Applied Data Science

Course Description

본 강의는 일반적으로 석사과정 마지막 학기 학생을 대상으로 한다. 팀이 16주 동안 데이터사이언스 연구의 전 과정 — 주제 선정 → 데이터 수집·전처리 → 모델링 → 분석 — 을 수행하는 캡스톤 디자인 과목이다. 수업시간은 방법론 강의, 피드백, 마일스톤 발표로 운영한다.

Goals

• 데이터사이언스 연구의 전 과정(주제 선정, 데이터 수집·전처리, 모델링, 분석)을 팀 프로젝트로 수행한다.
• 마일스톤 기반 프로젝트 관리와 협업을 통해 연구 결과를 효과적으로 전달한다.

Prerequisites

• 데이터사이언스 수학
• 프로그래밍 (Python 등)

Textbook

• 주교재: Bin Yu & Rebecca L. Barter, Veridical Data Science: The Practice of Responsible Data Analysis and Decision Making, MIT Press, 2024. 전문 무료 공개: vdsbook.com (CC BY-NC-ND, © MIT Press).
• 참고 논문:
  • Yu, B., & Kumbier, K. (2020). Veridical data science. Proceedings of the National Academy of Sciences, 117(8), 3920–3929. arXiv:1901.08152.
  • Rewolinski, Z. T., & Yu, B. (2025). PCS workflow for veridical data science in the age of AI. arXiv:2508.00835.
• 활용 사례: 양경주 (2024). 현실적인 데이터 과학의 사례 연구 (Case study on Veridical data science). 이학석사 학위논문, 서울대학교 대학원 통계학과 (지도교수: 원중호). PCS 프레임워크를 대한민국 제22대 국회의원 선거 자료 분석에 적용한 사례 연구. dCollection.

Grading

• 퀴즈 40%
• 최종 산출물 (발표 + 보고서) 40%
• 참여도 20%