정보통계학전공

KANGWON NATIONAL UNIVERSITY

국문

일상에서 접하는 자료에 관한 통계 기반의 이해 및 분석방법의 학습을 목표로 한다. 각종 미디어에서 제공되는 통계관련 내용을 현실감 있게 다루며, 각종 통계 관련 자료나 정보들을 올바르게 이해하고 활용할 수 있는 기본 소양 함양을 돕고, 데이터의 수집, 그래프와 그 활용, 평균과 산포에 대한 의미와 해석에 대한 내용을 학습한다. 따라서 본 교과목 이수를 통해 생활 속 다양한 자료를 수리적으로 수집, 정리, 분석하는 능력을 함양한다.

English

This course aims to learn statistics-based understanding and analysis methods for data encountered in everyday life. This course covers statistics related contents provided by various media, and helps cultivate basic literacy to understand and use various statistics related data and information correctly. This course covers data collection, graphs and their use, and the meaning and interpretation of the mean and variance. Therefore, through the completion of this course, students can develop the ability to collect, organize, and analyze various data in daily life.

국문

현대 사회의 발전과 다양화로 인하여 나타나고 누적되는 여러 형태의 자료로부터 유용한 정보를 논리적으로 분석하고 추론하여 의사결정에 활용할 수 있도록 하는 중요한 도구인 통계적 방법론을 비전공자들도 이해하고 활용할 수 있도록 필수 개념을 설명하고 풍부한 예들을 살펴본다.

English

This course covers essential concepts of the statistical methodology and the various examples that can be easily understandable by non-statistical students, where the statistical methodology is an important tool that can be used for decision-making by logically analyzing useful information from various types of data resulting from the development and diversification of modern society.

국문

확률의 기본개념을 이해하고, 논리적인 접근방법을 통하여 통계이론의 기초확립과 문제해결능력 향상에 중점을 둔다.

English

This course focuses on understand the basic concepts of probability and establishing the foundation of statistical theory through logical approaches, with an emphasis on improving problem-solving skills.

국문

통계자료분석의 필수적인 통계 소프트웨어인 SAS 소프트웨어를 이용하여 자료입력, 자료변환, 자료저장방법, 처리과정 등을 배운고, 관계형 DBMS를 이해하고 ACCESS를 이용하여 SQL언어를 익힌다. SAS에서 SQL구문을 작성하는 법을 배우고 응용한다.

English

This course covers data input, transformation, storage, and processing using SAS, a statistical software for statistical analysis. It also covers relational DBMS and SQL using ACCESS and how to write and apply SQL in SAS.

국문

이 과목에서는 통계학에서 널리 활용되고 있는 행렬대수학의 핵심 기초 개념과 계산 능력을 배양하는 데 중점을 둔다. 특히, 행렬의 기초 연산, 일차방정식의 체계적인 해법을 습득하고, 후속 과정인 행렬대수 II의 심화 이론을 이해하기 위한 필수적인 개념인 벡터 공간, 선형 결합, 기저, 계수 등의 개념을 집중적으로 다루고 복잡한 통계적 문제 해결을 위한 견고한 이론적, 계산적 토대를 마련하는 데 중점을 둔다

English

This course focuses on developing core foundational concepts and computational skills in matrix algebra, widely utilized in statistics. Specifically, students will master basic matrix operations and systematic solution methods for linear equations. The course intensively covers fundamental concepts essential for understanding the advanced theories in Matrix Algebra II, such as vector spaces, linear combinations, bases, and rank. Furthermore, students learn the principles of determinants, eigenvalues, and eigenvectors, establishing a solid theoretical and computational foundation for tackling complex statistical problems.

국문

통계 프로그래밍 언어인 R을 이용하여 스스로 코드를 작성하고 자료분석과 문제해결에 활용하는 기초 지식과 경험을 습득하고, 데이터 과학적 문제 해결을 위해 통계적 자료를 다루는 법, 효율적인 코드 작성법, 핵심적인 패키지를 이용하는 법을 습득하여, R을 이용하여 기초 통계 분석을 수행하고 시각화할 수 있으며, 분석 방법을 함수와 패키지로 작성하여 공유 및 협업하는 법을 배운다.

English

First, we will learn how to write codes in R for ourselves and apply them for data analysis and problem solving. Second, we will learn how to deal with statistical data, efficient coding skills, and how to use fundamental packages for data scientific problem solving. Third, we will perform fundamental statistical analysis and visualization, and learn how to implement and share the functions and packages for collaboration.

국문

통계학 이론의 기본이 되고 수리통계학의 선수학문인 해석학 이론을 배우고, 극한, 연속성, 미적분 등과 급수, 함수열 등에 대하여 학습하며, 통계학 전공자의 수리적 판단력 및 체계적 사고력 향상을 목표로 한다.

English

This course covers the theory of real analysis that is essential to mathematical statistics, and it covers limits, continuity of functions, calculus, sequences, series, and series of functions. It aims at improving mathematical judgment skills and systematic thinking skills of students.

국문

이 과목에서는 통계학에서 널리 활용되고 있는 행렬대수학의 개념들을 소개한다. 특히, 통계학적 방법론 적용과 해석의 원리인 사영, 벡터의 선형독립, 행렬의 분해 등을 중점적으로 다룬다.

English

This course introduces matrix algebra concepts that are widely used in statistics. In particular, it focuses on projection, linear independence of vectors, and matrix decomposition, which are fundamental principles for applying and interpreting statistical methodologies.

국문

과학적 조사에 대한 기본개념과 통계조사에서 본 조사 실시를 위한 사전 단계에 대해 설명하고, 본 조사의 실행과정 및 방법에 대한 설명, 그리고 조사를 통해 얻어진 자료에 대한 분석하는 방법을 설명과 실습을 겸한 강의를 한다.

English

This course aims to understand the concept of survey methodology. The course will cover how to setup research questions and hypotheses, collecting data, elementary methods in the statistical analysis survey data, and report writing.

국문

모든 통계학 전공과목의 이해에 기본이 되는 기초적인 수리통계 이론을 다룬다. 확률론에서 배운 지식을 바탕으로, 데이터로부터 합리적인 결론을 도출하는 통계적 방법론의 이론적 기반을 구축한다. 이를 통해 통계적 사고방식을 기르고, 다양한 통계 기법들이 어떤 수학적 원리에 의해 작동하는지 깊이 있게 이해할 수 있다.

English

This foundational theory course covers the basic mathematical theories underlying all statistical methodologies. Building upon knowledge acquired in probability theory, it establishes the theoretical basis for statistical methods used to derive rational conclusions from data. The goal is to cultivate statistical thinking and provide a deep understanding of the mathematical principles that govern various statistical techniques.

국문

이 과목에서는 기초적인 확률의 개념과 이론을 배운다. 특히, 조건부 확률과 확률적 종속의 개념을 학습하고 이를 바탕으로 확률과정에 대한 여러가지 성질을 배운다. 또한, 그리고 금융, 과학, 공학과 같은 다양한 분야에서 확률과정이 어떻게 활용되는지도 배운다.

English

This course introduces basic concepts and theory of probability. In particular, students study conditional probability, stochastic dependence and various properties of stochastic processes. Students also learn some applications of stochastic processes in various fields such as finance, science, engineering.

국문

표본 조사와 관련된 기본용어를 설명하고, 표본 설계의 가장 기본적인 단순 임의 표집, 층화 임의 표집, 계통 표집, 집락 표집, 비추정법, 회귀 추정법, 차이 추정법의 주요 이론을 유도하고 연습 문제 및 실습을 통해서 구체적인 사례들을 예로 소개하면서 강의를 한다.

English

This course treats the theory and practice of sampling. It focuses on basic concept of sampling and surveying of finite populations from various points including the simple random sample, stratified, cluster, properties of various estimators including ratio and regression. Students will be required to perform survey practices.

국문

관심 자료의 독립변수와 종속변수 간의 함수적 관계를 데이터를 통해 규명하는 방법을 다룬다. 단순선형회귀, 다중선형회귀, 회귀진단 등 다양한 회귀분석 기법을 배우고, 예측모형으로부터 결과를 예측하고 변수 간의 관계 파악을 목표로 한다.

English

This course covers how to identify functional relationships between independent variables and dependent variable of interest using data. It covers various regression techniques, including simple linear regression, multiple regression, and regression diagnostics. It aims to use predictive models to predict outcomes and understand the relationships between variables.

국문

수리통계학에서 배운 통계적 추론의 기본 원리를 바탕으로, 보다 엄밀하고 심도 있는 수리통계 이론을 다룬다. 현대 통계학의 근간이 되는 핵심적인 정리와 개념들을 수학적으로 증명하고 탐구하며, 이를 통해 통계적 추론의 이론적 구조를 완벽히 이해하고, 복잡한 통계 문제를 해결하기 위한 견고한 수학적 기반을 갖춘다.

English

수리통계학에서 배운 통계적 추론의 기본 원리를 바탕으로, 보다 엄밀하고 심도 있는 수리통계 이론을 다룬다. 현대 통계학의 근간이 되는 핵심적인 정리와 개념들을 수학적으로 증명하고 탐구하며, 이를 통해 통계적 추론의 이론적 구조를 완벽히 이해하고, 복잡한 통계 문제를 해결하기 위한 견고한 수학적 기반을 갖춘다.

국문

주성분분석,인자분석,판별분석,군집분석,정준상관분석에 대해서 이론을 설명하고, 통계 패키지(SAS,R)를 이용하여 실습을 한 후에 해석하는 방법을 강의한다.

English

This course covers multivariate statistical analysis methods such as the principal component analysis, factor analysis, discriminant analysis, cluster analysis, and canonical correlation analysis. We will cover theories, practice using statistical packages (SAS, R) and the interpretation of the analysis results.

국문

실제 응용분야에서 많이 나타나는 범주형 자료의 특징을 이해하고, 범주형 변수간의 연관성 분석 및 범주형 반응변수에 대한 회귀분석방법을 배운다. 강의 및 실습에서 SAS 소프트웨어를 이용하여 범주형자료분석법을 익힌다.

English

This course covers the characteristics of categorical data that frequently appear in practice, and how to analyze the association between categorical variables and regression analysis of categorical response variable. SAS software is used to learn statistical analysis methods in class.

국문

이 과목은 기본적인 비모수적 방법들을 다룬다. 비모수적 방법이란 데이터를 생성시키는 모형에 대해 특정한 형태를 가정하지 않은채 모형의 추정이나 모형에 대한 여러가지 가설을 검정하는 방법을 일컫는다. 이 과목에서는 여러가지 비모수 방법론 뿐 아니라 이들을 실제로 구현하는 기법을 R을 이용하여 배운다.

English

The course materials cover basic nonparametric methods. Nonparametric methods are designed to make statistical inference without assuming a specific form for the underlying model. In this course, students also learn how to implement various nonparametric methods using R language.

국문

시계열 자료의 기본 이론을 학습하고, 통계 소프트웨어를 활용하여 시계열 자료를 분석하기 위한 다양한 기법을 실습한다.

English

This course covers the fundamental theories of time series data and provides practice in applying various techniques for analyzing time series data using statistical software.

국문

현대 데이터 과학의 핵심 분야인 기계학습의 기본 개념과 주요 방법론을 다룬다. 복잡한 데이터로부터 패턴을 인식하고 예측 모델을 구축하는 데 필요한 이론적 지식과 실질적인 데이터 분석 역량을 함께 학습한다.

English

This course covers the fundamental concepts and major methodologies of machine learning, a core area of modern data science. It helps students acquire both the theoretical knowledge required to recognize patterns and build predictive models from complex data, and the practical data analysis skills to implement them.

국문

현실 세계의 복잡한 통계적 문제들은 수리적으로 명확한 해를 구하기가 어려운 경우가 많다. 이러한 상황에서 시뮬레이션을 통해 근사적인 해를 구하거나, 통계적 방법론의 성능을 평가하는 능력을 배양한다. 논리적 이론보다는 직관적 이해와 응용능력을 키우는 데 중점을 둔다.

English

Many complex real-world statistical problems are difficult to solve analytically. In such situations, this course teaches students how to find approximate solutions through simulation and how to evaluate the performance of statistical methodologies. The focus is placed on intuitive understanding and application ability rather than on purely abstract logical theory.

국문

통계적 기법을 품질관리의 분석과 개선에 적용시켜 품질의 형태, 관리도법, 공정관리, 샘플링검사 등을 익혀 품질을 향상시키는 방법을 깨달을 수 있다.

English

This course introduces the application of statistical techniques to quality analysis and improvement. Students will learn the fundamental concepts of quality, control chart methodologies, process control, and sampling inspection. Through these topics, the course provides a practical understanding of how statistical methods can be used to enhance and maintain quality in various operational settings.

국문

인공지능 및 기계학습의 핵심 이론과 실무 역량을 압축적으로 습득하는 고강도 집중 과정이다. 단기간 내에 데이터 처리부터 지도/비지도 학습, 그리고 딥러닝 기초까지 실무에 필수적인 AI 지식과 기술을 체계적으로 학습하여 실제 문제를 해결하는 실전 역량을 완성하는 것을 목표로 한다.

English

This high-intensity, concentrated program is designed to compressively acquire core theories and practical skills in Artificial Intelligence and Machine Learning. The goal is to systematically teach AI knowledge and techniques essential for professional practice, ranging from data processing to supervised/unsupervised learning and deep learning fundamentals within a short period, thereby establishing the practical capacity needed to solve real-world problems.

국문

품질관리나 공정, 수확등의 최적화를 위한 실험 결과의 분석이나 해석에 필요한 통계학의 기본적인 개념과 효과적으로 정보를 얻을 수 있는 실험을 하기위하여 필요한 기초적인 실험계획법 및 분석법을 다룬다.

English

This course covers fundamental concepts of statistics required for analysis and interpretation of experimental results for the optimization of quality control, process control and gain, and covers the fundamental experimental design and analysis methods necessary to perform experiments to obtain information efficiently.

국문

생존분석의 기본 이론과 다양한 분석방법을 학습하고, 통계 소프트웨어를 활용하여 생존자료를 분석하고 결과를 해석하는 능력을 함양한다.

English

This course covers the fundamental theories and various methods of survival analysis and aims to develop the ability to analyze survival data using statistical software and interpret results.

국문

이 과목은 자료를 표와 그림으로 표현하는 자료분석의 기초적인 방법들을 소개한다. 이 방법들은 본격적인 통계분석에 앞서 자료에 이상치가 있는지 여부를 살피거나, 자료의 패턴, 분포, 자료생성 통계모형, 그리고 자료와 관계된 변수들의 관계 등을 탐색하는데 유용하게 쓰인다. 이 과목은 실제 자료에 대한 적응 및 분석 능력을 배양하는 것을 목표로 한다.

English

This course introduces some basic methods of expressing given data using tables and graphs. These methods are used to explore outliers, data patterns, suitable statistical models, and relations between variables, etc, before a full-scale data analysis. This course aims to cultivate students' ability of adapting to and analyzing real data.

국문

현대 데이터 과학의 전 과정을 실무적으로 경험한다. 데이터를 가져오고, 정돈하고, 변환하며, 시각화하고, 모델링 및 커뮤니케이션하는 데이터 과학자로서의 핵심 역량을 배양한다.

English

This course provides practical experience across the entire data science workflow. It aims to develop core competencies of a data scientist, including importing, tidying, transforming, visualizing, modeling, and communicating data insights effectively.

국문

기계학습의 예측 모델링을 넘어 데이터에 숨겨진 유의미한 패턴과 구조를 발견하는 데이터마이닝의 핵심 기법을 심도있게 다룬다. 이를 통해 대규모 데이터셋을 탐색하고, 유용한 정보를 추출하며, 최신 마이닝 기법의 원리를 이해하는 고급 데이터 분석 실무 역량을 배양한다.

English

Going beyond the predictive modeling of machine learning, this course deeply covers core data mining techniques used to discover meaningful patterns and structures hidden within data. It fosters advanced data analysis practical skills, including exploring large-scale datasets, extracting useful information, and understanding the principles of cutting-edge mining techniques.

국문

인공신경망의 기본 개념을 바탕으로 딥러닝의 특징과 구성요소, 학습 기법에 대해 이해하고 실제 문제에 적용할 수 있다.

English

This course provides an introduction to the fundamental concepts of artificial neural networks and offers a comprehensive understanding of deep learning, including its key characteristics, components, and learning techniques. Students will gain the ability to apply deep learning methods to real-world problems through hands-on practice and practical examples.

국문

빅데이터 분석의 핵심적인 분야인 텍스트 마이닝을 위한 분석기법의 원리를 이해하고 실제 예제를 통해 적용 및 분석 능력을 배양한다. 텍스트 전처리, 감성 분석, 클러스터링, 토픽 모델링 등 텍스트 마이닝의 기초부터 단계적으로 익힌다.

English

This course explains the basic ideas behind text mining methods, an import area of big data analysis, and builds practical skills through real examples. It covers text preprocessing, sentiment analysis, clustering, and topic modeling, learned step by step from the basics upward.

국문

정규 커리큘럼에서 깊이 다루지 못하거나 급변하는 현대 사회에서 새롭게 대두되는 통계학의 최신 이슈 및 응용 분야를 심도 있게 학습한다. 매 학기 특정 주제를 선정하여, 해당 도메인에 대한 이해와 더불어 핵심적인 통계적 방법론을 학습한다. 이를 통해 통계학이 적용되는 특정 전문 분야의 현황과 문제를 이해하고, 해당 분야의 특화된 기법을 습득하며, 실제 데이터와 사례 연구를 통해 분석부터 해석까지 수행하는 실전적 문제 해결 역량을 배양한다.

English

This course intensively studies the latest issues and applied fields of statistics that are not covered in depth in the regular curriculum or that emerge in the rapidly changing modern society. Each semester, a specific topic is selected, focusing on understanding the domain, learning core statistical methodologies, and applying specialized techniques to real-world data and case studies. This allows students to develop practical problem-solving skills, encompassing analysis and interpretation.

국문

베이지안 통계추론 방법을 처음 접하는 학생들을 위한 입문을 다루고, 베이지안 통계추론의 기본 개념과 이론을 설명하고, 실제로 자료 분석에 적용할 수 있도록 R 프로그램을 이용한 몬테칼로 방법에 중점을 두어 베이지안 추론에 거의 필수적으로 요구되는 몬테칼로 방법을 익힌다.

English

This course aims to understand the basic concept and theory of Bayesian statistic inference, and for Bayesian statistics, we study Markov-chain Monte Carlo methods with R.

국문

빅데이터 및 데이터과학 분야를 전반적으로 이해하고, 텍스트 및 소셜네트워크와 같은 비정형데이터로부터 유용한 정보를 수집, 처리, 모델링, 해석하기 위한 기본적인 통계적 방법을 학습하며, 공공데이터 등 실제 데이터를 분석하는 능력 배양을 목표로 한다. 수업은 Python, R 등 통계프로그래밍 언어를 이용한 시범실습을 중심으로 이루어진다.

English

The goal of this lecture is to provide a broad understanding of big data analysis and data science, introduce fundamental statistical methods for collecting, processing, modeling, and interpreting information from unstructured data such as text and social networks, and develop practical skills for analyzing real-world datasets, including public data. The course emphasizes hands-on practice and exercises using statistical programming languages such as Python and R.

국문

다양한 통계 분석 방법을 학습하고, R 프로그램 실습을 통해 실제 자료 분석에 적용할 수 있는 능력을 함양한다.

English

Students will learn various statistical analysis techniques and develop the ability to apply them to real data through hands-on practice with the R programming language.

국문

강화학습의 기본 개념과 함께, 강화학습에 대한 실습을 통해 실제 활용 능력을 배양한다.

English

This course introduces the fundamental concepts of reinforcement learning and provides hands-on practice to develop practical skills for applying reinforcement learning techniques to real-world tasks.

국문

데이터베이스의 기본 개념을 이해하고 RDBMS를 실제 구축하며, SQL을 통해 원하는 데이터를 추출/변경/삭제할 수 있다.

English

This course covers the fundamental concepts of databases and guides students through the practical construction of a relational database management system (RDBMS). Students will learn to retrieve, modify, and delete data using SQL, gaining hands-on experience with essential database operations.

국문

인공지능 모델의 예측 결과를 사람이 이해할 수 있는 형태로 설명하는 설명 가능한 인공지능의 핵심 개념과 방법론을 학습한다. 모델 자체의 해석력을 높이는 방법과 이미 학습된 모델을 사후에 해석하는 방법을 체계적으로 다룬다.

English

This course teaches the core concepts and methodologies of Explainable Artificial Intelligence (XAI), which focuses on communicating the predictions of AI models in a human-understandable format. It systematically covers both intrinsic methods (enhancing model interpretability) and post-hoc methods (interpreting already trained black-box models).

국문

데이터과학과 통계학의 궁극적인 목표인 ‘현상의 원인 규명’과 ‘정책/개입의 효과 추정’을 다룬다. 관찰 데이터에서 발생하는 선택 편향과 교란 문제를 이해하고, 이를 해결하기 위한 다양한 통계적 방법론을 학습한다. 특히 인과 구조를 시각화하고, 잠재적 결과 프레임워크를 통해 효과를 수리적으로 정의하는 법을 학습한다.

English

This course addresses the ultimate goals of data science and statistics: establishing causal inference and estimating the effects of policies or interventions. Students learn to understand selection bias and confounding issues present in observational data and master various statistical methodologies to address them. Specifically, the course focuses on visualizing causal structures through Causal Diagrams (DAGs) and mathematically defining effects using the Potential Outcomes Framework.

국문

정규 커리큘럼에서 깊이 다루지 못하거나 급변하는 현대 사회에서 새롭게 대두되는 통계학의 최신 이슈 및 응용 분야를 심도 있게 학습한다. 매 학기 특정 주제를 선정하여, 해당 도메인에 대한 이해와 더불어 핵심적인 통계적 방법론을 학습한다. 이를 통해 통계학이 적용되는 특정 전문 분야의 현황과 문제를 이해하고, 해당 분야의 특화된 기법을 습득하며, 실제 데이터와 사례 연구를 통해 분석부터 해석까지 수행하는 실전적 문제 해결 역량을 배양한다.

English

This course intensively studies the latest issues and applied fields of statistics that are not covered in depth in the regular curriculum or that emerge in the rapidly changing modern society. Each semester, a specific topic is selected, focusing on understanding the domain, learning core statistical methodologies, and applying specialized techniques to real-world data and case studies. This allows students to develop practical problem-solving skills, encompassing analysis and interpretation.