데이터베이스의 기초적인 배경과 이론에 대하여 학습한다. 관계형 데이터베이스를 중심으로 데이터베이스 설계, 질의 처리, 트랜잭션 처리, 동시성제어 및 회복기법, 인덱스, SQL 등의 내용을 학습하며 단순 기술에 대한 학습에서 더 나아가 알고리즘 트레이스, 프레임워크 등 데이터베이스 고급 기술에 대하여 살펴본다. 또한 강의 후반부에서는 객체-관계형 데이터베이스, 멀티미디어 데이터베이스, 시공간 데이터베이스, NoSQL 등의 대표적인 RDBMS에서 벗어나 특수한 목적에 사용되는 데이터베이스의 개념과 특징에 대하여 살펴본다.

대용량의 데이터로부터 유용한 지식을 탐색/발견하는 데이터마이닝의 기본 개념을 학습하고 분류 및 회귀, 군집화, 연관 규칙 분석, 이상치 탐지 등 데이터마이닝 주요 방법론에 대한 이론적 이해와 비즈니스 활용 사례를 탐구한다.

인터넷에서 사용할 수 있는 다양한 서비스 종류 및 활용 기술을 익힌다. 인터넷 관련 기술 및 서비스들에 대해서 학습할 뿐만 아니라 새로이 개발되고 있는 사물인터넷, 인공지능, 빅데이터, 차세대인터넷 등과 관련된 기술에 대해서 학습한다.

애플리케이션들이 플랫폼과 프로그래밍 언어와는 독립된 방식으로 웹을 통해 서로 통신할 수 있도록 하는 표준화된 기술 및 표준 메시징을 통해 네트워크로 접근될 수 있는 오퍼레이션들을 기술하는 소프트웨어 인터페이스에 대해 다룬다. 인터넷에만 연결되어 있다면 서비스에 대한 권한을 가지고 있는 사용자 누구에게라도 비즈니스를 공개하고 사용될 수 있도록 메시징 프로토콜, 프로그래밍 표준, 서비스 발견을 위한 편의 환경 등을 배운다. 인터넷에 공개되어진 여러 웹 서비스와 상호 연동이 가능하고 기존의 백엔드 응용 프로그램들과의 연동방법도 배운다.

클라우드 컴퓨팅 시스템 구조에 대해 학습하고, 오픈스택(OpenStack) 오픈소스와 아마존웹서비스(AWS), 구글의 크라우드, 마이크로소프트의 클라우드 서비스를 활용한 클라우드 플랫폼 구축과 더불어 Mesos, Docker, Kubernetes 등의 최신 클라우드 기술들에 대해 실습한다.

본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 다양한 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 습득한다.

최근에 등장한 새로운 인공지능 기법에 대하여 연구한다. 특히.신경회로망.진화알고리즘.인공생명 등은 지능이 주어진 환경에 대한 생명체의 진화의 결과로 보며 이러한 관점에서 인공지능을 구현하고자 하는 접근 방법으로서 기존의 인공지능 방법과 대조를 이룬다. 새로운 인공지능 방법의 개념 및 원리를 학습하고 이와 같은 방법의 응용 사례에 대하여 학습한다. 또 보다 유연하고.적응성 있는 지능시스템을 구현하기 위하여 이러한 새로운 기법을 응용하는 능력을 배양한다.

빅데이터 분석학의 개론에 해당하는 교과목으로, 빅데이터 분석과 연관된 기초이론, 분석 방법론 및 기반 기술, 다양한 응용분야에 대한 소개를 통해 기본 이해 제고한다. 빅데이터의 효과적인 클린징 처리와 가공, 데이터 크롤링 및 가공처리를 다룬다.

안전한 정보통신에 대하여 연구하며 .고전적인 암호화 방법과 DES .RSA .MD5 .NPC .SEED 암호화 알고리즘에 대하여 연구를 한다. 즉. 보호하고자 하는 데이터 및 시스템 환경에 맞는 여러 가지 대칭/비대칭 암호화 알고리즘. 각종 해시함수. 암호키 관리 등과 같은 근본적인 암호이론을 연구한다.

네트워크 환경에서 각 서브넷에 있는 시스템의 정보를 보호하기 위한 네트워크 바이러스 퇴치방법. 침입 차단 방화벽 시스템과 네트워크를 통한 불법 침입자를 탐지하기 위한 침입 탐지 시스템에 대한 모델과 효율적인 보안 유지를 위한 네트워크 구성 방법을 연구한다.

블록체인에 기록된 수많은 무결한 데이터는 AI와 빅데이터 분석의 기초가 되고, 이는 각 개인에게도 공유되므로 누구나 탈중앙화 된 AI 마켓을 만들 수도 있다. 그리고 블록체인에 사용된 기초 기술인 암호와 인증 등의 사이버보안 기술도 인공지능이 결합되고 있어, 분산 인증 및 활용 시스템을 구현해 봄으로써 인공지능의 영역이 블록체인으로 확대되는 4차 산업 시대를 대비한다.

핸드폰이나 소형 모바일 기기 등에서 동작하는 프로그래밍하기 위한 다양한 언어 및 환경에 대해서 살펴본다. 또한 소형 기기에서의 프로그래밍 기법 및 방법론들에 대해 배운다. 이를 기반으로 하여 완벽한 응용 프로그램을 직접 구현해 본다.

분산시스템의 가장 기본적인 클라이언트와 서버의 개념을 이해하고 분산처리에 대하여 이론적인 부분과 함께 클라우드와 웹서비스를 이용한 실제적인 부분들에 대하여 학습한다.

영상처리. 컴퓨터비젼. 형태인식 등의 기술을 통합하여 실용 가능한 컴퓨터시각시스템을 설계하고 구현하는 기법에 관하여 연구한다. 주요 사례연구로는 영상정보검색.로봇시각.문자인식.번호판 추출 및 인식, 이동물체 추적 및 인식 등이다.

실제 운영체제의 설계 및 구축, 성능 평가를 위하여 필요한 여러 이론을 살펴보고 이에 기초하여 더욱 개선된 성능의 운영체제를 설계 및 구축하기 위한 새로운 기법들에 대하여 연구한다.

컴퓨터를 효율적으로 사용하기 위해서 제시된 여러 가지 알고리즘을 체계적으로 배운다. 분할정복, 탐욕적 방법, 동적 프로그래밍, 분기한정법 등의 여러 문제해결 방식에 대하여 공부하고 완전 탐색, 선택 탐색, 빠른 탐색과 같은 탐색 방법 및 여러 가지 정렬(sorting) 알고리즘에 대하여 알아본다. 또한 그래프 알고리즘과 NP-Complete 문제에 관하여 연구한다.

경영분석을 위한 프로그래밍 기초를 다룬다. 파이썬이나 R을 통하여 현실의 데이터를 다루는 다양한 방법을 가르친다. 이를 위하여 파이썬 기초 문법을 공부하고 웹 상의데이터를 수집, 가공, 분석하기 위한 알고리즘과 테크닉을 소개한다.

R, Python 등 빅데이터 처리 및 분석과 관련된 다양한 도구를 활용하여 학생 스스로 실제 빅데이터의 수집, 분석, 시각화, 활용의 기회를 제공한다. R과 Python 등을 활용하여 데이터를 직접 수집하고, 라이브러리도 활용하여 다양한 통계방법과 머신러닝 기법을 배운다. 실제 데이터를 이용하여 프로그램밍을 직접 수행하여 데이터 분석능력을 키우는 것을 목적으로 한다.

현재 이슈가 되고 있는 딥러닝에 대한 기본 개념 정립과 그 구현 방법을 소개한다. 인공신경망의 기초를 코딩을 통해 학습한 후 라이브러리를 활용하여 실습한다. 특히 텐서플로우 (Tensorflow)와 케라스를 이용하여 RNN, LSTM, CNN 등 실습한다.

정보기술을 이해하고 정보시스템을 기업에서 활용하는 방법에 대해 배운다. 경영 문제를 이해하기 위해 스프레드시트와 데이터베이스프로그램을 활용한다. 이론 수업과 실습을 병행한다. 또한 정보처리분석을 위한 데이터 분석기초도 병행한다.

회계정보시스템은 기업의 재무에 관한 자료를 수집, 기록, 정리하여 경영자 및 외부 이용자의 의사결정을 지원하기 위한 유용한 회계정보를 제공하는 시스템이다. 본 강의에서는 회계정보의 체계적 수집, 정리, 보고를 위한 시스템적인 측면에서 회계정보시스템의 기본 개념과 내용들을 이해하고, 회계정보시스템의 제주제를 다룬다. 이를 위해 회계정보시스템의 주요이론 및 실무적인 내용을 중심으로 하되, 회계정보시스템의 학제적인 성격을 감안하여 관련되는 인접학문을 같이 소개한다. 즉, 데이터베이스, 시스템분석 및 설계, 전문가시스템, 의사결정지원시스템, 인공지능기법 등과 관련된 최근 이슈를 회계정보시스템의 관점에서 논의하며, 이와 관련하여 필요한 경우 컴퓨터 실습을 활용한다.

기업의 외부이해관계자들의 의사결정에 유용한 회계정보의 산출과 활용을 다루는 재무회계 과정이다. 본 과정은 재무보고를 위한 개념체계, 재무제표의 작성과 표시, 재고자산, 유형자산, 무형자산, 차입원가의 자본화, 금융자산, 금융부채, 지분상품과 자본 등의 주제를 다룬다.

시장세분화 전략에 활용 가능한 군집분석과 판별분석, 시장세분화의 기본적 개념의 실무적 활용을 배운다. 최근 비즈니스 어널리틱스 분야에서 많은 관심을 받고 있는 파이썬(Python)을 소개하고, 모든 데이터분석기법을 파이썬 혹은 R로 실습함으로써 빅데이터를 기반으로 한 비즈니스/마케팅 어널리틱스의 기본을 익힌다. 실습을 통하여 기업에서 직면하는 문제해결을 실습을 통하여 다루고 특히 금융분야, 마케팅분야, 생산분야에서의 수리적 문제를 학생들이 해결할 수 있도록 한다. 기본적인 통계적인 지식과 금융공학, 마케팅지식을 실무에서 응용할 수 있는 실습위주의 수업을 한다.

마케팅의 필수적인 기법인 CRM(고객관계관리)을 개관한다. 기업과 소비자와의 상호 유기적인 관계를 최적화시키기 위하여 새로운 정보기술을 어떻게 배포하고 관리할 것인가에 대해 설명한다. CRM 의 개념, CRM 의 기능 및 역할, CRM 관련 도구, 고객관계의 경제학, 실제 사례 등이 주요 이슈이다. 또한, 고객 데이터 분석을 위해 사용되는 데이터 마이닝의 기본 개념, 모델, 알고리즘, 응용사례 및 전개방법을 다룬다. 구체적 기법으로는 데이터 시각화, 군집화, 연관성 규칙, 의사결정나무분석, 인공신경망 등을 다룬다. 마케팅 조사론을 바탕으로 빅데이타를 활용하여 고객관계관리 마케팅 전략을 수립하는 것을 배운다. 데이터마이닝 방법론을 통하여 마케팅의 활용 사례를 발굴하고 적용할 수 있도록 한다. 소비자 및 고객에 대한 이해, 서비스, 국제마케팅에 대한 내용과 마케팅 목표, 전략, 전술들을 수립이 빅데이타와 소셜마케팅을 활용하는 방법을 배운다.

본 수업은 채권론과 금융위험관리에 초점을 맞추어 금융공학의 최신 토픽을 소개하는 과정이다. 주로 채권의 기본이론, 금리연계 파생금융상품의 가치평가 및 응용, 금융위험관리 방법 및 응용, 그외 금융공학의 최신 토픽을 다룬다.

주로 기업재무에 관한 내용을 다룬다. 현가 모형의 소개 및 응용, 자본예산기법, 포트폴리오 이론, 자산 가격 결정모형, 기업의 자본구조와 배당정책 등을 다룬다.

기업이나 비영리조직, 정부 등에서도 관리자의 역할이 증대하게 됨에 따라 모든 종류의 조직에서 자원의 최적 활용에 대한 필요성이 증대되고 있다. 통합적인 조직으로서의 기업의 모습을 살펴보고 가치모델을 구축해 보고 기업의 근본적인 경제 모델을 살펴보는 것이다. 미시와 거시경제를 중심으로 기업의 의사결정의 기초가 되는 경제 금융이론을 배운다. 시장에서의 자원배분원리, 경제후생, 소비자행동, 생산 및 비용, 시장구조와 산업조직 및, 국제 무역과 금융 및 환율의 결정 등에 대해서 학습한다.

인공지능을 이해하는데 꼭 필요한 수학의 주제 및 기본 알고리즘들을 학습한다. 데이터 분석 및 기계학습 등에 사용되는 기본적인 수학 원리를 컴퓨터 프로그래밍 실습과 함께 알아본다. 데이터 마이닝의 기본 기법 및 기계학습 분야의 기본이 되는 확률 및 확률과정, 행렬 이론, 다변수 함수의 미분 등의 개념을 의사결정나무, 선형회귀, 컴퓨터를 활용한 수치 계산 방법 연습 등을 통해서 설명한다.

선형대수학을 기본이론을 바탕으로 계산방법 위주로 학습한다. 선형대수학의 기본내용인 선형방정식, 벡타 공간, 행렬과 행렬식, 고유 값과 고유 벡타에 대하여 학습한다. 선형대수는 자연과학과 공학 및 사회과학문제에서 흔히 접하는 선형시스템에 대한 기본적인 수학을 다루는 학문이다. 특히 정보사회시대와 영상시대를 맞이하여 빠른 속도를 변화하고 있는 기술과 새로운 지식에 대응하기 위해서는 선형대수와 같은 기본적인 학문의 이해는 실용성에 바탕을 둔 여러 분야에서의 실제적인 문제들 다루는데 필수적이다.

R 사용법 기초에 대해 학습하고 기본적인 통계 분석 도구들에 대해 배운다. 또한 R 에서 제공하는 다양한 그래프 기능을 활용하여 시각화 방법에 대해서 상세히 학습한다. 통계학은 자연/공학 및 사회/인문학의 모든 전공을 불문하고 전 영역에서 필요성을 인식하고 그 기초 이론을 학습하고 있다. 기초 통계학의 기반위에 여러 유형으로 취합된 자료들에 대하여, 모수 통계적 기법인 관찰된 자료의 집단 간 차이를 분석할 수 있는 분산분석, 둘 또는 그 이상의 변량 사이의 인과 및 상관관계를 분석하는 회귀분석과 범주형 자료분석 방법들을 학습한다. 또한 비모수적 통계 방법도 추가하여 학습하고 아울러 널리 보편화된 통계적 도구들의 활용법 습득으로 자료 분석에 도움을 주고자 함을 목적으로 한다.

본 강의에서는 파생금융상품에 대한 수리적인 분석을 통해 파생상품에 관한 심도 있는 이해가 가능하도록 하고자 한다. 선물과 옵션등 기본적인 파생상품의 개념과 역사를 배우고, 파생상품 가격 결정을 위한 기본적인 수학적 개념을 소개한다. 특히 이항모델, put-call parity, 몬테카를로 방법을 통한 가격 결정, 블랙-숄즈 방정식을 통한 옵션 가격 결정 등을 다루고자 한다.

과학적인 실험방법과 체계적인 실험계획을 수립하고, 논문작성에 필요한 데이터를 수집하고 분석하고 주제를 정하여 관련 연구를 진행한다.

연구에 관련된 실제 데이터를 분석하고 이를 정리하여 주제별로 논문을 작성한다. 연구논문을 위한 연구 윤리와 문헌 검색방법, 검증 방법 등을 이해한다.