|
오리엔테이션 |  |
||
| 1. | |
빅데이터의 개념 | 1. 빅데이터의 개념 2. 빅데이터의 특징 |  |
|
빅데이터의 수집 | 1. 빅데이터 활용 절차의 단계별 요소 기술 2. 빅데이터 수집 절차 | |
|
|
빅데이터의 저장관리 | 1. 데이터 전/후처리 2. 데이터 저장처리 3. 데이터 보안관리 | |
|
| 2. | |
빅데이터의 분석 | 1. 빅데이터 분석 계획 수립 2. 빅데이터 분석 환경 구축 3. 빅데이터 시각화 | |
|
데이터 분석 기법의 이해(1) | 1. 분석 용도에 따른 데이터 분석 기법 2. 통계적 분석 기법 | |
|
|
데이터 분석 기법의 이해(2) | 1. 데이터마이닝 기법 2. 기계학습과 텍스트 마이닝 | |
|
| 3. | |
탐색적 모델링의 이해 | 1. 탐색적 모델링의 개념과 특징 2. 탐색적 모델링 기법 및 적용 예시 | |
|
예측적 모델링의 이해 | 1. 예측적 모델링의 개념과 특징 2. 예측적 모델 기법 및 적용 예시 | |
|
|
탐색적 모델링과 예측적 모델링의 차이 | 1. 탐색적 모델링과 예측적 모델링의 차이 2. 문제 해결 목표에 따른 데이터 분석 유형 | |
|
| 4. | |
구글 Colab 시작하기 | 1. 구글 Colaboratory에 대한 이해 2. 구글 Colaboratory UI 및 제공 기능 확인 | |
|
구글 Colab 기본 사용법 | 1. 구글 Colaboratory의 기본 사용법과 용어에 대한 이해 | |
|
|
구글 Colab 사용 실습 | 1. 구글 콜랍의 노트북 생성 및 확인 2. 패키지 설치 및 시각화 확인 3. IRIS 데이터셋 확인 | |
|
| 5. | |
군집화의 이해 | 1. 군집화의 개념과 특징 2. 군집화 알고리즘 | |
|
군집화를 이용한 특징 분석 사례 | 1. 군집 분석을 이용한 학습 성취도 예측 | |
|
|
군집화를 이용한 IRIS 데이터 분석 | 1. 산점도를 통한 IRIS 데이터셋의 데이터 상관관계 확인 2. K-means 기법을 이용한 IRIS 데이터의 군집화 | |
|
| 6. | |
연관성 분석의 이해 | 1. 연관성 분석 개념과 특징 2. 연관성 분석의 여러 판단 기준 | |
|
연관성 분석을 통한 장바구니 분석 사례 | 1. 장바구니 분석을 이용한 연관성 분석 사례 2. 국내 관광지의 연관성 분석 사례 | |
|
|
연관성 분석을 통한 IRIS 데이터 분석 | 1. 연관성 분석을 위한 데이터 가공 2. apriori를 이용한 연관성 분석 3. 연관성 분석의 시각화 | |
|
| 7. | |
의사결정나무의 이해 | 1. 의사결정나무의 개념 2. 의사결정나무의 생성 과정 | |
|
의사결정나무를 이용한 시장 분석 사례 | 1. 의사결정나무를 이용한 시장 분석 사례 | |
|
|
의사결정나무를 이용한 IRIS 데이터 분류 및 분석 | 1. 의사결정나무를 위한 데이터셋 구성 2. ctree를 이용한 변수에 따른 품종 예측 3. 분류 모델 생성 및 시각화 4. 테스트 데이터를 이용한 검증 | |
|
| 8. | |
점검하기 | 1주차에서 7주차 점검하기 | |
| 9. | |
분류화의 이해 | 1. 분류화 앙상블 2. 분류화 서브 샘플링 | |
|
분류화를 이용한 분류 사례 | 1. 랜덤포레스트를 이용한 분류 사례 | |
|
|
분류화를 이용한 MNIST 데이터 분류 | 1. 분류화를 위한 데이터셋 구성 2. 랜덤포레스트를 이용한 분류화 모델 생성 및 오류 측정 3. 분류화를 이용한 분류 성공사례 및 실패사례 확인 | |
|
| 10. | |
신경망의 이해 | 1. 신경망의 개념 2. 퍼셉트론 3. 활성화 함수와 역전파 | |
|
신경망을 이용한 문제 해결 사례 | 1. 신경망을 이용한 이미지 합성 사례 | |
|
|
신경망을 이용한 MNIST 데이터 학습 및 예측 | 1. 신경망 이용을 위한 데이터 확인 2. 신경망 학습을 위한 데이터셋 구성 3. 신경망 모델 생성 4. 신경망 모델에 대한 데이터셋 별 정확도 측정 | |
|
| 11. | |
차원 축소의 이해 | 1. 차원 축소 2. 주성분 분석 | |
|
데이터의 시각화 이해 | 1. 데이터 시각화의 목적과 필요성 2. 다양한 데이터 시각화 방법 | |
|
|
데이터 시각화 실습 | 1. 산점도와 히스토그램을 이용한 관계시각화 2. 박스플롯을 이용한 비교시각화 3. 막대그래프를 이용한 시간시각화 | |
|
| 12. | |
예측 오류의 이해 | 1. 예측 오류 2. 손실 함수 | |
|
교차 검증의 이해 | 1. 교차 검증 2. 교차 검증 방법 | |
|
|
예측 오류와 교차 검증을 이용한 정확도 분석 실습 | 1. 예측 오류 측정과 교차 검증을 위한 전처리 2. 예측 오류 측정 3. 교차 검증 및 검증 결과 확인 | |
|
| 13. | |
모델 평가의 이해 | 1. 모델 평가 | |
|
하이퍼파라미터와 모델 선택 | 1. 하이퍼 파라미터 2. 모델 평가 방법과 모델 선택 | |
|
|
모델 교차 검증 실습 | 1. 모델 교차 검증을 위한 전처리 2. 모델 교차 검증 3. 모델 교차 검증 결과에 따른 선택 | |
|
| 14. | |
영어단어를 이용한 단어구름 생성 | 1. 단어구름 생성을 위한 전처리 2. 웹문서 단어에 대한 단어구름 생성 | |
|
KoNLP를 이용한 한국어 텍스트 마이닝(1) | 1. 한글 텍스트 마이닝 라이브러리 설치 2. 한글 텍스트 마이닝을 위한 전처리 | |
|
|
KoNLP를 이용한 한국어 텍스트 마이닝(2) | 1. 한글 웹 문서 텍스트 마이닝을 위한 전처리 2. 텍스트 마이닝을 위한 텍스트 정제 3. 한글 웹 문서에 대한 텍스트 마이닝 수행 | |
|
| 15. | |
점검하기 | 9주차에서 14주차 점검하기 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
