| 1. | |
데이터 마이닝 개요 | 데이터 마이닝의 개념을 알고 도입된 배경을 알아본다. 또한 데이터 마이닝의 주요 기능과 기법들, 수행과정, 적용분야에 대해 알아본다. |  |
| 2. | |
지식 분석을 위한 데이터 관리 | 데이터에 대한 개념을 알기 위해 데이터와 정보, 지식의 차이를 알아보고 데이터 웨어 하우스와 데이터 마트에 대한 개념과 특징을 습득한다. 마지막으로 OLAP에 대한 개념을 배워 데이터 마이닝의 이해를 돕는다. | |
| 3. | |
데이터를 통한 지식 추출과 통계 | 데이터를 통한 지식 추출 방안을 배우고 지식 추출 통계 원리인 회기 분석에 대한 집중적인 이해를 돕는다. 다중회기분석과 인공신경망을 비교하여 인공신경망에 대해 알아본다. | |
| 4. | |
인공신경망 원리와 응용 | 인공신경망에 대한 개념과 모형 구조를 알고 이를 통해 학습을 통한 모형 구축을 이해한다. 모형 구축의 결과와 패러다임을 알 수 있다. 그리고 위에 배운 것들의 장단점과 적용분야를 알 수 있다. | |
| 5. | |
인공신경망 기법 습득 | 데이터마이닝을 구축하는 툴의 특징과 여러 툴 중 SPSS사의 Clementine을 알려주고 실제로 사용하는 방법을 배워본다. | |
| 6. | |
의사결정나무분석기법의 원리와 응용 | 의사결정나무 모형의 모형을 이해하고 이를 구축하는 방법과 알고리즘을 이해한다. 의사결정나무분석기법의 장단점도 알아본다. | |
| 7. | |
의사결정나무분석기법 실습 | 의사결정나무 기법을 적용하여 예측모형을 구축하는 과정인 클레멘타인을 활용하여 살펴본다. | |
| 8. | |
의사결정나무분석기법 실습 | 1. 실습예제 및 데이터 소개 2. 실습과제 | |
| 9. | |
연관규칙분석기법의 원리와 응용 | 1. 기법 개요 2. 예측력의 측정 3. 기법의 장단점 | |
| 10. | |
연관규칙분석기법 실습 | 1. 실습예제 및 데이터 소개 2. 실습과제 | |
| 11. | |
클러스터링 기법의 원리와 응용 | 1. 기법개요 2. K-Means Methods 3. Kohonen Network 4. 장단점 및 활용 5. 실습예제 및 데이터 소개 | |
| 12. | |
웹 마이닝 기법의 원리와 응용 | 1. 웹 로그분석이란? 2. 웹 마이닝이란? | |
| 13. | |
Wrap up | 1. 데이터마이닝과 지식시스템 2. 기말 프로젝트 소개 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
