1. |
|
데이터마이닝의 개요 |
교과목 소개, 데이터 마이닝 정의 |
|
2. |
|
데이터마이닝 프로세스 |
데이터 마이닝 소개, 용어설명, XLMiner 소개, 데이터 마이닝 프로세스, 실습 (보스톤 주택 데이터) |
|
3. |
|
데이터 탐색과 차원축소 |
데이터 요약, 데이터 시각화, 상관관계 분석, 변수 개수 축소, 주성분 분석(PCA) |
|
4. |
|
분류 및 예측모형의 성과평가 |
1. 성과 평가가 필요한 이유, 2. 분류 모형의 성과평가, 3. 예측 모형의 성과평가 |
|
5. |
|
다중 선형 회귀분석 |
1. 설명모형과 예측모형의 구축, 2. 회귀 방정식 추정과 예측, 3. 선형 회귀분석의 변수선정 |
|
6. |
|
단순 분류기법 |
1. 단순 베이즈 분류모형, 2. K-NN 기법 |
|
7. |
|
분류와 회귀나무 |
1. 분류나무 반복적 분할, 2. 과적합화 업애기, 3. 회귀나무, 4. 장단점 |
|
8. |
|
로지스틱 회귀분석 |
최대우도법 |
|
9. |
|
신경망 모형 |
신경망 모형, 모형학습, 역전파학습, 신경망의 장단점 |
|
10. |
|
판별분석 |
피셔의 선형 분류함수, 사전확률, 비대칭 오분류비용, 두 개 이상의 집단 분류, 판별분석의 장단점 |
|
11. |
|
연관성규칙 |
1. 후보규칙의 생성, 연관성 규칙의 선택, 2. 연관성 규칙의 통계적 유의성 |
|
12. |
|
군집분석 |
1. 군집화 알고리즘의 유형, 2. 거리계산법, 3. 계층적 군집화 기법, 비계층적 군집화 기법 |
|