데이터마이닝 입문

다양한 통계기법을 바탕으로 데이터를 정제해 가는 원리, 과정을 실습을 겸해 학습한다.

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