Skip to content

Latest commit

 

History

History
144 lines (133 loc) · 17.5 KB

README.md

File metadata and controls

144 lines (133 loc) · 17.5 KB

multivariate-data-analysis

Multivariate data analysis @Korea University (Undergraduate)

Notice

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

Module 2: Multiple linear regression

Module 3: Logistic regression

Module 4: Dimensionality Reduction

Module 5: Decision Tree

Module 6: Artificial Neural Network

Module 7: Ensemble Learning

Module 8: Association Rule Mining

Module 9: Clustering