6월 중순경 시작하여 7주만에 수강완료 했습니다. 요즘 가장 큰 관심을 받고있는 기계학습(Machine Learning), 대규모자료(Big-Data)의 활용을 천문학 연구(우주론)에 활용한 내용을 제법 깊이있게 다룹니다. 실습은 파이썬(Python)과 부속 라이브러리들을 활용합니다. 동영상 강의의 한글 자막을 만들고 나름대로 주석도 붙였습니다. 중간중간 연습문제도 있고 파이썬(Python)과 스퀠(SQL) 과제 제출을 마쳐와 수강 완료됩니다. 사실 과제가 없는 강의는 의미가 없죠. 복습할 기회가 있으면 과제 내용도 정리해 보도록 하지요.
수강 완료하고 49달러 수업료를 내고 받은 인증서 입니다. 뭐 어디에 쓸일은 없지만 받아놓으니 기분은 좋네요.
"Data-Driven Astronomy" 수강 완료 인증서
---------------------------------------------------------------------
[커세라 강좌 소개]자료기반 천문학(Data-Driven Astronomy)
https://www.coursera.org/learn/data-driven-astronomy---------------------------------------------------------------------
[커세라 강좌 소개]자료기반 천문학(Data-Driven Astronomy)
Course outline:
강좌개요:
Week 1: Thinking about data
제1주차: 자료의 개념
- Principles of computational thinking
전자계산학에 기초한 자료처리의 원리
- Discovering pulsars in radio images
전파망원경 관측영상에서 펄서 찾기
1주/1강: 폭주하는 관측 자료
Lesson 1: Thinking about data / 한글자막
1주/2강: 강좌의 구성
Lesson 2: Course Overview / 한글자막
1주/3강: 펄사(Pulsars)
Lesson 4: Diving In: Image Stacking / 한글자막
1주/5강: 난관에 봉착하다
Lesson 5: The Challenge: What went wrong ? / 한글자막
1주/6강: 개선책을 찾다
Lesson 6: The Solution: Improving your method / 한글자막
1주/천문학자와 인터뷰
추가읽을거리 및 참고서
Week 2: Big data makes things slow
제2주차: 자료가 방대해지면 뭘하든 느려진다.
- How to work out the time complexity of algorithms
복잡한 계산을 빠르게 수행하는 방법
- Exploring the black holes at the centers of massive galaxies
거대 은하의 중심부 블랙 홀 찾기
2주/1강: 방대한 자료는 일을 더디게 만든다
Lesson 1: Big Data makes things slow / 한글자막
2주/2강: 초거대 블랙홀과 활동성 은하 핵(AGN)
Lesson 2: Supermassive Black Hole / 한글자막
2주/3강: 교차정합(cross-matching) 알고리즘에 대하여
Lesson 3: What is cross-matching ? / 한글자막
2주/4강: 실행 시간 복잡도 평가
Lesson 4: Evaluating Time Complexity / 한글자막
2주/5강: 더욱 빠른 알고리즘
2주/요약: 대량의 관측자료분석, 누군가 같은 고민을 했을 것이다.
Mudule Summary / 한글자막
2주/부록: 천문학자 브랜든 브루어와의 인터뷰
Interview with Brandon Brewer / 한글자막
-----------------------------------------------------------------
Week 3: Querying data using SQL
제3주차: 스퀠(SQL)을 이용한 자료 조회- How to use databases to analyse your data
획득한 자료를 분석하기 위해 데이터베이스 활용하는 법
- Investigating exoplanets in other solar systems
다른 태양계의 외계행성 탐사
3주/1강: 조직적인 자료관리(데이터베이스 활용 입문)
Lesson 1. Organizing your data / 한글자막
3주/2강: 외계 행성을 찾아서
Lesson 2: Other world, Distant sun: Search for exoplanet / 한글자막
3주/3강: SQL로 천문관측 데이터베이스 자료 검색
Lesson 3: Querying Database with SQL / 한글자막
3주/4강: SQL 약간 고급 사용법
Lesson 4: More Advanced SQL / 한글자막
3주/5강: SQL의 표 합치기(거주가능 외계행성)
Lesson 5: Joining Table in SQL / 한글자막
3주/6강: 3주차 강의 요약
Lesson 6: Module Summary
3주/부록: 천문학자 존 젠킨스와 인터뷰
Bonus: Interview with Jon Jenkins
-----------------------------------------------------------------
Week 4: Managing your data
제4주차: 획득 자료 관리
- How to set up databases to manage your data
수집한 자료의 관리를 위한 데이터 베이스 구축하기
- Exploring the life cycle of stars in our Galaxy
우리 은하내의 별의 일생 탐구
4주/1강: 대용량 자료관리(입문)
Lesson 1. Managing your Big Data / 한글자막
4주/2강: 별의 탄생과 죽음의 과정
Lesson 2: The Lifecycle of Stars / 한글자막
4주/3강: 데이터베이스 만들기
Lesson 3: Setting up your own database / 한글자막
4주/4강: 성단 탐구
-----------------------------------------------------------------
Week 5: Learning from data: regression
제5주차: 자료에서 정보 얻어내기(회귀/경향성 분석)
- Using machine learning tools to investigate your data
수집한 자료를 조사하기 위해 기계학습 도구(분석 소프트웨어)를 활용하기
- Calculating the red-shifts of distant galaxies
먼 은하의 적색편이 계산하기
5주/1강: 자료 가지고 학습하기
Lesson 1: Learning from Data / 한글자막
5주/2강: 우주의 규모, 거리측정
Lesson 2: The Cosmological Distance Scale / 한글자막
5주/3강: 기계 학습의 기초
Lesson 3: What is machine learning / 한글자막
5주/4강: 결정 트리 분류기
-----------------------------------------------------------------
Week 6: Learning from data: classification
제6주차: 자료에서 정보 얻어내기(자료분류)
- Using machine learning tools to classify your data
수집한 자료를 분류하기 위해 기계학습 도구(분석 소프트웨어)를 활용하기
- Investigating different types of galaxies
Lesson 1: Learning from Data: Classification / 한글자막6주/2강: 은하의 형태 종류
Lesson 2: Types of Galaxies / 한글자막
6주/3강: 형태에 따른 은하 분류
Lesson 3: Morphological Classification of Galaxies / 한글자막
6주/4강: 결정 트리 분류기의 한계
Lesson 4: Limitation of Decision Tree Classifier / 한글자막
6주/5강: 개선된 앙상블 분류기
Lesson 5: Improving your result with Ensemble Classifier / 한글자막
6주/ 요약
-----------------------------------------------------------------