Basic information
- 강의자: 여지호
- 시간:
- 화요일 13:00 ~ 14:00
- 목요일 13:00 ~ 15:00
- 강의실:
- 인사례교양동 206호
- 비대면실시간 진행 (Zoom)
: 코로나로 인해 참석이 어려운 학생
: 녹화 영상 업로드 예정
- 교재:
- 학생이 반드시 구매해야 할 교재는 없습니다. Lecture notes 및 RMarkdown을 통해 충분한 정보를 제공할 계획입니다. 강의자료는 아래의 교재들을 참고하여 작성될 계획입니다
- G. Grolemund and H. Wickham. R for Data Science.
- Roger D. Peng. Exploratory Data Analysis with R
- G. James, D. Witten, T. Hastie and R. Tibshirani. Introduction to Statistical Learning with Applications in R. Springer 2013. A free PDF of this book can be downloaded at their site.
- Robin Lovelace, Jakub Nowosad, Jannes Muenchow, Geocomputation with R
- Edzer Pebesma, Roger Bivand, Spatial Data Science: https://keen-swartz-3146c4.netlify.app/
- Must Learning with R, DoublekPark 외 2명 https://wikidocs.net/book/2841
- Introduction to Data Science, Rafael A. Irizarry
- RMarkdown for Scientist , Nicholas Tierney
- Mastering Shiny: https://mastering-shiny.org/
- Data Wrangling: https://dcl-wrangle.stanford.edu/
- 소통
Goal of a course
- 오픈 데이터 기반의 데이터 읽기, 데이터 전처리, 시각화, 모델링 등 데이터 분석의 전 과정에 대한 흐름 학습
- 다양한 종류의 공공데이터 종류를 파악하고 분석
Prerequisite
Schedule and Lecture note
- 데이터 분석을 위한 핵심 라이브러리 복습
- 오픈 데이터 분석(API 호출하는 방법 Study)
- Text data analysis
Grading Policy
- 중간과제(시험) - 40%
- 데이터가 주어졌을 때 해당 데이터의 전처리 + 시각화 + 분석 결과 제시
- 4월 21일 (목요일) 13시
- 오픈북 (인터넷X, 메신저X)
- 60분
- 기말시험 - 40%
- 오픈데이터의 유형 및 출처가 주어졌을 때 해당 오픈데이터를 사용한
코딩 테스트 + 데이터 시각화 + 분석결과 제시
- 자세한 내용(데이터, 평가방법 등)은 추후 공지(중간고사 이후)
- 실습참여: 10%
- 본인들이 실습한 코드를 제출
- 제출여부만 성적에 반영
- 1개 미제출 시 -1점씩