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)

강좌 계획표

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 

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