데이터 마이닝 - 강의 개요 - 2017년 가을학기 강원대학교 컴퓨터과학전공 문양세
강의 개요 (1/2) 과목 개요 (빅)데이터 분석의 핵심 기술 (요란한 수사 보다는 실제 사용되는 기술) 연관규칙(association rules), 분류(classifications), 클러스터링(Clustering), 유사검색(Similarity Search), … 누구나 하는 분석을 넘어서, (빅)데이터 대상의 의미 있는 분석 기술을 익힘 데이터 마이닝이라 불리는 “세 가지 핵심 기술”과 주변 기술 습득 R 프로그래밍 기술 습득 및 R을 활용한 마이닝 기술 실습
강의 개요 (2/2) 강의 진행 방법 이론: 개념 및 주요 기술 상식적 수준의 이해 + 약간의 기술적 고찰 실습: R을 배우자 이론서 배운 마이닝 기술을 R로서 확인 강의(이론) 실습(R) 개요 마이닝 개념 데이터 종류와 전처리 검색과 분석 R 기본 환경구축 및 사용법 벡터, 행렬, 배열 리스트, 프레임 독립적 진행 주요 기술 연관규칙 분류 클러스터링 유사 검색 R 적용 연관규칙 분류 클러스터링 유사 검색 이론 후 실습
강의 계획(1/4) 선수 과목 (Prerequisites) 강의 시간 및 담당 교수 강의 개요 선수 과목 (Prerequisites) 데이터 사이언스 개론, 컴퓨터 개론 및 실습, 프로그래밍 언어 1가지 강의 시간 및 담당 교수 이론 시간: 화 1,2교시(09:00-11:00) 실습 시간: 수 3,4교시(11:00-13:00) 담당 교수: 문양세 (한빛관 303호실, x8449, ysmoon@kangwon.ac.kr) 실습 조교: 손시운 (한빛관, ssw5176@kangwon.ac.kr)
강의 계획(2/4) 강의 교재 실습 교재 평가 기준 (아래 평가 비율은 일부 조정될 수 있습니다.) 강의 개요 강의 교재 데이터 마이닝, 용환승 외 역, 인피니티북스, 2007. 데이터 마이닝 – 개념과 기법, 강창완 외 역, 사이플러스, 2007. 실습 교재 빅데이터 분석 도구 R 프로그래밍, 권정민 역, 에이콘출판사, 2012. R and Data Mining Examples and Case Studies, Y. Zhao, Academic Press, 2013. Data Mining and Business Analytics with R, J. Ledolter, Wiley, 2013. 평가 기준 (아래 평가 비율은 일부 조정될 수 있습니다.) 중간시험 30% (R 문제 포함) 기말시험 40% (R 문제 포함) 숙제 20% 출석 10%
강의 계획(3/4) 강의 개요 강의 계획
강의 계획(4/4) 강의 개요 기타 사항 강의 사이트: http://cs.kangwon.ac.kr/~ysmoon/courses/2017_2/dm.html ( 강의 노트는 강의 일주일 전까지 Upload 예정임) 과제 제출 관련: 제출 기한 이후에 제출하면 20% 감점 과제 종류: 레포트(이론 2회), 프로그래밍 및 분석(실습 5-6회)