발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| PSY4007 | 다변량분석과통계학습 | 3 | 6 | 전공 | 학사/석사 | 심리학과 | - | No | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 다변량자료 분석 방법의 원리와 적용을 다룬다. 다중회귀모형과 로지스틱 회귀모형, 주성분분석, 요인분석, 군집분석 등의 다변량 절차들이 과학 이론의 탐색과 검증에 어떻게 적용되는지 확인하고 지도학습, 비지도학습 등의 통계학습과 어떻게 관련되는지 학습한다. 심리학과 대학원생 또는 [심리통계및컴퓨터분석]을 선수강한 학부 3-4학년생을 대상으로 한다. | |||||||||
| PSY5136 | 구조방정식이론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 이 수업은 다변량 통계방법의 가장 폭넓고 깊은 과목이다. 회귀분석과 요인분석에 충분한 이해를 가지고 있는 학생들에게 다음 과목으로 권장된다. 이 수업에서는 구조방정식모형의 기초이론을 다루고, 구조적 관계가설에 기초하여 주어진 자료를 분석하는 연습을 하게 된다. 궁극적으로는 이 방법론을 주된 방법론으로 사용하여 출판된 논문들에 대한 비평을 할 수 있게 되는 것을 목적으로 한다. | |||||||||
| PSY5188 | 구조방정식모형 | 3 | 6 | 전공 | 석사/박사 | 심리학과 | 한 | Yes | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 잠재변수모형, 경로모형, 구조방정식모형의 원리와 적용을 다룬다. 구조방정식모형의 핵심적 개념 및 분석 원리와 실제 연구 사례를 이해하고 컴퓨터 프로그램을 사용하여 실제 자료를 분석하는 절차를 다룬다. | |||||||||
| SIC5015 | 미래기술,미래인간,미래정치 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 현대 기술의 발전은 인간과 사회, 정치에 대해 지난 2500년동안 견지해 온 시각자체를 변화시키고 있다. 기존의 인간관과 사회관, 국가와 정치관은 오늘날 기술발전이 초래하는 사회적 변화들을 다루는데 곳곳에서 한계를 드러내고 있다. 다른 한편 미래 기술발전 양상은 사회와 정치의 제 문제들을 새롭게 인식하고 사고와 제도를 재구조화할 수 있는 기반을 제공하기도 한다. 본 강좌는 이러한 문제의식에서 출발하여 미래 사회에 필요하고 실현가능한 진화되고 진보된 윤리, 사회, 정치적 가치와 제도적 변화를 탐구, 모색한다. | |||||||||
| SIC5020 | 패널데이터분석 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 횡단면 자료와 구별되는 패널자료의 특징에 대해 소개하고 관련 분석방법에 대하여 학습한다. 또한 패널자료를 활용하여 준실험설계 모형(이중차분모형, 경향점수매칭법, 회귀단절모형)을 구성하는 방법에 대하여 알아보고 실제 연구에 적용한 사례들을 살펴본다. 매주 통계 프로그램 실습을 통해 패널자료 분석을 위한 코딩 능력을 함양한다. | |||||||||
| SIC5021 | 소셜빅데이터분석 | 3 | 9 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 활용하여 비정형화된 텍스트 기반 온라인 자료들을 수집·저장·분석하는 것이다. 온라인 뉴스 사이트, 블로그, SNS 등 다양한 채널을 통해 광범위한 소셜 데이터를 스크래핑·크롤링하는 방법을 배우고, 이렇게 수집된 데이터를 비지도(unsupervised) 기계학습을 통해 분석하고 예측하는 역량을 키운다. 대규모 코퍼스(corpus)에 대한 초급·중급 수준의 자연어처리를 수행하고, 이를 시각화하는 기술을 배운다. 확률모델인 토픽모델의 적용에 주안점을 두며 기본모형인 LDA에 대한 이해와 적용, 나아가 심화모형인 DTM과 ETM을 학습하고 적용한다. 궁극적으로 비정형화된 소셜 빅데이터를 처리하고, 시각화, 분석하는 능력을 키우고, 결과물들을 리서치 노트 형태로 정리하는 것을 최종적인 목표로 삼는다. | |||||||||
| SIC5022 | 빅데이터예측모델링 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 빅데이터예측모형과 통계적 학습의 이론적인 배경을 이해하고, 프로그래밍 tool을 활용하여 모형을 설계하고 추정하는 방법에 대해 학습한다. 회귀분석의 개념, 모형선택과 정규화, 자료 전처리 등에 대해 배우며, 추후 머신러닝 알고리듬의 이해를 돕기 위한 배경지식 함양에 집중한다. | |||||||||
| SIC5028 | 파이썬을활용한머신러닝 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 이용하여 머신러닝 알고리즘들을 구현해 보는 것에 있다. 초반부에서 파이썬 프로그래밍에 대한 기초를 배우고, 후반부에서 파이썬을 이용하여 지도학습 및 비지도학습의 다양한 머신러닝 알고리즘을 직접 구현하여 머신러닝에 대한 이해를 돕는다. | |||||||||
| SIC5034 | 위계선형모형 | 3 | 6 | 전공 | 석사/박사 | 2-8 | 소셜이노베이션융합전공 | 영 | Yes |
| 이 과목은 위계선형모형을 직접 사용하여 연구에 사용하며, 분석하며, 해석할 수 있는 기술을 길러내며, 더 나아가 위계선형모형을 사용하고 있는 최근의 사회과학 연구를 비판적으로 평가하고 접근할 수 있는 능력을 기르는 데에 목적이 있다. 흔히 사회과학 연구에서는 개인과 그가 생활하고, 일하고, 배우는 사회적 컨텍스트 사이의 관계를 연구하는 경우가 많이 있다. 이런 연구는 결국 다층모형을 연구하는 것이 될 수밖에 없는데, 그것은 다름아닌 집단 안에 소속된 개인을 연구하는 것을 말한다. 다층모형을 연구할 때 사용되는 데이터의 성격은 위계적이다. 예를 들어서 교육학에서의 연구를 보면, 보통 학생들을 연구하지만, 그 학생들은 학교라는 상위 집단 안에 소속된 개인들이다. 그래서 학생은 그냥 개인으로 존재하는 것이 아니라 어떤 집단의 구성원으로 존재한다. 이런 위계적인 성격의 데이터를 분석할 때에는 특별한 통계적 기술과 능력이 요구된다. 왜냐하면 이런 위계적 데이터를 일반적 통계 분석법으로 접근하면 표준오차와 유의도검정에서 심각한 오류를 낳기 때문이다. 바로 위계선형모형은 그와 같은 오류를 잘 해결해주며 집단 속에 있는 개인을 정확하게 연구하게 해준다. 본 과목은 위계선형모형의 배후에 있는 복잡다단한 수학적 계산보다는 그 모형을 실제의 연구에서 잘 이용하고 해석하는 데에 초점을 맞춰서 진행할 것이다. | |||||||||
| SIC5035 | 회귀분석이론과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 다변량 자료분석을 위해 필요한 통계학 이론들에 대해 설명한다. 주로 다중선형회귀에서의 최소제곱법, 추정과 가설검정, 잔차분석 및 모형의 적합성 판단 등을 다룬다 | |||||||||
| SIC5038 | 종단적범주형자료분석과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 다양한 범주형 종속 변수들이 포함된 회귀모형 (순서, 다항 로직 및 프로빗 모형 및 빈도변수 모형)에 필요한 통계학에 대한 이론들에 대해 설명한다. 또한, 이러한 모형을 포함한 매개효과 및 조절효과 모형에 대해서 논의한다. 마지막으로, 이러한 범주형 자료를 활용하여 사건이 발생한 시점을 포함한 절단 자료에 대한 분석방법도 논의한다. | |||||||||
| SOC5061 | 기초중급통계학 | 3 | 9 | 전공 | 석사/박사 | 사회학과 | 한 | Yes | |
| 대학원 사회과학 제 전공의 이수에 반드시 필요한 통계학 가운데 고급통계(Advanced Statistics)만을 제외한 기초 및 중급 통계(Elementary/Intermediate Statistics)에 포함되는 제반 통계분석 기법들 ― 기술통계 & 추리통계(z-검증, t-검증, χ2-검증, F-검증, 단순회귀분석, 중다회귀분석, Logit분석 등) ― 을 강의와 실습을 병행하는 방식으로 진행한다. | |||||||||
| SOC5062 | 요인분석공변량구조분석 | 3 | 9 | 전공 | 석사/박사 | 사회학과 | - | No | |
| 대학원 사회과학 제 전공의 이수에 반드시 필요한 통계학 가운데 고급통계(Advanced Statistics)(기초∙중급통계 제외)의 제반 기법들 가운데 가장 중요하고 범용 기법으로 부상한 요인분석(EFA & CFA) 및 공변량구조분석(Covariance Structure Analysis)을 강의와 실습을 병행하는 방식으로 진행한다. | |||||||||