데이터마이닝

본 교과목은 데이터 마이닝을 이용한 비즈니스 데이터 분석 방법론을 강의하고, 비즈니스 데이터 분석 사례를 소개하는 것을 목적으로 한다. 수강생들은 실제 비즈니스 데이터를 이용하여 분석 결과를 도출하는 프로젝트를 수행한다.

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