서울대 데이터사이언스대학원 과목별 교제명

아래 홈페이지에 교제명이 제공되는 경우만 추렸습니다. 복수의 교제가 제공되는 경우 가장 상위 두권만 적었습니다. 

 

https://gsds.snu.ac.kr/ko/courses

터 대학원에 가고는 싶지만 여건이 안되는 분들을 위해 독학하시라고 교제목록만 추린 것입니다. 

 

<기초교과목>

 

1) 데이터사이언스를 위한 확률과 통계

All of Statistics by Larry Wasserman, Springer 2004

 

2) 데이터사이언스를 위한 컴퓨팅

 

Practical Programming - An Introduction to Computer Science Using Python 3.6 (third edition)

Introduction to Computing Systems: from bits & gates to C & beyond (third edition)

 

<계산교과목>

 

1) 시각적 이해를 위한 기계학습

 

"Probabilistic Machine Learning: An Introduction (2nd Ed.)" by Kevin Murphy, 2021, MIT Press.

"Deep Learning" by Ian Goodfellow, Yoshua Bengio, Aaron Courville, 2015, MIT Press.

 

2) 데이터사이언스를 위한 머신러닝 및 딥러닝

Pattern Recognition and Machine Learning (Information Science and Statistics)by Christopher M. Bishop

Machine Learning by Tom M Mitchell 

 

 

3) 텍스트 및 자연어 빅데이터 분석 방법론

Speech and Language Processing (3rd ed. Draft)

 

 

4) 분산 기계학습 시스템

Pattern Recognition and Machine Learning (Information Science and Statistics)by Christopher M. Bishop

 

 

5) 데이터사이언스와 강화학습

Sutton & Barto,  Reinforcement Learning: An Introduction, 2nd Edition

 

 

<분석 교과목>

 

1) 데이터분석과 시각화

 

Stephen Few. Now You See it

Edward Tufte. The Visual Display of Quantitative Information

 

 

2) 데이터사이언스를 위한 고급통계분석

Julian J Faraway, Linear models with R, 2nd Edition. CRC Press (Chapman & Hall). 

Dobson, AJ., Barnett, A.G. An Introduction to Generalized Linear Models, 3rd Edition. CRC Press (Chapman & Hall).