1. |
|
수업소개
/데이터마이닝의 주요 개념 |
데이터마이닝 개념, 프로젝트 수행 프로세스, 예측기법, E-Miner 소개 |
|
2. |
|
Enterprise Miner 맛보기 1 |
프로젝트 생성과 분석흐름도 작성, 데이터 분할, 모형 평가 |
|
3. |
|
Enterprise Miner 맛보기 2 |
점수화, 결측값 처리, 예측 모형에 대한 해석, 보고서 작성 |
|
4. |
|
의사결정나무분석 1 |
의사결정나무의 개념, 분리기준, 특징 |
|
5. |
|
의사결정나무분석 2 |
의사결정나무 분석 사례 - 신용평가 문제, 평균임금의 예측 |
|
6. |
|
의사결정나무분석 3 |
의사결정나무 분석 사례 - 대화식 수행 / 요약테이블 작성 |
|
7. |
|
회귀분석 |
선형 회귀분석, 로지스틱 회귀분석, 특징과 제약, 분석사례 |
|
8. |
|
신경망분석 |
신경망의 구조와 개념, 특징과 적용상의 문제점, 분석사례 |
|
9. |
|
예측모형에 대한 평가 1 |
모형평가의 기본 개념, 모델 비교 노드, 임계치 노드 |
|
10. |
|
예측모형에 대한 평가 2 |
의사결정 노드, 기타 모형화 노드들 |
|
11. |
|
데이터 탐색과 변형 |
변수 변환, 결측값 처리, 값 대체, 변수 선택, 주성분분석 노드 |
|
12. |
|
군집분석 |
군집분석의 개념, k-평균 군집방법, 특징과 적용상 문제점, 여러가지 노드들 |
|
13. |
|
연관성규칙발견 |
연관성규칙발견의 개념, 특징 및 적용상 문제점, 분석사례 |
|