기본정보
- 교과목개요바이오헬스 데이터의 폭발적 증가에 따라 이를 체계적으로 해석하고 가치를 창출하는 데이터 사이언스 역량은 미래 바이오헬스 엔지니어의 필수적인 생존 전략. 본 강의는 특정 플랫폼에 국한되지 않는 범용적인 분석 역량 함양을 위해 Python과 Google Colab 환경을 활용하며, 실제 산업 현장의 데이터 보안 및 협업 환경에 대한 이해를 병행.
- 학습목표■ 데이터 보안 및 윤리 의식 확립: 바이오헬스 데이터의 특수성을 이해하고, 개인정보 보호를 위한 비식별화 조치 및 데이터 편향성 방지 등 윤리적 분석 가이드라인을 실제 데이터 처리 과정에 적용할 수 있음.
■ 의학 통계 및 Python 분석 기초 습득: Python 프로그래밍의 기초 문법을 익히고, 이를 바탕으로 그룹 간 차이의 통계적 유의성 검증 등 바이오헬스 연구에 필수적인 기초 의학 통계 원리를 설명하고 구현할 수 있음.
■ 실무형 데이터 전처리 및 시각화: 결측치 처리, 이상치 제거, 정규화 등 데이터 전처리의 핵심 원리를 이해하며, Matplotlib과 Seaborn을 활용하여 비식별화된 생체 신호 데이터를 능숙하게 시각화하고 해석할 수 있음.
■ AI 모델의 기초 적용 및 해석: 머신러닝과 딥러닝의 주요 아키텍처를 바이오 데이터 분석에 도입해 보고, 단순 예측을 넘어 모델의 결과가 도출된 과정을 논리적으로 설명할 수 있는 기초 역량을 갖춤. - 주요주제바이오 및 의료 데이터 / 산업적 활용 / 글로벌 빅테크 / 핵심 분석 기술
- 선수과목없음
- 준비사항없음
- 장애학생 수업안내본 강의를 수강하는 장애 학생들에게는 장애 학생 개개인의 특성과 요구에 따라 수업 담당 교강사와의 상담을 통하여 적절한 수준의 지원 서비스(시험시간 연장 및 시험방법 조정 등)를 제공할 수 있습니다.
핵심역량
- 인간사회 공감력
- 생명과 환경을 존중하며, 지역사회와 인류에 공헌하려는 덕성
- 20%
- 상호소통능력
- 다양한 이해관계자, 타 학문분야와의 소통을 토대로 바이오헬스 분야의 조화로운발전에 기여하는 능력
- 20%
- 디지털 융합력
- 다양한 관점·생각, 빠르게 변하는 기술·트렌드에 민첩하고 유연하게 대응하는 능력
- 20%
- 창조적 문제 해결력
- 바이오헬스 분야에 대한 학술·실무적 이해를 토대로 발휘하는 창의적인 응용력
- 20%
- 자기점검능력
- 지속가능한 윤리적 전문가가 되기 위하여 배우고 성찰하는 주도적 태도
- 20%
주제별 수업내용
- 1주제오리엔테이션 및 바이오헬스 빅데이터 분석 환경의 이해
-
■ 바이오헬스 산업 트렌드 및 데이터 사이언스의 필수적인 역할 소개
■ 실습 환경 구축: Google Colab 기초 활용법 및 입문용 툴로서의 장단점 이해
■ 산업 현장의 실제 분석 환경(로컬 클라이언트, 보안 클라우드 서버 등) 및 협업 파이프라인 개요 안내
- 2주제바이오헬스 데이터의 특수성과 보안 및 윤리
- 3주제데이터 분석을 위한 Python 프로그래밍 기초
- 4주제데이터 핸들링 및 의학 기초 통계 입문
- 5주제헬스케어 데이터 전처리 기법 및 원리
- 6주제생체 데이터 시각화 및 탐색적 데이터 분석 (EDA)
- 7주제실전 미니 프로젝트
- 8주제중간고사
- 9주제머신러닝 입문 및 모델 해석력
- 10주제헬스케어 데이터 예측 및 분류 모델 실습
- 11주제딥러닝 기초 개념 및 헬스케어 AI 도입
- 12주제의료 영상 데이터 분석 기초
- 13주제생체 시계열 데이터 분석 기초
- 14주제AI 모델 성능 평가 및 산업 현장 적용 파이프라인
- 15주제기말고사

