1학년
- 미적분학
- 함수의 변화율과 적분을 배우고 공학 문제에 적용합니다.
- 선형대수
- 벡터와 행렬, 연립방정식을 이용해 데이터를 수학적으로 표현합니다.
- 통계학개론
- 자료의 요약과 추론의 기본 개념을 학습합니다.
- 프로그래밍기초
- 변수와 조건문, 반복문, 함수를 이용해 작은 프로그램을 작성합니다.
- 컴퓨터개론
- 컴퓨터의 구성과 소프트웨어의 역할을 살펴봅니다.
데이터사이언스·통계학과
자료를 수집하고 분석하며 통계적 근거와 해석의 한계를 설명합니다. 교육과정은 대학마다 다르며 아래는 대표적인 구성입니다.
4년제 자연·사회
- 데이터사이언스학과
- 통계학과
- 응용통계학과
이런 학생에게 맞습니다
- 숫자에서 질문을 찾고 결과의 근거를 확인하는 학생에게 맞습니다.
- 자료를 정리하고 그래프로 설명하는 활동이 즐거운 학생에게 맞습니다.
고교에서 준비합니다
확률과통계와 미적분을 공부하고 공개 데이터의 출처와 단위를 확인하며 분석하면 도움이 됩니다.
대표적인 교육과정
교육과정은 대학마다 다르며 대표적인 구성을 안내합니다.
2학년
- 확률론
- 확률변수와 분포, 기댓값의 성질을 학습합니다.
- 수리통계학
- 추정과 검정의 수학적 근거와 적용 조건을 학습합니다.
- 통계프로그래밍
- 코드로 데이터를 정리하고 통계 분석을 재현합니다.
- 자료구조
- 리스트와 트리, 해시 등 데이터를 저장하고 찾는 구조를 구현합니다.
- 데이터베이스
- 데이터 모델과 관계형 데이터베이스, 질의와 트랜잭션을 학습합니다.
3학년
- 회귀분석
- 변수 사이의 관계를 모형화하고 가정과 오차를 점검합니다.
- 실험계획법
- 실험 조건을 설계하고 요인의 영향을 비교합니다.
- 다변량분석
- 여러 변수를 함께 분석하고 자료의 구조를 해석합니다.
- 기계학습
- 학습 데이터로 모델을 만들고 검증 데이터로 성능을 평가합니다.
- 데이터시각화
- 질문에 맞는 그래프를 선택하고 결과를 명확하게 전달합니다.
4학년
- 통계분석프로젝트
- 분석 질문과 방법을 정하고 결과와 한계를 보고합니다.
- 시계열분석
- 시간에 따른 데이터의 변화와 예측 오차를 분석합니다.
- 표본조사론
- 표본을 설계하고 조사 자료의 대표성과 오차를 검토합니다.
- 데이터마이닝
- 데이터에서 패턴을 찾고 결과의 의미와 한계를 해석합니다.
- 인공지능윤리
- 데이터와 모델의 편향, 책임과 사회적 영향을 검토합니다.
졸업할 때 갖추는 능력
- 자료의 결측과 편향을 점검하고 분석 방법을 선택하는 능력을 기릅니다.
- 통계적 가정과 불확실성을 고려해 결과를 해석하는 능력을 기릅니다.
- 질의와 코드로 분석을 재현하고 보고하는 능력을 기릅니다.
관련 직무와 책
함께 확인합니다
통계학과 데이터사이언스학의 수학과 컴퓨팅 비중은 다를 수 있습니다. 상관관계를 인과관계로 해석하지 않도록 주의합니다.