| 학년 |
학기 |
교과목 |
모듈명 |
구분 |
학점 |
교과목개요 |
| 2 |
1 |
AI를위한수학 |
AI융합, 헬스케어데이터 |
전공선택 |
3 |
인공지능에 필수적인 선형대수, 미분, 확률의 내용을 배우는 수업이다. 수학적으로 표현하는 방법을 익히고, 고등학교 수학을 넘어서는 부분에 대해서 쉽게 예제를 들어서 강의한다. |
| 2 |
1 |
R프로그래밍기초 |
데이터사이언스, 비즈니스인텔리전스, 제약·바이오데이터 |
전공선택 |
3 |
프로그래밍 언어인 R을 학습하여 데이터 관리, 통계적 분석, 시각화, 머신러닝 및 딥러닝 기반 예측모형 개발 등을 학습하여 데이터로부터 인사이트를 발견할 수 있는 능력을 함양한다. |
| 2 |
1 |
데이터사이언스개론 |
데이터사이언스, 비즈니스인텔리전스 |
전공선택 |
3 |
데이터 분석에 필요한 다양한 통계 분석 기법들을 학습한다. 기본적인 통계 개념을 배우고 통계기법을 이용하여 자료를 분석하는 방법을 학습한다. R을 활용하여 분석 기법들을 구현하는 능력을 배양한다. |
| 2 |
1 |
보건역학과질병의이해 |
의료정보 |
전공선택 |
3 |
인구집단에서 질병의 발생과 분포 및 위험요인을 밝히는 역학의 이론적인 원리를 습득하고 주요 질병의 행태에 대해 학습함으로써 의학, 보건학적 지식 및 전문적인 소통능력을 배양한다. |
| 2 |
1 |
보건의료빅데이터론 |
데이터분석코어 |
전공선택 |
3 |
보건의료에서 4차 산업의 핵심자원인 보건의료빅데이터에 대한 개념과 임상데이터, 청구데이터, 유전체데이터 등 데이터의 유형별 특징과 활용 현황, 가치 등을 학습함으로써 데이터과학이 주도하는 미래보건의료를 준비하기 위한 기본 지식을 함량한다. |
| 2 |
2 |
AI기초 |
데이터분석코어 |
전공선택 |
3 |
EBS 교재를 사용해서 수학과 파이썬을 함께 다루는 내용으로 강의를 진행한다. 응용적인 AI의 측면과 딥러닝의 계산 그래프의 내용도 부가적으로 다룬다. 파이썬 문법은 1주간 강의가 진행된다. |
| 2 |
2 |
데이터마이닝 |
데이터분석코어 |
전공선택 |
3 |
대용량의 데이터로부터 유용한 지식을 탐색하는 데이터마이닝의 기본 개념과 방법론을 습득한다. R을 활용하여 데이터마이닝 방법론을 구현하는 실무 능력을 배양한다. |
| 2 |
2 |
보건의료데이터분석 |
의료정보, 헬스케어데이터 |
전공선택 |
3 |
보건의료데이터의 분석에 사용되는 개념과 원리를 이해하고 의료 분야에서 사용되는 필수적인 통계분석 방법을 익힌다. 의료자료의 구조와 특성에 따라 적절한 분석방법을 선택할 수 있는 능력을 갖출 수 있으며, SPSS를 활용하여 실제 분석을 수행할 수 있다. |
| 2 |
2 |
파이썬프로그래밍기초 |
데이터분석코어 |
전공선택 |
3 |
프로그래밍 언어인 파이썬(Python)의 기초와 활용 방법을 배운다. 파이썬 언어는 최근 전문 프로그래머들이 사용하는 언어 중 하나로 점점 그 비중이 높아져 가고 있다. 변수, 연산, 순환문, 함수 등 기초 문법들을 소개하고, 확률/통계 기반 데이터 분석 등 다양한 애플리케이션 분야에서 사용되는 라이브러리 활용 방법을 습득한다. |
| 3 |
1 |
데이터베이스와SQL |
데이터사이언스 |
전공선택 |
3 |
데이터를 저장하고 관리하기 위해 발전된 프로그램인 데이터베이스를 다룬다. 데이터베이스 작동원리, 최적화와 관련된 주요 사항을 학습한다. 또한, 데이터베이스 사용에 필요한 SQL(Structured Query Langauge)에 대한 실습도 포함한다. |
| 3 |
1 |
데이터시각화 |
데이터사이언스 |
전공선택 |
3 |
효율적인 데이터 정제를 위한 시각화와 데이터 자체가 내포하고 있는 객관적 정보를 나타내는 시각화 기법을 학습한다. R을 활용하여 데이터 분석 결과 및 정보를 전달하기 위한 이미지나 다이어그램 또는 애니메이션 기술을 구현하는 능력을 배양한다. |
| 3 |
1 |
머신러닝이론과실습 |
AI융합, 비즈니스인텔리전스, 헬스케어데이터 |
전공선택 |
3 |
혼공머신이라는 시중에서 주목을 받는 교재를 사용해서 강의한다. 저자의 코딩 경험과 공대 수준에서 쉽게 풀이한 내용으로 구성되어 있다. 머신러닝에 대해서 깊이 있게 이해할 수 있다. |
| 3 |
1 |
보건의료정보학 |
의료정보 |
전공선택 |
3 |
의료정보학은 의무기록, 영상의학자료, 처방자료 등 의료영역에서 생성되는 모든 데이터가 대상이 되는 융합 학문이다. 보건의료데이터의 구조와 종류, 용도, 보건의료용어 및 분류체계, 표준, 임상의사결정시스템를 비롯하여 의료정보학이 포괄하는 지식과 최근의 기술적 진보 및 이에 따른 의료정보의 미래 활용가치를 학습한다. |
| 3 |
1 |
앱개발프로그래밍 |
AI융합 |
전공선택 |
3 |
시각지능과 언어지능에 관련된 신경망 개념을 배운다. 텐서플로우의 문법과 작동원리를 강의한다. 신경망에 대해서 심화과정의 이해를 제공하는 강의가 진행된다. |
| 3 |
1 |
텍스트마이닝 |
데이터사이언스 |
전공선택 |
3 |
일정한 규격이나 형태를 지닌 숫자 데이터와 달리 형태와 구조가 다른 데이터로부터 정보를 추출하는 기법을 학습한다. 비정형 데이터를 정형화 및 특징을 추출하는 기법들을 학습하고 자연어 처리 기술에 기반을 두고 데이터를 가공하는 기술을 배운다. |
| 3 |
1 |
파이썬프로그래밍고급 |
데이터사이언스 |
전공선택 |
3 |
다양한 라이브러리를 활용하여 데이터 전처리, 데이터 분석, 데이터 모델링, 데이터 시각화까지의 전 과정을 학습한다. 데이터 분석 과정은 탐색적 데이터 분석을 위해 전통적인 통계 분석, 기계학습(Feature Engineering) 등 다양한 방식을 활용한다. |
| 3 |
2 |
고급데이터분석 |
비즈니스인텔리전스 |
전공선택 |
3 |
데이터의 종류와 분석의 목표에 따라 다양한 분석방법론을 습득한다. 기계 학습 및 시각화 기술을 활용하여 데이터 인사이트를 도출한다. 특히 군집 분석, 코호트 분석, 예측 분석, 처방 분석 등을 활용하여 과학적 의사결정을 지원하는 능력을 함양한다. |
| 3 |
2 |
병태생리와약물치료원리 |
의료정보, 제약·바이오데이터 |
전공선택 |
3 |
주요 급만성 질환의 발생의 원인과 기전 및 진행양상 등에 관해 익히고, 약물치료의 원리의 기초를 다빈도사용 약물군을 중심으로 학습한다. 질병과 약물치료에 대한 기반 지식을 통해 의료임상데이터에 대한 이해와 활용능력 및 전문적인 소통 능력을 함량할 수 있다. |
| 3 |
2 |
비즈니스인텔리전스 |
데이터사이언스, 비즈니스인텔리전스 |
전공선택 |
3 |
빅데이터 수집, 저장, 분석, 활용을 위한 프로세스와 방법을 학습하고, 데이터 분석을 통한 의사결정지원을 위한 데이터 마이닝, 데이터 시각화, 데이터 도구, 인프라, 모범 사례 등을 실습한다. |
| 3 |
2 |
자연어처리 |
AI융합 |
전공선택 |
3 |
자연어처리에 관련된 유명작가인 김기현 작가의 교재를 활용해서 강의가 진행된다. 자연어처리의 기본부터 최신 기술까지 배울 수 있는 강의이다. |
| 3 |
2 |
첨단바이오의약품과미래의료 |
제약·바이오데이터 |
전공선택 |
3 |
약물치료의 기초, 바이오의약품의 개념과 개발원리, 현황 및 산업과 제도 등을 학습하고, 바이오의약품과 의생명데이터과학의 발전과 융합이 이끄는 미래의료를 조망한다. |
| 3 |
2 |
클라우드컴퓨팅 |
AI융합 |
전공선택 |
3 |
웹상에 인공지능을 구동할 수 있는 Tensorflow.js에 대해서 강의를 진행한다. 자바스크립트의 기본적인 문법에 대해서 강의를 2주간 수행한다. 부가적으로 AWS나 Node.js 등의 클라우드 웹 기술에 대해서 설명도 부가한다. |
| 4 |
1 |
AI신약개발 |
제약·바이오데이터 |
전공선택 |
3 |
신약개발에서 물질 발굴 등의 과정에서 인공지능이 적극적으로 사용되고 있다. AlphaFold 등의 단백질 구조추정 방법도 새롭게 나오고 있다. 이러한 방향의 응용을 다루는 강의이다. 필요한 인공지능 기술은 간단히 설명될 것이다. |
| 4 |
1 |
의료데이터윤리와보안 |
의료정보, 제약·바이오데이터, 헬스케어데이터 |
전공선택 |
3 |
의료정보기술이 발달함에 따라 디지털화된 보건의료정보가 의료목적이나 그 밖의 다양한 목적으로 유통되거나 공동 활용되면서 의료데이터에서 윤리와 보안이 더욱 강조되고 있다. 본 교과에서는 의료데이터의 생성, 수집, 처리 및 활용 과정에서 지켜야 하는 정보윤리와 제도, 규범 등을 익히고, 정보보호와 윤리를 준수하면서 의료데이터 산업과 연구를 육성하기 위한 첨단기술과 제도, 전략 등을 학습한다. |
| 4 |
1 |
캡스톤디자인 |
모듈 외 |
전공필수 |
3 |
기초 및 전공 과목에서 배운 지식을 총망라하는 프로젝트 과목으로서, 보건의료/헬스케어/바이오 산업 분야에서 필요한 시스템/소프트웨어/앱 등을 구현하기 위한 프로젝트를 설계한다. |
| 4 |
2 |
블록체인의이해와활용 |
비즈니스인텔리전스 |
전공선택 |
3 |
블록체인 기술의 개념과 한계점, 응용, 향후 전망에서부터 암호화폐의 작동원리, 작업증명 알고리즘, 스마트계약, NFT, 메타버스, 블록체인과 정보보호, 블록체인과 보건의료 등에 대해 학습한다. |
| 4 |
2 |
의료영상데이터의이해 |
AI융합, 의료정보, 헬스케어데이터 |
전공선택 |
3 |
정밀의료에서 영상 진단이 상용화에 성공을 거두고 있는 추세이다. 의료영상에 관련해서 진단, 분할, 정합 등의 실제 사용되는 의료영상 기술에 적용된 딥러닝 기술들을 수업시간에 살펴보는 수업이 진행된다. |
