디지털융합금융학과
교수요목
- DFC 601 컴퓨팅사고력 기초 (Computational Thinking) [3]
- 정답이 정해지지 않은 문제에 대한 해답을 일반화하는 과정으로 다양한 변수에 기반한 포괄적이며 유의미한 해답도출이 필요한데, 특히 비컴퓨터 전공자에 대해 이러한 사고를 통해서 발견한 문제분해(decomposition), 자료표현(data representation), 일반화(generalization), 모형(modeling), 알고리즘을 강의한다.
- DFC 602 금융 비즈니스 모델과 디지털기술 (Information Technology and Business Model for Financial Service) [3]
- 전통적인 금융업에서 디지털 금융으로 전환에 있어서의 이론적 배경과 금융비즈니스 모델의 발전과 파괴적 혁신에 의한 금융 혁신 전략, 핀테크 패턴과 챌린저 뱅크 비즈니스 모델, 우리나라 디지털 금융 제도와 금융회사의 혁신 전략을 사례 중심으로 강의하고, 로봇어드바이져, 모바일, O2O, P2P 금융서비스 등의 최신의 IT 기술에 대한 전반적인 이론들과 이를 응용한 금융 서비스 모델들에 관하여 강의한다.
- DFC 603 빅데이터와 데이터 모델링 (Big Data and Financial Data Modeling) [3]
- 빅데이터 분석에 필요한 데이터 모델링 기법에 대한 전반적인 이론과 금융의 빅데이터 분석 기회 식별 및 구체화 방법론, 금융 빅데이터 유스케이스 분석 프로젝트 기획 및 실행 절차, 분석 과제 정의/질문 정의/변수 정의/통계모델정의 검증 방안에 대하여 학습한다.
- DFC 604 빅데이터와 파이선 실습 (Big Data Analysis using Python) [3]
- 빅데이터 분석에 사용되는 언어로 파이선을 사용한 실습을 학습한다.
- DFC 605 기초 인공지능 이론 (Basic Artificial Intelligence Theory) [3]
- 知的 行動을 컴퓨터에 適用하기위한 知識表現方式과 같은 基礎的 理論에 서부터 game playing, planning, understanding, 自然語處理, 學習, 專門家 시스템 등에 관한 理論과 오픈소스를 활용한 실습으로 강의한다.
- DFC 606 심화 인공지능 이론과 응용 (Artificial Intelligence Theory and Application) [3]
- 知的 行動을 컴퓨터에 適用하기위한 知識表現方式과 같은 基礎的 理論에 서부터 game playing, planning, understanding, 自然語處理, 學習, 專門家 시스템 등에 관한 理論과 오픈소스를 활용한 실습으로 강의한다.
- DFC 607 블록체인 이론과 실습 I (Block Chain Theory and Application I) [3]
- 가상화폐 등에 적용된 블록체인 이론을 살펴보고, 실제 이를 활용한 서비스들을 실습을 통하여 분석하도록 한다.
- DFC 608 블록체인 이론과 실습 II (Block Chain Theory and Application II) [3]
- 블록체인 기반의 서비스 분석과 심화 학습을 통한 실습위주로 강의한다.
- DFC 609 빅데이터 분석 이론 및 실습 (Big data Analysis and Practice) [3]
- 빅데이터 분석에 사용되는 기초 통계 이론 및 머신러닝 이론을 학습한다. 빅데이터 분석을 위한 기초과정으로 파이썬을 이용한 실습과 향후 빅데이터 분석활용에 필수적인 텍스트 마이닝에 관한 기본 이론을 강의한다.
- DFC 610 Design Thinking 과 비즈니스 (Design Thinking and Business) [3]
- Design Thinking 개념 정리와 이를 통한 비즈니스 모델을 만드는 과정을 다룬다. 이 과정을 이해하여 실제 프로젝트 설계 및 구현에 활용하도록 한다.
- DFC 611 디지털 금융의 규제와 이해 (Understanding of Digital Finance) [3]
- 현재의 디지털 금융 거래의 법/제도/규제 등을 살펴보고, 최신 기술의 적용을 위한 규제 개혁의 필요성과 선제적 대응방안들을 강의한다.
- DFC 612 금융 디지털 마케팅 (Financial Digital Marketing) [3]
- 디지털 시대의 SNS, 모바일 등을 활용한 마케팅 과정을 위해 전략적 브랜드 관리, 마케팅조사론, BtoC 마케팅, SNS분석을 위한 소셜 애널리틱, 스마트 펀테크 UX/UI에 대하여 학습한다.
- DFC 613 금융 디지털 전략 (Financial Digital Strategy) [3]
- 디지털 경영전략 수립 관련한 창업과 벤처전략, 신사업 전략과 기술 혁신, 핀테크 스타트업에 대한 투자 역량 강화(M&A 및 재무적 분석 등)를 사례중심으로 강의한다.
- DFC 614 금융 디지털 경험 (Finalcial Digital Experience) [3]
- 프로젝트 설계 및 구현을 위한 세미나와 실습으로 보고서를 작성한다.
- DFC 615 인공지능과 자연언어처리기술 (NLP for Digital Finance Engineering) [3]
- 텍스트 중심의 자연어는 금융공학분야에서 주로 다루어지는 대표적인 데이터 종류이다. 텍스트 데이터를 분석하고 여기에서 의미있는 지식을 추출하거나 대화 로봇 등을 개발하기 위한 기계학습을 수행하기 위해서는 자연어처리 기술이 요구되어 진다. 본 강의는 디지털금융공학 분야의 텍스트 데이터를 가공, 분석, 이해할 수 있는 요소 기술과 응용 기술을 학습한다.
- DFC 616 정보검색기술 (Modern Information Retrieval Technique) [3]
- 정보검색기술은 대량의 데이터로부터 원하는 정보를 색인/검색하는 기술뿐만 아니라 질의 응답 기술 등 디지털금융공학 분야에서 요구하는 많은 핵심 요소 기술을 포함한다. 본 강의는 금용 빅데이터를 효율적으로 관리. 색인. 검색하는 기술과 대화시스템의 질의응답을 위한 기술을 학습한다.
- DFC 617 인공지능과 디지털금융 추천시스템 (Digital Financial Recommender System) [3]
- 추천 시스템은 사용자의 의도 및 선호에 맞춰서 사용자의 항목을 예측하고 정보를 필터링하는 시스템이다 . 최근 많은 금융분야에서 고객에게 적합한 투자 상품이나 연금, 예금 상품을 추천하기 위하여 추천 시스템의 도입이 시도되고 있다. 본 강의는 디지털금융 분야의 추천 시스템의 핵심 이론과 요소 기술을 학습한다.
- DFC 618 금융데이터와 고급기계학습론 (Advanced Machine Learning) [3]
- 본 강의는 기계학습 관점에서 핵심적인 요소들을 다룬다 . 또한 기계학습 영역에서 현재 연구되고 있는 주제들과 방법들의 소개한다 . 정규 네트워크 , 서포트 벡터 머신 , 핵심 주성분분석 , 핵심 정준상관분석 , 비정상 데이터 찾기 등의 학습 알고리즘들과 알고리즘들을 위한 값들이 어떻게 되는지에 관하여 논의한다 . 자료들은 최근에 발표된 책을 위주로 진행한다.
- DFC 620 프로젝트 설계 및 구현 I (Project Implementation I) [3]
- 프로젝트 설계 및 구현을 위한 세미나와 실습으로 보고서를 작성한다.
- DFC 621 프로젝트 설계 및 구현 II (Project Implementation II) [3]
- 프로젝트 설계 및 구현을 위한 세미나와 실습으로 보고서를 작성한다.
-
DFC 622 심화데이터과학 (Advanced Data Science) [3]
문제의 정의, 문제 해결을 위한 데이터의 수집 및 정제, 분석 및 예측을 위한 모델링, 결과의 시각화 및 스토리텔링을 포함하는 일련의 데이터분석 과정을 수행하기 위해 필요한 기술적 이론과 응용을 학습한다.
통계, 컴퓨터 과학 및 소프트웨어 공학의 개념이 포함되며 데이터를 관리하고 분석하는 데 필요한 기술을 배운다.
탐색 적 데이터 분석, 통계적 추론 및 모델링, 기계 학습 및 고차원 데이터 분석과 같은 개념을 학습하고 디지털금융 분야 응용에 대해 고찰한다.
DFC 623 심화기계학습론 (Advanced Machine Learning) [3]
기계학습에 관한 이론 및 실제적인 응용에 관해 학습한다. 감독 학습과 무감독 학습 및 강화학습에 관한 원리와 이론적인 배경 그리고 이들에 대한 구체적인 알고리즘을 학습한다.
특히 빠르게 발전하고 있는 인공신경망과 딥러닝 기술의 학습에 중점을 두고 이들 기술의 대표적 응용 분야인 컴퓨터 비젼과 자연언어처리 응용에 대해 소개하고, 디지털 금융 분야 응용에 대해서도 고찰한다.