Visualization

CLASS INFO

• Semester: Fall, 2025
• Class time/ Class room: / Mirae Building
• Text book:
• Course Description: 시각화는 데이터가 가지고 있는 통계적인 특성일 효과적으로 전달하는 수단이다. 본 수업에서는 고차원 구조 데이터의 속성을 요약하고 전달하기 위한 통계적 방법을 소개한다. 이 수업의 전반부에서는 통계적 시각화 도구와 시각화를 구현하기 위한 프로그래밍 방법을 배우고 후반부에서는 고차원 데이터를 저차원 공간에서 표현하여 그것을 시각화하는 방법들을 배운다. 후반부의 수업 내용들은 고차원 데이터의 비선형축약과 잠재공간에서 데이터 표현형의 학습 방법론을 포함한다. 이 수업은 학부 3, 4학년을 위한 과목으로 파이썬 기초, 선형대수(행렬대수)에 대한 사전 지식이 필요하다.

CONTENTS

• [1주차] 시각화의 역사
  1. 기록하고 그리기
  2. 시각화와 설득
  3. 스토리텔링
  4. 시각화의 요소
  5. 시각화를 이용한 스토리만들기
  6. 그래프 고치기
• [2주차] 통계량의 시각화
  1. 빈도분석
  2. 연속형 변수의 분포와 히스토그램
  3. 다변량자료의 시각화
  4. 자료 분포의 비교
• [3주차] 데이터 분석 결과의 시각화
  1. 분산분석과 평균의 비교
  2. 회귀분석
  3. 분류분석
• [4주차] 공간정보의 시각화
  1. 디지털데이터
• [5주차] Server and DB
  1. 디지털데이터
• [6주차] Data analysis on the inner product space
  1. 디지털데이터
• [7주차] PCA and ICA
  1. 디지털데이터
• [8주차] 중간고사
  1. 디지털데이터
• [9주차] Factor Analysis
  1. 디지털데이터
• [10주차] Multi-dimensional Scaling
  1. 디지털데이터
• [11주차] Reproducing Kernel Hilber Space
  1. 디지털데이터
• [12주차] Functional PCA
  1. 디지털데이터
• [13주차] T-Stochastic Neighborhood Estimation
  1. 디지털데이터
• [14주차] 기말고사
  1. 디지털데이터