목차

(강의시간)

강의내용

실습

여부

교수자

1

1강. 노코딩 데이터 과학 실습을 위한 오렌지 소개: 데이터 마이닝의 기초 개

념을 정립하고, 오렌지(Orange)의 위젯 및 워크플로우 기본 사용법과 Iris 데

이터를 활용한 분석 흐름을 습득함.

O

이충호

2

2강. 데이터 시각화: Scatter Plot, Box Plot 등 다양한 시각화 위젯을 유기적

으로 연결하여 데이터 분포와 변수 간 상관관계를 분석하고 내재된 패턴을 직

관적으로 도출함.

O

이충호

3

3강. 데이터 변환: 행·열 선택, 필터링, 결측치 처리 등 필수 전처리 기법을 실

습하고, SMILES 구조식과 분자 디스크립터 개념을 기반으로 한 화학 물질 데

이터 정제법을 익힘.

O

이충호

4

4강. 지도학습- 분류 모델: 데이터 분할 및 교차 검증의 원리를 이해하고

Decision Tree, Random Forest 등 분류 알고리즘을 활용해 화합물의 독성

(Toxicity) 유무를 예측함.

O

이충호

5

5강. 지도학습- 선형 회귀 분석: 선형 회귀 분석의 개념을 학습하고 MAE, R2

등 평가 지표를 이해하며, 분자 디스크립터를 입력받아 약물의 저해 활성 수치

(IC50)를 예측함.

O

이충호

6

6강. 지도학습- 로지스틱 분석: 로지스틱 회귀의 원리와 ROC Curve를 학습하

고, 세포 수치 기반 암 판별 모델 구축 및 타겟 단백질에 대한 화합물의 활성·

비활성 유무를 예측함.

O

이충호

7

7강. 비지도학습 및 차원축소: K-Means 군집화와 PCA, t-SNE, UMAP 등 차

원 축소 알고리즘을 실습하여 고차원의 화합물 특성 데이터를 시각적으로 단순

화하고 유사 물질을 군집화함.

O

이충호

8

8강. RNA sequencing analysis: RNA-seq 분석 파이프라인과 GSEA 흐름을

이해하고, Heatmap을 활용해 유의미하게 변한 유전자(DEG)를 분석하여 질병

의 생물학적 메커니즘을 추론함.

O

이충호

9

9강. ChEMBL database exploration: ChEMBL 공공 데이터베이스에서 타겟

약물 데이터를 수집·가공하고, 이를 오렌지 분석 파이프라인과 직접 연동하는

실전 데이터 엔지니어링을 경험함.

O

이충호

10

10강. 약물의 세포 투과도 예측하기: TDC 플랫폼의 세포 투과도 데이터를 활

용해 최적의 예측 모델을 구축하고, 완성된 모델로 FDA 승인 약물들의 세포

투과도를 스크리닝 및 예측함.

O

이충호

선수과목

없음

참고자료

없음

준비사항

인터넷이 연결된 컴퓨터 및 오렌지 프로그램 설치