데이터 마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기술로 웹 검색, 추천 시스템 등 다양한 분야에서 여러 응용에 활용되어 왔다. 본 강좌에서는 데이터 마이닝에 대한 기본 개념 및 관련 이론을 학습한다.
학력
• B.S. in Computer Engineering, Seoul National University(2003)
• M.S. in Information Technology, Carnegie Mellon University(2009)
• Ph.D. in Computer Science, Carnegie Mellon University(2012)
주요경력
• 2004-2007: KT 연구원
• 2012.7 – 2012.12: Postdoctoral Fellow, Carnegie Mellon University
• 2013 – 2015.8: KAIST 전산학부 조교수
• 2015.9 – 현재: 서울대학교 컴퓨터공학부 조교수
연구분야
• 기계학습
• 딥러닝
• 빅데이터
• 데이터 마이닝
총 9주차
• 강좌계획표(Syllabus)
주차 | 개강일 | 학습목표 | 학습내용 | 평가 |
---|---|---|---|---|
1주차 | 1월 22일 | 빈발 아이템을 찾기 위한 Association Rule 기법을 설명할 수 있다. | 빈발 아이템 찾기 1 | |
2주차 | 1월 29일 | 효율적인 association mining 기법을 설명하고 관련 문제를 해결할 수 있다. | 빈발 아이템 찾기 2 | 퀴즈 |
3주차 | 2월 5일 | 링크 분석의 주요 기법인 PageRank 기반 기법을 설명할 수 있다. | 링크 분석 1 | |
4주차 | 2월 12일 | 악성 스팸 공격에 대항하는 TrustRank 기법을 설명하고 관련 문제를 해결할 수 있다. | 링크 분석 2 | |
5주차 | 2월 19일 | 빈발 아이템을 찾기 위한 Association Rule 기법을 설명할 수 있다. | 링크 분석 3 | |
6주차 | 2월 26일 | 콘텐츠 기반, CF 기반 추천 기법을 설명할 수 있다. | 추천 시스템 1 | 퀴즈 |
7주차 | 3월 5일 | 행렬 분해 기반 추천 기법을 설명하고, 관련 문제를 해결할 수 있다. | 추천 시스템 2 | |
8주차 | 3월 12일 | 행렬 분해 기반 추천 기법을 설명하고, 관련 문제를 해결할 수 있다. | 추천 시스템 3 | 퀴즈 |
9주차 | 3월 19일 | 기말고사 |
평가 비율
퀴즈 | 중간고사 | 기말고사 |
---|---|---|
50% | 0% | 50% |
※60점 충족 시 이수증 발부
교재
• 교재는 학습자료로 제공
※학습자료는 다운로드 가능
강좌 소개 영상
수강신청 기간
• 2019년 1월 22일(화) ~ 2018년 3월 11일(월)
운영 기간
• 2019년 1월 22일(화) ~ 2019년 3월 25일(월)
개설 방식
• 매주 1개 주차씩 순차 오픈
메일 : jinhongjung_snu.ac.kr
관련 강좌
현재 강좌와 관련있는 강좌를 찾을 수 없습니다.