multivariate-data-analysis

Multivariate data analysis @Korea University (Undergraduate)

Notice

• Syllabus (download)

Assignments

• Assignment 1
  • Instruction [download]
  • Deadline: 2021-04-06 (Tue) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-04-23 금요일)
    • 채점 조교: 강형원 석사과정([email protected]), 김수빈 석사과정([email protected])
• Assignment 2
  • Instruction [download]
  • Deadline: 2021-04-20 (Tue) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-05-13 목요일)
    • 채점 조교: 김정섭 석박통합과정([email protected]), 허재혁 석사과정([email protected])
• Assignment 3
  • Instruction [download]
  • Deadline: 2021-05-11 (Tue) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-06-02 화요일)
    • 채점 조교: 채점조교: 이윤승 석사과정([email protected]), 김탁영 석사과정([email protected])
• Assignment 4
  • Instruction [download]
  • Deadline: 2021-05-20 (Thu) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-06-04 목요일)
    • 김지나 석박통합과정([email protected]), 윤훈상 석사과정([email protected])
• Assignment 5
  • Instruction [download]
  • Deadline: 2021-05-27 (Thu) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-06-08 화요일)
    • 정의석 석박통합과정([email protected]), 윤훈상 석사과정([email protected])
• Assignment 6
  • Instruction [download]
  • Dataset [download]
  • Deadline: 2021-06-08 (Tue) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
  • 채점 결과 [download]
    • 채점 결과에 질문이나 이의가 있는 수강생은 아래 채점 조교 두 명을 모두 수신인으로 하여 문의 메일 보내시기 바랍니다. (기한: 2021-06-22 화요일)
    • 김혜연 석사과정([email protected]), 김명섭 석사과정([email protected])
• Assignment 7
  • Instruction [download]
  • Dataset [download]
  • Deadline: 2021-06-10 (Thu) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)
• Assignment 8
  • Instruction [download]
  • Deadline: 2021-06-22 (Tue) 23:59
  • 제출처: [email protected]으로 제출 (주의! 담당교수 이메일 아님)
  • 제출 형식: 보고서
    • 1안: R스크립트와 이에 대한 분석 문서를 PDF로 변환하여 제출 (R파일 및 PDF파일)
    • 2안: R Notebook을 이용하여 생성한 html 파일 제출 (html 파일에는 실행한 스크립트와 결과, 그에 대한 해석이 모두 포함되어야 함)

Module 1: Orientation

• Lecture Slide
• Introduction to data science [Video_Kor]
• Data science applications [Video_Kor]
• Multivariate data analysis in data science [Video_Kor]
• Data science procedure [Video_Kor]

Module 2: Multiple linear regression

• Lecture Slide
• Multiple linear regression [Video_Kor]
• Performance evaluation of regression models [Video_Kor]
• R Exercise [Video_Kor], [R Script & Datasets]

Module 3: Logistic regression

• Lecture Slide
• Logistic regression: Formulation [Video_Kor]
• Logistic Regression: Learning [Video_Kor]
• Logistic Regression: Interpretation [Video_Kor]
• Classification Performance Evaluation [Video_Kor]
• R Exercise [Video_Kor] [R Script & Dataset]

Module 4: Dimensionality Reduction

• Lecture Slide
• Dimensionality Reduction: Overview [Video_Kor]
• Variable Selection Methods: Forward/Backward/Stepwise/Genetic Algorithm (GA) [Video_Kor]
• Shrinkage Methods [Video_Kor]
• R Exercise [Video_Kor], [R Script & Dataset]

Module 5: Decision Tree

• Lecture Slide
• Classification Tree, Recursive Partitioning, Pruning, Regression Tree [Video_Kor]
• R Exercise: Classification [Video_Kor], [Lecture Slide], [R Script & Dataset]
• R Exercise: Regression [Video_Kor], [Lecture Slide], [R Script & Dataset]

Module 6: Artificial Neural Network

• Lecture Slide
• ANN: Perceptron, Gradient Descent Algorithm [Video_Kor]
• MLP: Multi-layer Perceptron [Video_Kor]
• R Exercise [Video_Kor], [Lecture Slide], [R Script & Dataset]

Module 7: Ensemble Learning

• Ensemble Learning: Overview [Lecture Slide], [Video_Kor]
• Ensemble Learning: Bagging [Lecture Slide], [Video_Kor]
• Ensemble Learning: Random Forests [Lecture Slide], [Video_Kor]
• Ensemble Learning: AdaBoost [Lecture Slide], [Video_Kor]
• Ensemble Learning: Gradient Boosting Machine [Lecture Slide], [Video_Kor]
• R Exercise (Classification) [Video_Kor], [Lecture Slide], [R Script & Dataset]
• R Exercise (Regression) [Video_Kor], [Lecture Slide], [R Script & Dataset]

Module 8: Association Rule Mining

• Association Rule Mining: frequent itemsets, A-Priori algorithm, support, confidence, lift [Lecture Slide], [Video_Kor]
• R Exercise [Video_Kor], [Lecture Slide], [R Script & Dataset]

Module 9: Clustering

• Clustering Overview [Lecture Slide], [Video_Kor]
• K-Means Clustering [Lecture Slide], [Video_Kor]
• Hierarchical Clustering [Lecture Slide], [Video_Kor]
• Density-based Clustering: DBSCAN [Lecture_Slide], [Video_Kor]
• R Exercise [Video_Kor], [Lecture Slide], [R Script & Dataset]