모집인원: 30명
대학 재학생
기초전공
경영통계
불확실한 경영환경 속에서 합리적 의사결정을 위해서는 객관적이고 정확한 정보가 요구됩니다. 통계란 현상을 나타내는 자료를 수집·정리·분석하여 정보를 생산하는 방법론이다. 본 강의에서는 비즈니스 환경과 관련된 데이터를 수집, 분석, 해석하는 과정에 대해 학습한다. 강의 주제는 확률 분포 이론, 통계 검정, 분산 분석, 회귀 분석 및 비모수 통계 분석을 포함합니다.
경제학의 원리
수요 창출과 공급 변화에 특히 중점을 두고 경제학의 기초를 배우십시오. 또한 경제 현상에서 발견되는 경제 이론의 활용에 중점을 둔 수업을 통해 학생들에게 경제에 대해 재미있게 배울 수 있는 기회를 제공합니다.
회계정책
회계를 처음 접하는 학생들을 위한 과정으로 회계의 기본 개념을 집중적으로 다룬다. 회계의 역사, 회계에서 다루는 문제, 현대 회계 모델(발생주의), 대차대조표 평가의 개념 및 균형 그룹 구조의 이해가 이 과정의 중심 과제입니다. 또한 자산, 부채, 자본, 소득 및 비용에 대한 회계의 측면을 설명하고 회계 데이터의 사용에 대해 논의합니다.
책임 경영
탈산업화 시대, 인류 문명의 새 시대로 접어드는 글로벌 비즈니스 환경은 이제 완전히 새로운 경영 패러다임을 요구하고 있습니다. 전통적인 산업화 시대의 전통적인 기술과 자본 중심의 관료적 통제 시스템의 관점에서 본 기업 조직 관리는 자본, 인간 및 자연이 자연적으로 상호 유기적인 광대한 생태계 내에서 조화의 관점에서 기업 경영 패러다임을 발전시킵니다. 본 과정은 책임 경영 패러다임의 이론과 실천에 대한 근본적인 이해를 제공하기 위해 UN PRME 선도 대학으로서 사회적 책임 경영을 학생들에게 교육하는 것을 사명으로 하는 경희대학교 경영대학원의 학생들인 do ab를 목표로 합니다. 기업경영의 미래 리더로서의 윤리경영과 윤리경영을 학생들에게 심어주고, 교육의 목적은 사회적 책임의식을 고취시키는 것입니다.
전공필수(빅데이터응용학과)
빅데이터 수학
오늘날 데이터는 기업의 자산으로 인식되고 있습니다. 이 시점에서 최적의 의사결정을 내리거나 수집된 데이터를 분석하여 미래 사업을 발굴하고 투자하는 것이 중요합니다. 주어진 데이터 집합에서 의미 있는 정보를 추출하기 위해서는 데이터가 생성된 배경에 대한 수학적 모델이 선행되어야 합니다. 데이터 분석에서 가장 중요하고 가장 많은 모델은 선형 시스템입니다. 예를 들어, 선형 시스템은 일반적으로 주성분 분석 및 회귀 분석에서 의미 있는 정보를 도출한다고 가정합니다. 현재 가치와 미래 가치를 동시에 고려해야 할 때 Markov 결정 프로세스의 수학적 모델이 자주 사용됩니다. 이 과정에서는 선형 시스템을 이해하기 위한 선형 대수학뿐만 아니라 확률 이론과 Markov 결정 과정을 배우는 데 중점을 둘 것입니다.
빅데이터프로그래밍1
인공지능 및 빅데이터 응용 시스템 개발에 가장 많이 사용되는 Python 프로그래밍 언어를 이해하고 비즈니스 현장에서 간단한 응용 프로그램을 개발합니다. 이를 위해 Python 기반 문법의 다양한 예제를 통해 재무, 인사, 마케팅 등의 비즈니스 응용 프로그램을 개발합니다.
빅데이터 통계
무엇보다 빅데이터는 ‘고차원’, ‘대용량’, ‘복잡성’이라는 속성을 갖고 있다. 빅데이터와 관련된 대표적인 분야는 머신러닝, 최적화, 데이터베이스이다. 특히 통계적 학습 관점에서 다변량 통계 기반 지도 학습, 비지도 학습, 다관점 학습 방법을 소개한다. 첫 번째 학습 방법은 예측을 위한 회귀 분석과 분류를 위한 판별 분석을 설명합니다. 두 번째 학습 방법은 주성분 분석과 클러스터 분석을 포함합니다. 마지막 학습 방법으로 정준상관분석을 설명한다.
논문(빅데이터 활용)
이 과목은 본 학과 학생들에게 본 과목에서 배운 지식과 기술을 바탕으로 논리적이고 창의적이며 과학적인 사고와 추리력을 키울 수 있는 기회를 제공한다. 이 과목의 목표는 빅 데이터 및 인공 지능과 관련된 의사 결정 문제를 발견, 설계 및 과학적으로 접근하는 학생들의 능력을 개발하는 것입니다. 학생들은 그들의 감독관과 부서의 다양한 프로그램에 의해 지원받을 수 있습니다.
전공필수(경영대학원)
경영정보시스템
정보화 시대에 접어들면서 비즈니스 환경의 급격한 변화가 예상됩니다. 정보기술 및 정보시스템에 대한 전문적인 지식을 제공하고, 내가 구체적으로 설명하고자 하는 정보기술 및 정보시스템 응용(BPR, 다운사이징, 벤치마킹, 멀티미디어 등)의 최신 동향을 분석한다.
마케팅 원칙
현대 기업의 성공은 마케팅에 있습니다. 마케팅의 발전 과정을 고찰함으로써 현대 마케팅의 특징을 파악하고 접근 방식을 개발한다. 또한 기업들은 급변하는 마케팅 환경을 분석/연구하여 대응책을 모색하고 있습니다. 이에 대한 대책으로 상품정책, 가격정책, 판매정책, 판촉정책에 대한 이론과 실제를 강의한다.
생산 관리
최고 품질의 고객 서비스를 제공하는 것은 현대 경영의 중요한 요구 사항입니다. 이 과정은 공공 기관 및 다양한 공공 기관 및 일반 기관을 포함한 모든 조직에서 제품 및 서비스의 구매, 생산 및 조달 프로세스에 중점을 둡니다. 학생들은 부가가치 프로세스가 작동하는 방식과 이론적 분석 도구 및 예제를 사용하여 프로세스를 개선할 수 있는 방법을 깊이 있게 배웁니다.
재무 관리
금융시장, 화폐의 시간가치, 위험분석, 자본비용 등 재무관리의 기본 개념을 이해하고 자본예산, 자본구조 선정, 운전자본관리 등의 의사결정을 한 후 담당자가 재무 관리 책임자는 비즈니스 가치를 극대화하는 방법을 이해할 것입니다.
조직 행동
조직 행동은 개인과 그룹이 조직 내에서 행동에 영향을 미치는 과정을 연구하는 분야입니다. 궁극적으로 이 과정의 목표는 학생들이 효과적인 관리자가 될 수 있도록 대인 관계 기술을 개발하도록 돕는 것입니다.
선택(빅데이터응용학과)
빅데이터 세미나
빅데이터와 인공지능 분야의 주제를 선택하여 이 분야에서 빅데이터와 인공지능의 실용적 활용에 대한 심도 있는 이해를 돕습니다. 벤처, 창업, 빅데이터, 첨단 인공지능 기술 등 다양한 주제 선정을 통해 딥러닝을 장려한다.
빅데이터프로그래밍2
본 강의에서는 데이터 처리, 통계 분석, 데이터 마이닝, 머신 러닝, 딥 러닝을 활용한 데이터 분석 및 시각화를 효율적으로 지원하는 프로그래밍 언어 및 소프트웨어 환경인 R을 활용하여 빅데이터 응용에 필요한 프로그래밍의 기초를 학습한다. R은 18,000개 이상의 서로 다른 패키지를 기반으로 하는 광범위한 응용 프로그램을 가진 오픈 소스 소프트웨어(OSS) 언어입니다. 본 강의에서는 R의 기본 문법을 통해 학생들이 데이터 수집, 데이터 처리, 데이터 분석, 시각화 및 단순 비즈니스 분석은 R을 프로그래밍 도구로 능숙하게 다룰 수 있는 능력을 보여줍니다.
최적화 이론의 기초
다양하고 복잡한 비즈니스 환경에서 합리적 의사결정을 위한 체계적이고 과학적인 분석 방법의 기초를 다룬다. 선형 프로그래밍, 민감도 분석, 비선형 프로그래밍, 정수 프로그래밍, 전송 문제, 할당 문제, 네트워크 이론 및 결정 이론, 게임 이론에 대한 기본 개념과 수학적 솔루션을 탐색하고 다양한 사례에 적용합니다.
AI 기초 및 응용
인공 지능의 역사, 작업 방식 및 정의에 대한 개요, 검색, 휴리스틱 및 컴퓨터 논리와 같은 자동 사고의 기초 및 응용에 대한 연구, 기계 학습의 역사, 작업 방식, 정의 및 유형에 대한 개요, 인공지능 기술 중 귀납적 학습, 유전자 알고리즘, 협력 필터링 등 데이터 처리 방법의 기초와 응용을 연구한다. 강의 후반부에서는 인공지능의 가장 보편적인 기술인 딥러닝(Deep Learning)을 소개한다.
빅데이터 소개
모바일 시대 이후 기업에 가장 큰 영향을 미칠 수 있는 분야로 빅데이터나 인공지능이 거론되고 있다. 이 과정에서는 관리 맥락에서 데이터 필드를 살펴봅니다. 빅데이터, 오픈데이터, 마이데이터를 제시하고 다양한 사례를 제시한다. 또한 비즈니스 분석 측면에서 데이터 작업 식별, 정형 데이터 분석, 비정형 데이터 분석 및 데이터 시각화를 이해하고자 합니다. 그러나 데이터 분석 실습은 포함되지 않습니다.
머신러닝의 기초와 응용
머신러닝의 기반을 다지고 머신러닝을 적용하여 성과를 낼 수 있는 능력을 키우고 새로운 머신러닝 모델을 설계하고 구현하는 능력을 키우는 것이 목표다.
DB 기초 및 응용
정보 자원 관리의 핵심은 데이터 자원 관리입니다. 최근 빅데이터가 화두가 되면서 데이터 자원 관리가 더욱 중요해지고 있습니다. 이 과정은 기술적 관점이 아닌 비즈니스 관점에서 데이터 리소스 관리를 검토합니다. 데이터 리소스에는 정형 데이터와 비정형 데이터가 모두 포함됩니다. 특히 데이터 모델링, 데이터 품질 및 데이터 아키텍처를 검토합니다.
소셜 네트워크 과학
소셜 및 SNS 네트워크 분석 이론을 소개하고 기본적인 실습을 제공한다. 일반적인 통계 분석은 개체에 대한 데이터가 독립적이라고 가정하지만 네트워크 분석은 개체 간의 관계에 초점을 맞춰 복잡한 시스템의 발생 및 속성을 설명합니다. 네트워크 분석은 많은 분야에서 오랜 전통을 가지고 있으며 사회생태학적 관계와 시스템을 연구하기 위한 새로운 전략 개발에 도움이 됩니다. 이를 위해 사회과학과 자연과학적 접근을 결합한다. 이 과정은 네트워크에 대한 소개로 시작하여 소셜 및 SNS 네트워크를 분석하는 데 사용되는 다양한 기법과 통계적 추론 방법을 다룹니다. 이 프로세스에는 R 프로그래밍 등이 필요할 수 있습니다. 초점은 사회 시스템에 대한 네트워크 기반 가설을 개발하고 효과적으로 테스트하기 위한 학생의 역량 개발에 있습니다.
딥러닝의 기초와 응용
머신러닝을 이수한 학생들에게는 기본적인 딥러닝 이론을 가르치고 딥러닝의 다양한 응용을 탐구한다. 새로운 딥러닝 모델을 설계하고 구현하는 능력 개발을 목표로 합니다.
빅데이터 의사결정 분석
이 과정은 비즈니스 리더가 종종 직면하는 불확실성 하에서 다양한 유형의 복잡하고 정의하기 어려운 의사 결정 문제를 효과적이고 효율적으로 해결하는 능력을 향상시키는 것을 목표로 합니다. 이를 위해 서술적 접근을 통해 의사결정의 이론과 개념을 소개하고, 의사결정 시 범하기 쉬운 다양한 편향을 소개한다. 실생활에서 일어날 수 있는 다양한 의사결정 분석 사례를 의사결정 이론과 함께 소개함으로써 본 과정을 이수한 후 잘못된 편향에 빠지지 않고 의사결정을 할 때 보편적이고 타당한 입장에서 배울 수 있을 것입니다. – 메이킹이 가능해지고 타인의 의도와 편견을 파악하여 중요한 의사결정이나 협상에서 우위를 점할 수 있는 능력을 자연스럽게 습득한다.
메타버스 샵
우리 삶의 연장이자 대체 현실로서 비즈니스 기회는 메타버스를 통해 확장됩니다. 본 강의를 통해 학생들은 메타버스를 이해하고, 메타버스를 통해 개인 및 조직의 가치를 창출하는 방법을 배우며, 메타버스 기반의 마케팅, 창업, 데이터 관리에 대한 이해를 넓힐 수 있습니다.
시뮬레이션 기초
이 과정에서 학생들은 공학뿐만 아니라 경제 및 사회 과학에서 널리 사용되는 시뮬레이션 방법론을 알게 됩니다. 시뮬레이션은 가변성(불확실성)으로 인해 수학적 분석이 제한되거나 매우 어려운 의사 결정 환경에서 매우 유용한 분석 방법입니다. 시뮬레이션 기법을 적용하여 마케팅, 재무, 생산 분야의 비즈니스 사례를 분석하고 전체 경영 프로세스를 체계적으로 이해합니다. Crystal Ball 및 @RISK와 같은 Excel 기반 시뮬레이션 소프트웨어를 사용하여 다양한 사례를 모델링하고 결과를 해석합니다.
빅데이터 알고리즘
프로그래밍에서 데이터를 구조적으로 표현하는 데이터 구조와 이를 구현하는데 필요한 알고리즘의 기본 이론과 응용에 대해 학습한다. 이 과정의 목표는 프로그래밍 언어를 가르치는 것이 아니라 알고리즘 설계 및 최적화를 위한 기본 지식을 전달하는 것입니다. (연결된) 목록, 스택, 대기열 및 그래프와 같은 기본 데이터 구조, 복잡성 분석에 기반한 알고리즘 분석, 재귀 및 동적 프로그래밍을 포함하여 프로그래밍 구문 및 객체 지향 프로그래밍의 기본 시스템을 다룹니다. 또한 운송 계획 및 네트워크 최적화와 같은 관리 과학 및 비즈니스 분석에서 기본 모델을 구현할 수 있는 방법을 조사합니다.
추천 시스템
정보 검색 및 정보 필터링은 최근 디지털 데이터의 용량이 증가하고 다양해짐에 따라 중요한 연구 주제가 되었습니다. 정보 검색은 많은 양의 데이터에서 사용자가 원하는 정보를 쉽게 찾을 수 있는 방법을 제시하고, 정보 필터링은 복잡하고 방대한 데이터에서 사용자가 원하는 개인에게 최적화된 정보만을 추출하여 제시하는 방법을 제안합니다. 추천 시스템은 정보 검색과 정보 필터링에서 한 단계 더 나아가 사용자가 원하는 선호도를 유추한 후 사용자가 원하는 정보와 개인화된 정보만을 제시하여 사용자가 홍수 속에서 원하는 정보만을 쉽게 찾을 수 있도록 하는 시스템입니다. 정보를 찾을 수 있습니다. 이 추천 시스템은 마케팅의 CRM 영역에서 핵심적인 방법으로 활용되며 빅데이터 분석에서도 핵심적인 방법으로 활용되고 있다. 이번 강의에서는 기존의 협업 필터링과 콘텐츠 기반 필터링에 대해서만 배우는 것이 아니라 네트워크 환경에 적합한 다양한 휴리스틱 기법과 최신 기법에 대해 배우게 됩니다.
빅데이터 마케팅
이 과정은 마케팅 조사 및 분석에 중점을 두고 데이터 기반 마케팅 이론 및 방법을 소개합니다. 빅데이터, 스몰데이터 등 다양한 소스의 데이터에 통계적, 머신러닝 기법을 적용하여 마케팅 의사결정에 유용한 인사이트를 도출하는 방법을 학습한다. 특히 마케팅 데이터 분석을 통해 특정 마케팅 문제를 해결하기 위한 분석 방법론을 경험하게 됩니다.
빅데이터 분석
빅데이터와 분석은 기업과 우리의 삶을 빠르게 변화시키고 있습니다. 빅 데이터는 특히 새로운 형태의 조직(예: AirBnB), 비즈니스 프로세스의 혁신, 조직 구조 및 문화, 정치 및 의사 결정에 영향을 미칩니다. 현재 빅데이터는 상당한 경제적 가치를 창출합니다. 예를 들어, McKinsey Consulting Group은 미국 의료 산업에서만 매년 3,000억 달러 상당의 빅 데이터를 생성할 수 있다고 말했습니다. 이런 상황에서 많은 기업들이 빅데이터 분석 능력을 갖춘 인력 부족으로 어려움을 겪고 있다. 이 과정에서 참가자는 데이터를 분석하고 비즈니스 프로세스에 적용하는 방법을 배웁니다. 구체적으로 분산 처리 기법을 학습하여 빅데이터를 쉽게 분석하는 방법을 배웁니다.
AI 빅데이터 윤리
정보보호 및 보안과 관련된 정보윤리를 포함하여 인공지능 및 빅데이터 분야의 주요 윤리적 이슈에 대한 전반적인 내용을 다룬다. 정보보호 개념, 비밀번호, 시스템 및 네트워크 보안, 인증, 개인정보보호, 물리정보보호, 재해복구계획, 접근통제 등을 학습하는 것을 목표로 한다. 또한 정보윤리, 기술윤리, 시스템윤리 등 다양한 분야의 윤리적 이슈를 책임 있는 기업경영의 틀 안에서 사례로 다루고 있습니다. 이 과정을 통해 학생들은 안전하고 지속 가능한 정보 사회를 유지하기 위한 동기와 능력을 배우게 됩니다.
내 데이터
과거의 조직 중심 데이터 패러다임이 최근에는 사람 중심 데이터 패러다임으로 바뀌었습니다. 이러한 패러다임 중 대표적인 아이디어가 My Data입니다. 국내에서는 마이데이터에 관한 법률이 제정되어 마이데이터 서비스가 본격화되고 있습니다. 이 과정에서 참가자는 My Data 아이디어, 서비스, 기술, 사례 및 시스템에 대해 배웁니다. 특히 My Data 비즈니스 모델 및 사례에 중점을 둡니다.
빅데이터 연구 방법론
본 강의는 빅데이터 분석과 인공지능 기법을 활용한 사회과학 연구 방법론을 다룬다. 본 강의를 통해 빅데이터 활용에 중점을 둔 학생들은 연구 논문을 체계적으로(적절하고 엄격하게) 작성/작성하고 관련 분야의 기술 논문을 제대로 이해/비평하기 위한 연구 방법을 익힐 수 있다. 이 과정의 목표는 학생들에게 연구 기술을 갖추도록 하는 것입니다.
AI 빅데이터 경제
빅데이터와 인공지능 시대에 많은 기업들이 치열한 경쟁에 직면해 있습니다. 따라서 기업은 빅데이터와 인공지능을 전략적으로 활용해 경쟁우위를 확보해야 한다. 본 과정에서는 빅데이터 시대에 기업이 어떻게 경쟁력을 유지할 수 있는지, 인공지능을 활용하여 효과적인 비즈니스 전략을 수립하는 방법, 성공을 위한 전략을 실행하고 조직을 재구성하는 방법을 게임이론을 통해 학습합니다.
빅데이터 독립적인 심층 연구
학생과 교수 간의 독립적인 학술 커뮤니케이션을 통해 학생들이 관심 있는 빅데이터 및 인공지능 주제와 의사결정 문제에 대한 연구에 몰두합니다. 심도 있는 연구를 통해 비판적 사고와 대안적 사고를 강화하고 과학적 역량을 기른다. 빅데이터 응용 전공과 관련된 주제를 스스로 선택하여 학생과 교수가 일대일로 상호작용하면서 학습하는 형태로 제공된다. 교수의 지도 아래 학생들은 주제를 탐구하고 그 결과를 보고서나 에세이 형식으로 제출합니다.