◦ 데이터사이언스전공 교과내용

BX1600702 프로그래밍원리와실습
(Programming Principles and Practice)

변수, 수식, 제어문, 함수 등 프로그램을 구성하는 기본 요소와 구조를 학습한다. 구조적 프로그래밍의 개념, 필요성, 설계 방법 등 프로그래밍의 기본 원리를 학습한다. 코드 품질 관리의 중요성을 인지하고 신뢰할 수 있는 S/W 개발을 위한 기본 원칙을 배운다. 단순 변수형 외에 배열, 포인터, 구조체 등 보다 다양한 자료 구조 요소와 더불어 동적 메모리, 파일 등을 응용하여 프로그래밍 하는 방법을 배운다. 알고리즘의 의미와 특성, 검색과 정렬 관련 기본 알고리즘들을 익히고 성능을 비교한다.

 

BX2001048 미분방정식(Differential Equation)

의생명공학부의 교과과정에서 가장 기초적으로 사용되는 수학적 이론을 학습한다. 구체적으로 벡터공간, 행렬, 선형사상과 행렬, 행렬 식, 고유값과 고유벡터, 직교 등의 선형대수의 기본 이론과 1차 미분 방정식, 변수 분리형 미분방정식, 2차 미분방정식 등의 미분방정식, 그리고 라플라스 변환, 수치해석 방법, 푸리에 급수에 대하여 학습한다.

 

X2001047 선형대수학(Linear Algebra)

1차 미분 방정식, 변수 분리형 미분방정식, 2차 미분방정식, 고유치 문제, 라플라스 변환, 수치해석 방법, 푸리에 급수, 및 편미분방정식 등을 다루게 된다.

 

BX1500037 일반물리학(Ⅰ)(General Physics(Ⅰ))

자연과학 및 공학의 기초 핵심 과목으로, 벡터, 운동의 법칙, 일과 에너지, 진동과 파동 등 뉴턴 역학의 기본 개념을 다루며, 열역학의 기초를 학습한다.

 

BX1500215 일반물리학(Ⅱ)(General Physics(Ⅱ))

일반물리학(Ⅰ)에 이어, 자연과학과 공학에 필요한 핵심 물리적 개념을 학습한다. 물질의 전기적･자기적 성질과 전자기학의 기본 개념 및 원리를 다루며, 빛의 반사와 굴절, 간섭과 회절 현상을 탐구한다. 또한, 상대성이론과 양자역학의 기본 개념을 소개한다.

 

BX1500043 일반화학(Ⅰ)(General Chemistry(Ⅰ))

화학의 기초적인 개념들과 전문용어들을 가르친다. 물질의 구성, 성질, 그리고 구조를 결정하는 근본적인 법칙들을 다룬다. 언급될 주제들로는 화학량론(stoichiometry), 기체의 법칙, 주기율표, 원자와 분자의 기본 구조, 화학성질에 있어서의 원자가 전자의 역할, 산 - 염기의 개념, 산화 - 환원 반응 등이 있다.

 

BX1600707 일반화학(Ⅱ)(General Chemistry(Ⅱ))

일반화학(Ⅰ)에 이어서 화학의 가장 기초적이고도 중요한 개념들과 용어들을 가르친다. 물질의 구성, 성질, 그리고 구조를 결정하는 기본법칙들을 다룬다. 물리화학, 유기화학, 무기화학, 생화학 등 화학의 일반적인 분야들에 대한 개요와 함께 이들 분야와 나노기술과의 연계성이 강조될 것이다. 화학 동력학과 평형, 산 - 염기, 전기화학, 전이금속과 배위화학, 유기 및 생화학 개론 등의 주제가 다루어진다.

 

BX1600701 생명과학(Ⅰ)(Biological Science(Ⅰ))

기초적인 생명체의 생성과 작용 원리와 같은 생명과학분야 지식을 습득하고자 DNA, 단백질과 같은 생명을 구성하는 분자들의 특성, DNA 로부터 단백질 합성 및 조절, 세포의 특성 원리 등을 강의한다.

 

BX1600706 생명과학(Ⅱ)(Biological Science(Ⅱ))

생명현상의 이해를 위한 인체 해부와 생리현상을 이해하고 이를 나노생물, 나노의약학에 필요한 기초지식을 강의한다.

 

BX2003490 인체해부생리학(Human Anatomy and Physiology)

인체의 구조 및 생리적 기전을 이해하여 의생명융합공학 분야에서 인체에 적용할 다양한 기술 개발을 위해 기본적으로 갖추어야할 기초를 습득한다.

 

BX3600079 확률및통계(Probability and Statistics)

의생명공학 및 데이터과학에서 중요한 확률과 통계의 개념을 학습한다. 이를 위해 확률분포, 추정, 검정 등 기초이론과 분산분석 등 응용분야를 학습한다.

DS3600081 데이터사이언스입문(Introduction to Data Science)

데이터 분석 및 모델링의 기초가 되는 통계학 이론과 데이터 취득, 가공, 시각화, 분석 등을 위한 컴퓨팅 역량을 실제 데이터를 기반으로 학습한다.

 

DS3600087 기계학습개론(Machine Learning)

최근 다양한 목적으로 널리 활용되고 있는 다양한 기계학습 기반 방법들의 원리와 응용에 대해 공부한다. 다양한 지도학습, 비지도학습 방법들의 기본적인 개념 이해와 함께, 확률 그래프 모델, 딥러닝 등 다양한 형태의 학습 방법들에 대한 이해도를 높이고, 실제 문제에서 목적에 맞게 활용할 수 있도록 한다.

 

DS2001050 회귀분석과 통계학습
(Regression Analysis & Statistical Learning)

회귀분석과 통계학습은 데이터 분석과 예측 모델링을 위한 통계적 방법론을 다루는 과목으로, 단순 회귀와 다중 회귀를 포함한 전통적 회귀모형부터 시작하여, 현대적 통계학습 기법까지 포괄한다. 이를 통해 데이터 이해, 변수 선택, 모델 적합성 평가 등 데이터 기반 의사결정의 핵심 기술을 학습한다.

 

DS2001633 응용통계학(Applied Statistics)

다양한 유형의 데이터를 분석하기 위한 회귀분석 모형, 베이지언 통계이론, 주성분 분석법(PCA), 통계학적 신호처리, 군집화 등의 고급 통계 원리를 학습한다.

DS3600082 자료구조(Data Structure)

실제적으로 현장에서 사용될 수 있는 Software 시스템을 설계구현하기 위하여 적절한 자료구조를 선정하고 이를 자신의 힘으로 구현할 수 있는 능력을 실습과 함께 학습한다. 또한 다양한 자료구조의 성능을 이론적으로 실제적으로 분석 평가할 수 있는 능력을 실습과 함께 학습한다.

 

DS3600061 인공지능(Artificial Intelligence)

인공지능 기법에 많이 활용되고 있는 딥러닝 프레임워크의 기본 이론을 학습한다. 인공신경망의 다양한 모델을 소개하고, Tensorflow를 활용하여 간단한 예제를 실습한다. 의생명공학과 관련된 데이터를 활용하여 인공지능 모델을 구현해 본다.

 

DS3600091 알고리즘(Algorithm)

컴퓨터 공학 전반적 분야에서 발생하는 문제들을 효율적으로 해결하는 방법을 학습한다. 문제를 해결하는 알고리즘의 분석 방법과 이를 통한 효율성에 대한 기초지식을 습득하고, Sorting, Searching, Matching과 같은 기본적인 문제들의 효율적인 알고리즘을 습득한다. 또한, 알고리즘의 효율적인 기법들과 주요 topic 들의 문제에 대한 해결 방법을 체득한다.

 

DS3600066 생명정보학(Bioinformatics)

생물학적, 의학적 여러 문제들을 해결하기위해서 생명 및 의료와 관련되어 있는 정보를 이용해서 다양한 종류의 분석 방법 및 전산학적 예측모델을 개발하는 분야로 시퀀스, 구조, 발현, 진화, systems biology 등을 배운다.

DS2001184 의생명정보학개론
(Introduction to Biomedical Informatics)

의생명정보학개론은 의학 및 생명과학 데이터를 효과적으로 수집, 저장, 분석, 해석하는 데 필요한 개념과 도구를 학습하는 교과목이다. 본 과목에서는 생물정보학, 의료정보학의 기본 개념을 다루며, 실제 응용 사례를 소개한다. 이론 강의와 실습을 통해 의생명 데이터의 관리와 분석 능력을 배양하며, 데이터 기반 헬스케어 연구 및 개발의 기본기를 다진다.

 

DS3600060 데이터베이스(Database)

컴퓨터가 다루는 각종 데이터를 효율적으로 관리하기 위한 데이터베이스 시스템의 논리적인 구조 및 물리적인 구조, 그리고 각 모델에 따른 질의어 처리 기법 및 최적화 기법, 동시성 제어 기법, 복구 기법 등의 데이터베이스 설계 기법들을 배운다.

 

DS3600069 신호및시스템(Singals and Systems)

연속 및 이산, 디지털신호, 선형 시스템의 정의와 기본적 개념을 학습한다. 또한, 샘플링, 보간기법, 푸리에 변환, 필터링 등의 신호처리 방식의 이론을 학습하고, MATLAB 프로그래밍을 통해서 응용사례를 실습해 본다.

 

DS3600076 생화학(Biochemistry)

생물체의 구성 성분 및 생물체 내에서의 생리작용을 화학적으로 분석하는 이론을 배운다. 생체 물질의 구조, 작용기능, 물질대사 등을 배우며, 단백질, 탄수화물, 지질, 핵상등 세포를 구성하는 물질의 구조와 기능에 대해 배운다.

 

DS3600075 유기화학(Organic Chemistry)

공유결합의 특징, 탄소화합물의 구조, 산-염기이론, 유기입체화학 등의 원리와 개념을 이해하고, 알칸, 알켄, 디엔, 벤젠 등에 적용시키며 기본 유기반응 메커니즘에 관한 지식을 습득 한다.

 

DS2001634 의료기기인허가
(Medical Device Regulatory Affairs)

의료기기 인허가는 의료기기의 개발, 제조, 시장 출시 과정에서 요구되는 규제와 인증 절차를 다루는 과목으로, 국내외 주요 의료기기 규제 체계(예: FDA, CE 인증, MFDS)를 이해하고, 의료기기 분류, 안전성 및 유효성 평가, 임상시험, 품질관리 시스템(QMS) 등에 대해 학습한다. 이를 통해 학생들은 의료기기 산업에서 필요한 규제 준수 및 인증 업무의 기초 지식을 습득하고 실무 능력을 배양할 수 있다.

 

DS2001186 범주형 및 생존자료 분석
(Categorical and Survival Data Analysis)

범주형 및 생존자료 분석은 의생명학, 사회과학, 공학 등 다양한 분야에서 나타나는 범주형 데이터와 시간-사건 자료(생존자료)를 분석하기 위한 통계적 기법을 다루는 과목이다. 이론과 더불어 실제 데이터를 활용한 실습을 통해 데이터의 특성을 이해하고 분석 능력을 배양한다.

 

DS2001888 뇌과학입문(Introduction to Neuroscience)

인간 두뇌 및 신경계의 구조와 작동원리를 소개한다. 뇌과학 및 신경과학을 처음 접하는 학부생을 대상으로, 신경과학의 기초 및 뇌인지기능의 작동방식을 가르친다.

 

DS2001890 뇌공학및신경공학(Brain and Neural Engineering)

신경과 접속하여 신경신호를 기록하거나 신경을 자극하여 다양한 질환을 치료하고자 하는 신경공학 및 뇌공학의 기초에 대해서 익힌다. 신경해부학 및 신경생리학의 기초를 먼저 소개한 후 이를 기반으로 신경 및 뇌와 접속할 수 있는 신경 인터페이스 기술의 최신 연구 결과들들 소개한다.

 

DS3600068 시계열데이터분석(Time-Series Data Analysis)

생체신호 등 시간에 따른 순차적 변화를 담은 시계열 데이터에 관한 분석기법과 원리를 습득하고 응용한다.

 

DS3600070 생체신호처리(Digital Signal Processing)

다양한 형태의 생체신호를 컴퓨터를 이용하여 처리하는 이론을 배운다. 시공간 주파수 분석, 필터링, 피크 검출, 웨이블릿 등의 수학적 바탕을 익힌 후에 다양한 실습 과제를 통해 구현해 본다.

 

DS3600089 생체계측(Biomedical Instrumentation and Design)

회로적 이론 및 OP-amp 의 활용, 주파수영역의 시스템 모델링과 시스템의 시간응답을 이용한 다수의 서브시스템의 표현, 과도상태와 안정상태 분석과 시스템 설계 방식에 대한 지식을 배워 인체 신호의 계측 및 다수의 서브시스템의 표현, 과도상태와 안정상태 분석과 시스템 설계을 실험으로 구현한다.

 

DS2001134 의료영상처리(Biomedical Image Processing)

의료기기(MRI, CT, 초음파, 광초음파, NIRS) 시스템 및 원리를 바탕으로 시뮬레이션을 구현하고, 가상의 데이터를 활용하여 영상복원, 영상처리, 영상분석 기법을 익힌다. 이 후, 실제 임상 의료기기로 부터 데이터를 얻고, 영상처리 등을 실습해본다.

DS2001133 의료영상기기(Biomedical Imaging Devices)

X-ray, MRI, PET, 초음파 영상 등 다양한 의료 영상 기기의 물리적 원리와 작동 방식을 학습한다.

 

DS2002439 고급프로그래밍(Advanced Programming)

고급프로그래밍은 복잡한 문제를 해결하기 위한 고급 프로그래밍 기법과 설계 원칙을 학습하는 과목이다. 컴퓨터의 구조와 운영체제에 대한 지식을 기반으로 C/C++ 등의 언어를 심화하여 다루고 이를 실제 문제 해결에 응용하는 방법을 학습한다.

 

DS2002440 웹/앱 프로그래밍(Web Application Programming)

웹/앱 프로그래밍은 웹 애플리케이션과 모바일 애플리케이션 개발에 필요한 핵심 기술과 프로그래밍 기법을 학습하는 과목이다. 프로젝트 기반 학습을 통해 웹과 모바일 환경에서 작동하는 사용자 친화적이고 효율적인 애플리케이션을 개발하는 능력을 배양한다.

 

DS2002438 AI프로그래밍(AI Programming)

신경망(Neural Network)을 활용하여 다양한 응용 분야에 적합한 코드를 생성하는 방법을 배우는 과정으로, 인공지능의 핵심 원리를 이해하고 이를 실제 문제 해결에 적용할 수 있는 능력을 배양합니다. 주요 주제로는 딥러닝 모델 설계, 구현, 최적화, 및 응용 사례 연구가 포함됩니다.

 

DS2003535 강화학습(Reinforcement Learning)

강화학습은 에이전트가 환경과 상호작용하며 보상을 최대화하는 행동 정책을 학습하는 기계학습 방법이다. 마르코프 결정 과정(MDP), 가치 함수, 정책, 보상 설계의 개념을 이해하고, Q-learning, SARSA, 정책 경사법 등 대표 알고리즘 및 Deep Q-learning 개념을 학습한다.

DS2003536 최적화개론(Introduction to Optimization)

최적화 기법은 현대 인공지능 방법론의 핵심적인 수학적 기반이다. 본 교과목에서는 최적화의 기초 이론을 체계적으로 다루고, 이를 실제 인공지능 기법 및 데이터 분석 문제에 적용함으로써 데이터 분석 방법론에 대한 학생들의 이론적 이해와 실질적인 활용 능력을 함양하는 것을 목표로 한다.

DS2002528 데이터사이언스수학

                  (Mathematics for Data Science)

수치해석, 최적화 등, 데이터 사이언스 분야에서 널리 사용 되는 중/고급 수준의 수학 이론 및 응용 사례에 대해 다루어, 각종 인공 지능 및 데이터 해석 관련 고급 이론들의 기반을 다진다.

 

DS2001185 의생명과학 프로그래밍
(Programming for Biomedical Sciences)

의생명과학 프로그래밍은 의생명 데이터를 분석하고 문제를 해결하기 위해 필요한 프로그래밍 기초와 응용 기술을 학습하는 과목이다. R 및 파이썬 등의 언어를 심화하여 학습하며, 의생명과학 연구와 헬스케어 응용에서 프로그래밍의 중요성을 이해하고 실무 역량을 배양한다.

 

DS2001138 바이오헬스 진로설계
(Career Design in Healthcare Industry)

디지털 헬스케어를 중심으로 차세대 바이오헬스 및 첨단공학 분야 산업 현황을 조사하고 향후 진로를 체계적으로 준비한다.

 

DS2001135 글로벌헬스케어산업(Global Healthcare Industry)

국내 시장 및 글로벌 시장에서 의생명공학을 바탕으로 한 의료기기 산업의 전반에 대해서 배운 후 의료기기 및 바이오테크 제품의 개발에서 상품화까지의 규제 및 제도와 관련된 사업화 전반에 대해서 배운다.

 

DS2001053 산학캡스톤디자인
(Industry-Academy Capstone Design)

문제해결을 위한 프로그래밍 스킬을 습득하고, 프로젝트 팀을 구성하여 실생활에 적용할수 있는 실질적인 아이디어를 구체화 시킬수 있는 연구보고서를 작성하고 발표 및 시연한다.

 

DS3600541 & DS2001248 산학인턴십(Ⅰ)&(Ⅱ)

(Industry-Academy Internship(Ⅰ)&(Ⅱ))

강의와 실험에서 배운 지식을 관련 분야의 현장에서 실습을 통해 활용할 기회를 갖는다.