Skip to content

pilsung-kang/Business-Analytics-ITS504-

Repository files navigation

Business-Analytics-ITS504

Course homepage for "Business Analytics (ITS504)" @Korea University

Notice

  • 기말 프로젝트 공지

    • 프로젝트 목적: 교과목에서 배운 방법론을 이용하여 해결 가능한 현업 문제를 발굴
    • 결과물 형식: 보고서(워드프로세서 제한 없음, PDF 포맷으로 변환하여 제출)
    • 보고서 분량: A4 최소 5페이지 이상, 최대 20페이지 이내
    • 보고서에 반드시 포함되어야 하는 내용: 문제 정의, 가용한 데이터 설명, 문제를 해결하기 위해 적합한 방법론 및 선정 이유, 예상되는 결과, 성공적인 프로젝트 수행으로 인한 기대/파급효과
    • (Optional) 실제 확보한 데이터에 대한 탐색 결과 및 모델링 수행 내용 (적용한 Machine Learning 모델의 성능 자체는 평가 점수에 영향을 주지 않으니 걱정하지 않아도 됩니다)
    • 제출 기한: 2020년 12월 20일(일) 23시 59분
    • 제출 방식: PDF파일을 이메일로 제출 ([email protected])
  • 비대면 기말고사 공지

    • 일시: 2020년 12월 22일(화) 오후 6시 30분~7시 45분 (75분)
    • 형식: Google Meet 회의 링크에 접속하여 시험시간 동안 비디오를 켠 상태에서 시험 실시
    • 시험 방식: Open Slide + Cheating Sheet (A4용지 앞뒤로 2장, 총 4페이지, 본인이 직접 필기한 자료만 인정) 
    • 링크 및 시험 문제는 당일 오후 6시 25분에 블랙보드의 이메일 기능을 이용하여 전송
    • 기말고사 제출 방식
    • 7시 45분 시점에서 답안지(A4 단면)를 페이지별로 휴대폰으로 촬영하여 담당교수 이메일([email protected])로 전송
    • 12월 25일(금) 자정까지 Cheating Sheet와 답안지 원본을 스테이플러로 결합하여 담당교수 연구실로 제출(창의관 801A호, 부재중일 경우 문 아래로 밀어넣기)
  • Course syllabus: (Document, Slide, Video)

  • Recommended Books

    • 데이터마이닝 기법과 응용, 전치혁, 한나래아카데미
    • R을 이용한 데이터마이닝, 박창이, 교우사
    • R을 활용한 데이터과학, 개럿 그롤문드, 김설기/최혜민, 인사이트
    • R Cookbook:데이터 분석과 통계 그래픽스를 위한 실전 예제, 폴 티터, 이제원,

Schedule

Topic 1: Introduction to Business Analytics

  • 빅데이터 분석 개요 및 주요 개념 (Slide, Video)
  • 데이터과학 프로젝트 절차 (Slide, Video)
  • 기계학습 방법론 (Slide, Video)
  • 제조업 활용 사례: 가상 계측 모델 개발 (Slide, Video)

Topic 2: Multivariate Linear Regression

  • 다중선형회귀분석 개요, 회귀분석 해찾기(최소자승법), 회귀분석 타당성 지표(R2, Adjusted R2) (Slide, Video)
  • 회귀모형 성능 평가 지표 (Slide, Video)
  • 다중선형 회귀분석 R 실습(optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Video, R Script & Dataset)

Topic 3: Logistic Regression

  • 로지스틱회귀분석 개요 (Slide, Video)
  • 로지스틱 회귀분석 해찾기: 기울기(경사) 하강법 (Slide, Video)
  • 로지스틱 회귀분석 결과해석 및 다항로지스틱 회귀분석 (Slide, Video)
  • 분류모형 성능 평가 지표 (Slide, Video)
  • 로지스틱 회귀분석 R 실습(optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Slide, Video, R Script & Dataset)

Topic 4: Dimensionality Reduction

Topic 5: Decision Tree

  • 의사결정나무 특징, 분류나무(재귀적 분기, 불순도 측정, 정보 획득의 개념), 과적합 방지를 위한 가지치기, 의사결정나무 해석, 회귀나무의 불순도 측정 (Slide, Video)
  • 의사결정나무(분류나무) R 실습(optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Slide, Video, R Script & Dataset)
  • 의사결정나무(회귀나무) R 실습(optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Slide, Video, R Script & Dataset)

Topic 6: Artificial Neural Network

  • 인공신경망 개요, Perceptron 구조, Gradient Descent 학습 (Slide, Video)
  • 다층 퍼셉트론 (Slide, Video)
  • 인공신경망 R 실습 (optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Slide, Video, R Script & Dataset)

Topic 7: Clustering

Topic 8: Association Rule Mining

  • 연관규칙분석 - 배경, A-Priori Algorithm (Slide, Video)
  • 연관규칙분석 R 실습 (optional, 2020년 1학기 산업경영공학부 다변량데이터분석 실습자료) (Video, R Script & Dataset)

About

Course homepage for "Business Analytics (ITS504)" @korea University

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published