팝업레이어 알림

* 2026 전기 DS 융합전공 이수자격 신청 안내 *



 - 신청 대상 

   1. 데이터사이언스 융합전공 참여학과(통계, 도시빅데이터, 인공) 학생이면서 

       융합전공 신청자중 2026년 전기(2월) 졸업대상자 및 수료대상자    

   2. 2026년 2월 수료 및 졸업대상자의 경우, 반드시 제출



 - 제출 방법 및 기한 :  uos_dsplus@uos.ac.kr / ~ 2026.1.14(수) 15시 

DATA SCIENCE PLUS OF UOS

서울시립대학교 DS 플러스 차세대 융합인재 양성사업

about ds plus

사업단 소개

데이터 사이언스(Data Science)란?

정형 또는 비정형 형태의 데이터에서 의미있는 정보와 지식을 추출하기 위한다양한 수리 및 계산 방법론을 포괄하는 융합학문 분야이다.

인사말
사업소개
참여학과 소개
구성원
graduate curriculum

대학원 교육과정

특장점

서울시립대학교 Data Science PLUS의
교육 특장점에 대하여 안내드립니다.
graduate curriculum

대학원 교육과정

개설 교과목

서울시립대학교 Data Science PLUS의
개설 교과목에 대하여 안내드립니다.
graduate curriculum

대학원 교육과정

이수방법

서울시립대학교 Data Science PLUS의
이수 방법에 대하여 안내드립니다.
Business performance

사업 성과

컨소시엄 자료실

DATA SCIENCE PLUS OF UOS

UOS 자료실

사업단 소식

View More
[DS+ 융합전공 이수자격 및 포기 신청] ~2026.1.14(수) 15시 DS 융합전공 이수자격 신청서 제출 - 신청 대상 : 1. 데이터사이언스 융합전공 참여학과* 학생이면서 융합전공 신청자중 2026년 전기(2월) 졸업대상자 및 수료대상자 * 참여학과: 통계데이터사이언스학과, 도시빅데이터융합학과, 인공지능학과 2. 2026년 2월 수료 및 졸업대상자의 경우, 반드시 제출(위 1번 대상자가 DS 융합전공 이수자격 신청서 미제출시 학위기에 미표기 및 학적 영향 있음) - 세부 내용 1. 이수 교과목 참고 : http://dsplus.uos.ac.kr/bbs/board.php?bo_table=m04_03&wr_id=32 2. 이수 학점 : http://dsplus.uos.ac.kr/bbs/page.php?hid=m02_03 - 제출서류 : 첨부파일 참고, 성적표(최종 학기 포함 필수), 모든 서명 필수 - 제출 및 문의 : 사업단 이메일 uos_dsplus@uos.ac.kr - 제출기한 : ~ 2026.1.14(수) 15시 - 안내 이메일 발송 예정 : 수료생, 3학기 이상 재학생 2026-01-07
[UOS DS+] 해외연사 초청세미나 : 2025.12.12(금) 16:00~17:00 [UOS DS+] 해외연사 초청세미나 : 2025.12.12(금) 16:00~17:00, 미래관 710호 - 신청 바로가기 : https://docs.google.com/forms/d/e/1FAIpQLScktgHOTT6C9NYav85ksMG0QR0Xj8S8jh2qcE1KTklLhFGAfw/viewform?usp=header - 세미나 세부 안내 ▶ Title : Some recent results on transfer learning ▶ Abstract : In the first part of the talk, I will introduce TRansfer leArning via guideD horseshoE prioR (TRADER), a novel approach enabling multi-source transfer through pre-trained models in high-dimensional linear regression. TRADER shrinks target parameters towards a weighted average of source estimates, accommodating sources with different scales. Theoretical investigation shows that TRADER achieves faster posterior contraction rates than standard continuous shrinkage priors when sources align well with the target while preventing negative transfer from heterogeneous sources. Extensive numerical studies and a real-data application demonstrate that TRADER improves estimation and inference accuracy over state-of-the-art transfer learning methods. In the second part of the talk, I will discuss some ongoing work involving transfer learning in nonparametric regression with ReLU networks. ▶ Speaker Bio : https://hernanmp.github.io/ 2025-12-05
[UOS DS+] 도시빅데이터 융합세미나 : 2025.11.15(토) - 신청 바로가기 : https://docs.google.com/forms/d/e/1FAIpQLSdgSrsL1faCwnXdamzkU5NAjCw5adkyMF-wdZlKsRhx1YEMXA/viewform?usp=head - 만족도 조사 바로가기 : https://docs.google.com/forms/d/e/1FAIpQLSccE8BXELoCnlfKvQj-TbW3un4sH8_KohonzTzGJh8zHo8r2w/viewform?usp=header 2025-11-14
  • 데이터사이언스 융합인재양성사업단(DS플러스 사업단)
  • (02504) 서울특별시 동대문구 서울시립대로 163 서울시립대학교 건설공학관 230호
  • TEL 02-6490-6843(김정미)/6844(이보라)
  • E-MAIL uos_dsplus@uos.ac.kr
  • Fax 02-6490-6845

Copyright © DS PLUS OF UOS. All Right Reserved.

과학기술정보통신부 한국연구재단 로고
패밀리사이트

Q&A

사업단 소식
TOP