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 교과인증과정ㅡ주전공, 복수전공, 연합전공 및 융합전공 간
‧ 9~11학점 기준의 교과인증과정ㅡ주전공, 복수전공, 연합전공 및 융합전공 간
‧ 모든 교과인증과정ㅡ부전공, 연계전공 간
‧ 모든 교과인증과정ㅡ졸업을 위해 각 단과대학 및 학과(부)의 교양이수규정에서 정한 교양 교과목(36~54학점 사이) 간
‧ 서로 다른 교과인증과정 간

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
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