처리과정(자료의 범주화, 자료의 선택)등을 배우고 회귀분석을 시작으로 하여 로지스틱회귀, 의사결정나무, 신경망모형, 군집분석, 연관성분석 등에 대한 개요 및 컴퓨터를 이용한 모형구축 방법에 대하여 배운다. 코스 종반에 팀을 구성하여 실제 자료를 분석하여 결과를 발표한다. R, SPSS, SAS 등의 다양한 통계프로그램을 이용한다.
최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 따라서 현대의 복잡하고 다양한 통계모형들을 분석하기 위해서는 컴퓨터를 이용한 여러 가지 통계계산 방법들을 습득하는 것이 필수 불가결한 과제가 되었다. 이 과목에서는 모수론적 통계와 베이지안 통계에 필요한 통계계산 방법들을 배우고 이를 실제 컴퓨터로 구현해 보는 것을 목표로 한다. 모수론적 통계 분석을 위해서는 우도함수를 최적화 할 때 쓰는 뉴튼 랩슨 방법을 비롯한 각종 최적화 방법들을 배운다. 베이지안 통계분석을 위해서는 깁스 표본추출, 메트로폴리스 알고리듬 등 마코프 사슬 몬테 카를로 기법을 다룬다. 이외에도 통계계산에 필요한 자료구조와 행렬계산 등 다양한 계산 알고리즘들을 다룬다.
공과대학 산업공학과
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.
