교과인증과정

1. ‘교과인증과정’이란

  • - 급변하는 기술 및 교육환경에 대응하는 미래 인재 양성을 위해 전문화된 지식을 유연하게 학습하고 인증받을 수 있는 최소 단위의 교과과정을 도입
  • - 전공을 넘어서서 다양한 지식 능력을 단기간 학습할 수 있는 교과과정을 운영하여 학생의 선택권 확대를 도모
  • - 학칙 제77조의 2에 의거하여 이수내역을 졸업증명서(학위수여증명서) 및 성적증명서에 기재

2. 통계학과 주관 교과인증과정

    1. □ 데이터 애널리틱스(Data Analytics)
    2. □ 데이터 컴퓨팅(Computing for Data)

3. 이수대상

    1. - 학부생

4. 이수 시 유의사항

    1. - 학생당 이수 가능 교과인증과정 2개로 제한
    2. - 교과목 중복 인정 여부
중복 인정 가능
(교과인증과정 당 3학점까지 가능)
중복 인정 불가
12~15학점 기준의 교과인증과정
– 주전공, 복수전공, 연합전공 및 융합전공 간
‧ 9~11학점 기준의 교과인증과정 – 주전공, 복수전공, 연합전공 및 융합전공 간
‧ 모든 교과인증과정 – 부전공, 연계전공 간
‧ 모든 교과인증과정(학부대학 주관 인증과정 제외)
– 졸업을 위해 각 단과대학 및 학과(부)의 교양이수규정에서 정한 교양 교과목(36~54학점 사이) 간
‧ 서로 다른 교과인증과정 간

※ 중복 인정 불가 교과목 이수 시 ‘일선’으로 교과구분 변경해야 교과인증과정 이수 과목으로 인정

5. 과정별 이수기준
인증과정 명칭
이수
대상
개설학기
이수기준학점
교과목
이수기준
기타 이수에
필요한 사항
국문명
영문명
교과목번호
교과목명
데이터 애널리틱스
Data
Analytics
학부
2022-2
12
F37.302 (L0444.000800)
컴퓨팅 응용: 데이터사이언스의 기초
· 4과목 12학점 이수

필수 교과목 3과목
컴퓨팅 응용: 데이터사이언스의 기초, 자료분석 및 실습 (대체교과목: 회귀분석 및 실습), 자료분석 심화방법론 및 실습

다음 교과목 중 택 1
베이즈통계 및 실습, 생존자료분석 및 실습, 데이터마이닝 방법 및 실습, 비모수통계 및 실습, 시계열분석 및 실습

· 4과목 성적 평점평균 2.0 이상

· ‘타 학과(부) 전공 교과목 성적평가방법 선택제’를 통해 성적평가방법을 급락제(S/U)로 변경하여 S 성적을 취득한 교과목은 최대 3학점까지 인정
학부 교양 수준의
미적분학과 확률의 이해
M1399.001400
자료분석 및 실습
M1399.001500
자료분석 심화방법론 및 실습
326.411
베이즈통계 및 실습
326.412
생존자료분석 및 실습
326.413
데이터마이닝 방법 및 실습
326.414
비모수통계 및 실습
326.415
시계열분석 및 실습
데이터 컴퓨팅
Computing
for Data
학부
2022-2
12
M3500.004400
(공유)프로그래밍 기초
· 4과목 12학점 이수
· 단, 과목군 1 은 필수이며, 과목군 2에서 택1하고, 과목군 3에서 택2한다.

과목군 1
(공유)프로그래밍 기초(대체교과목: 컴퓨팅 핵심: 컴퓨터로 생각하기)

과목군 2
(공유)알고리즘, (공유)자료구조와 알고리즘

과목군 3
전산통계 및 실험, 통계계산, 베이즈통계 및 실습, 데이터마이닝 방법 및 실습

· 4과목 성적 평점평균 2.0 이상

· ‘타 학과(부) 전공 교과목 성적평가방법 선택제’를 통해 성적평가방법을 급락제(S/U)로 변경하여 S 성적을 취득한 교과목은 최대 3학점까지 인정
· 교양 교과목 「컴퓨팅 응용: 데이터사이언스의 기초」 선이수 권장
· 학부 교양 수준의 미적분학과 확률의 이해
M3500.004200
(공유)알고리즘
M3502.000800
(공유)자료구조와 알고리즘
326.212
전산통계 및 실험
M1399.000100
통계계산
326.411
베이즈통계 및 실습
326.413
데이터마이닝 방법 및 실습