UCM Master Propio 블록체인 빅데이터 석사 

2019-20년도 커리큘럼

 빅데이터 커리큘럼 
블록체인 빅데이터

모듈 I: 파이썬 (Python) 프로그래밍

 

  • Python 프로그래밍 및 기본 개념 : 변수, 기본 명령어, 기본 데이터 유형 및 연산. 파이썬 파일 입력(Input)과 출력(Output).
  • 통제 구조 : 선택, 반복. 재귀함수(recursive function), 파이썬의 더 높은 순위.
  • 람다 함수(lambda) 표현. 매핑 및 축소.
  • 기본 데이터 구조 : 컬렉션, 목록, 튜플, 결합, 사전. 객체 지향 프로그래밍.
  • 수치 및 통계 처리 및 데이터 분석을 위한 라이브러리.

모듈 II : 통계의 기본

기술통계 (Descriptive Statistics)

  • 단 변수 통계 변수에 대한 설명. 중앙 집중화, 분산, 비대칭 및 첨도 측정.
  • 2 차원 변수에 대한 설명. 연계 분석. 협회 조치. 회귀 분석

추리통계 (inferential statistics)

  • 무작위 변수. 확률 분포 모델.
  • 매개 변수의 점 추정 및 신뢰 구간에 의한 추정.
  • 파라메트릭 (parametric) 및 논 파라메트릭 (non-parametric)의 대조

모듈 III : R 프로그래밍

  • R 통계 프로그래밍 소개
  • R 의 콘솔 모드 및 스크립트 모드.
  • R 의 개체.
  • 실행 흐름 제어 구조.
  • R 의 함수
  • R 의 그래픽
  • R 의 패키지
  • 데이터베이스 관리 및 모델링 :
  • 쿼리 생성, 디버깅 및 디자인.
  • R 의 통계 패키지를 통한 데이터베이스 액세스.

모듈 IV : 데이터 마이닝 및 예측 모델링

  • 무결성 및 데이터 정제
  • 선형 회귀 분석 (linear regression)
  • 로지스틱 회귀 분석 (logistic regression)
  • 차원 감소 기술
  • 시계열을 이용한 분석 및 예측
  • 감독되지 않은 분류 – 클러스터 분석
  • 신용 점수. 스코어 카드 구성.

모듈 V : 머신러닝 및 인공지능(AI), Python and R

  • 머신러닝 및 고급 예측 모델링 소개
  • 신경망 및 딥러닝
  • 의사 결정 나무 (decision tree)
  • 랜덤포레스트 알고리즘 (random forest)
  • 그래디언트 부스팅 결정트리 (gradient Boosting)
  • 서포트벡터머신 : svm (support vector machines)
  • Knn 알고리즘 : K 근접 이웃 (k-nearest neighbor)

모듈 VI : 텍스트 마이닝 및 소셜 네트워크

  • 텍스트 마이닝 (웹 및 소셜 네트워크에서 텍스트 추출)
  • 텍스트 전처리 : 청소 (클리닝) 및 변환 (대문자 및 소문자 등).
  • 워드 프로세싱 (워드 프로세싱, 형태소 분석, 형태소 분석, 용어 문서 매트릭스 구축).
  • 텍스트 데이터 탐색 (빈도, 단어 구름)
  • 처리 (클러스터링, 주제 모델링, 의견 및 감정 분석).
  • 소셜 네트워크 특성 (밀도, 평균 등급 크기 등)
  • 네트워크의 분류
  • 중심성 측정치

모듈 VII : 빅 데이터 기술

  • 서비스로서의 사물의 인터넷
  • 장치가있는 메시지 보커 및 허브를 통한 이기종 데이터 소스 연결
  • 스파크 (Spark)
  • 하둡 (Hadoop)
  • Tableau로 정보의 시각화 및 분석
 블록체인 커리큘럼 

모듈 I : 블록 체인 및 DLT의 소개 및 기술적 측면

 

  • 블록 체인 소개 : 제 4의 산업 혁명
  • 데이터 규정; 헌법 기초; 공익의 보호; 데이터 보호
  • 세금 및 형사법 위반
  • 적용된 암호화
  • 보안 및 개인 정보; 인증
  • 성능, 아키텍처, 작업 증명. 스테이크의 증거 및 기타 합의 프로토콜. 마스터노드 Masternodes, 데이터 마이닝.
  • Bitcoin, Etherum, Hyperledger 및 기타 네트워크
  • 공용 네트워크 및 컨소시엄
  • 지방 자치 단체 DAO,
  • 분산 애플리케이션 DAPP
  • SmartContracts

모듈 II : 경제 측면. 암호 경제학, Tokenoconomics 및 ICOs

암호경제학 :

    • 블록 체인의 암호 경제학. 게임 이론, 공격 및 메커니즘 설계
    • 컨텍스트와 돈의 역사 : 패러다임의 변화 cryptocurrencies?
    • 세계 거시 경제 환경에서 블록체인의 현황
    • 자산 및 서비스의 토큰 화 : 평가 메트릭
    • 가치의 피난처로서의 블록 체인
    • 금융 시장에서 블럭 체인과 토굴의 파괴
    • ICryptoTrading의 기초 및 Cryptoactives의 기술적 분석
    • 새로운 금융 패러다임 : 초기 통화 제안 (ICO)
    • 블록 체인 및 기술 투자의 분석 측정 항목
    • 크립토 통화
    • 주식 시장에서 블록 체인
    • 은행 시장 및 Fintech 회사의 블록 체인
블록체인 빅데이터 석사
 

Algotrading: 

  • 암호 거래 봇 및 알고리즘 생성을위한 Python 라이브러리 사용
  • Catalyst 라이브러리
  • 머신러닝 및 Catalyst 알고리즘의 통합
  • 머신러닝 문제 (BARS, 라벨링), 분석, XGBoost와의 통합을 해결하기위한 데이터 구조화
  • 기능 공학 : ta-lib, tsfresh, fbprophet 등과 같은 라이브러리 사용
  • 피쳐 선택 : 임베디드, 필터 및 래퍼와 같은 다양한 기술 사용
  • hyperopt 라이브러리를 사용하여 하이퍼 매개 변수 최적화

모듈 III : 비즈니스 적용 및 사례

 

  • 블록체인 환경에서의 마케팅
  • 혁신 및 기업가 정신 블록 체인
  • 다양한 산업 분야의 빅 데이터 통합 가능성, 블록 체인 및 IOT
  • 공공 부문, 특히 공공 조달에서의 블록 체인 사용
블록체인 빅데이터 석사2
블록체인 빅데이터 석사3

Module IV : 블록 체인 적용 프로그래밍

  • 블록 체인 프로그래밍 소개
  • 블록체인 처음부터 프로그래밍하기
    • Python으로 객체 지향 프로그래밍을 기반으로 간단하지만 완전한 블록 체인 및 암호 해독을 생성하여 블록 체인의 기초를 정립합니다.
    • 블록의 해시 생성
    • API 생성
    • 작업 증명 알고리즘 구현
    • 암호화 된 트랜잭션의 포함
    • 공개 및 허용 된 네트워크의 서로 다른 합의 알고리즘의 작동에 대한 기술적 검토
    • BigchainDB를 사용한 파이썬으로 블록 체인 프로그래밍 (MongoDB + Tendermint)
    • Tornado 및 Pandas를 사용하여 고성능 API를 통해 블록 체인에서 직접 데이터의 데이터 세트 가져 오기
  • 개발 DAPPs Ethereum
    • Ethereum 가상 시스템 (EVM)
    • 고객 : Geth, Parity
    • 프로그래밍 언어 : Solidity
    • 기술 생태계
    • Web3, 트러플, 리믹스
    • SmartContracts 소개
      • SmartContracts 정의
      • 구조, 유형, 상호 작용
      • 계약서 작성
  • Solidity를 사용한 블록 체인 개발
    • 구현 패턴 Solidity
    • 매핑, 배열 및 구조
    • 고급 라이브러리
  • Web3.js 인터페이스를 사용한 개발
  • 실용 사례

 

  • Hyperledger dApp 개발
    • Hyperledger 소개
      • 배경 및 소개
      • 사설 블록 체인 (허가 된 블록 체인)
      • 유스 케이스, 프레임 워크, 모듈
    • Hyperledger 패브릭 아키텍처
      • 거래, 체인 코드, 채널, 합의
    • 실전 Hyperledger
      • Hyperledger 기술자
      • IBM 서비스 블록체인
      • 사설 환경 구축
      • API 서비스
      • 각도로 된 웹 해골 개발

* * 수업 모듈은 상황에 따라 변동이 있을 수 있습니다.

* 블록체인 빅데이터 석사 입학문의 바로가기 

UCM Master Propio 블록 체인 빅데이터 석사 최종 논문 및 디펜스

UCM 대학교 블록체인 빅데이터 자체 석사과정은 블록체인과 빅 데이터의 두 모듈로 나뉘어 있습니다.

학비

6400 유로

* 입학 원서비 40유로 별도

수료과정

총 520 시간

수강기간

2019년 9월 – 2020년 6월

시간표

                금요일 : 16:00-21:00                 토요일 : 09:00-14:00