데이터분석 준전문가(ADsP)
#ADsP#데이터분석#준전문가
이러닝 모바일
교육기간
학습시간
66시간
교육비
330,000원
환급비
비환급
강사
양지헌 외 2명
과정정보
교육소개

국가공인 데이터분석 준전문가(ADsP) 자격증 대비 과정 

학습목표
1. 빅데이터와 특징들을 이해하고 나아가 Data Science의 개념을 이해할 수 있습니다.
2. 통계 분석과 데이터 마이닝의 개념을 이해하고 실무에 활용할 수 있습니다.
학습대상
ADsP 자격증을 취득하고자 하는 직장인
강사 및 내용전문가 소개

양지헌 박사 외 2명 

평가비율 및 수료기준
진도율 100%
수료기준: 80점 이상
학습목차
1
데이터와 정보
- 데이터와 정보
2
데이터베이스의 정의와 특징
- 데이터베이스의 정의와 특징
3
데이터베이스의 활용
- 데이터베이스의 활용
4
빅데이터의 이해
- 빅데이터의 이해
5
빅데이터의 가치와 비즈니스 모델
- 빅데이터의 가치와 비즈니스 모델
6
빅데이터 위기 요인과 통제방안
- 빅데이터 위기 요인과 통제방안
7
빅데이터 분석과 전략 인사이트
- 빅데이터 분석과 전략 인사이트
8
빅데이터의 미래
- 빅데이터의 미래
9
인사이트 도출을 위한 데이터 사이언스
- 인사이트 도출을 위한 데이터 사이언스
10
분석 기획 방향성 도출
- 분석 기획 방향성 도출
11
분석 방법론
- 분석 방법론
12
분석 과제 발굴
- 분석 과제 발굴
13
분석 프로젝트 관리 방안
- 분석 프로젝트 관리 방안
14
마스터 플랜 수립
- 마스터 플랜 수립
15
분석 거버넌스 체계 수립
- 분석 거버넌스 체계 수립
16
분석환경
- 분석환경
17
데이터 구조의 이해
- 데이터 구조의 이해
18
데이터 구조 변환과 변수 참조
- 데이터 구조 변환과 변수 참조
19
기초 함수
- 기초 함수
20
반복 구문과 조건문
- 반복 구문과 조건문
21
기타 유용한 기능들
- 기타 유용한 기능들
22
그래픽 기능
- 그래픽 기능
23
reshapr을 활용한 데이터 마트 개발
- reshapr을 활용한 데이터 마트 개발
24
sqldf를 이용한 데이터 분석
- sqldf를 이용한 데이터 분석
25
plyr
- plyr
26
데이터 테이블
- 데이터 테이블
27
EDA(기초분석 및 데이터 관리)
- EDA(기초분석 및 데이터 관리)
28
결측값과 이상값(기초분석 및 데이터 관리)
- 결측값과 이상값(기초분석 및 데이터 관리)
29
통계분석의 이해
- 통계분석의 이해
30
통계분석
- 통계분석
31
확률 및 확률 분포
- 확률 및 확률 분포
32
추정과 가설 검정
- 추정과 가설 검정
33
비모수 검정
- 비모수 검정
34
기초 통계분석 개요
- 기초 통계분석 개요
35
상관분석
- 상관분석
36
회귀분석
- 회귀분석
37
기초 통계분석 소스 코드 분석 편 I (상관분석)
- 기초 통계분석 소스 코드 분석 편 I (상관분석)
38
기초 통계분석 소스 코드 분석 편 II ( 회귀분석)
- 기초 통계분석 소스 코드 분석 편 II ( 회귀분석)
39
다차원척도법
- 다차원척도법
40
주성분 분석
- 주성분 분석
41
정상성
- 정상성
42
시계열 분석(시계열 모형)
- 시계열 분석(시계열 모형)
43
시계열 분석 소스 코드 분석 편
- 시계열 분석 소스 코드 분석 편
44
데이터 마이닝 개요
- 데이터 마이닝 개요
45
로지스틱 회귀분석
- 로지스틱 회귀분석
46
인공 신경망
- 인공 신경망
47
의사결정 나무
- 의사결정 나무
48
앙상블 모형(배깅&부스팅&랜덤 포레스트)
- 앙상블 모형(배깅&부스팅&랜덤 포레스트)
49
서포트 벡터 머신
- 서포트 벡터 머신
50
나이브 베이즈
- 나이브 베이즈
51
KNN(k-인접 이웃) 모형
- KNN(k-인접 이웃) 모형
52
모형 평가
- 모형 평가
53
분류 분석 소스 코드 분석 편Ⅰ(로지스틱 회귀분석, 인공 신경망)
- 분류 분석 소스 코드 분석 편Ⅰ(로지스틱 회귀분석, 인공 신경망)
54
분류 분석 소스 코드 분석 편 Ⅱ (의사결정 나무, 배깅, 부스팅)
- 분류 분석 소스 코드 분석 편 Ⅱ (의사결정 나무, 배깅, 부스팅)
55
분류 분석 소스 코드 분석 편 III (서포트 벡터 머신, 나이브 베이즈)
- 분류 분석 소스 코드 분석 편 III (서포트 벡터 머신, 나이브 베이즈)
56
분류 분석 소스 코드 분석 편 IV (KNN, 모형 평가)
- 분류 분석 소스 코드 분석 편 IV (KNN, 모형 평가)
57
계층적 군집
- 계층적 군집
58
k 평균 군집
- k 평균 군집
59
혼합 분포 군집
- 혼합 분포 군집
60
SOM(자기 조직화 지도)
- SOM(자기 조직화 지도)
61
밀도 기반 분석
- 밀도 기반 분석
62
군집 분석 소스 코드 분석 편Ⅰ(계층형 군집, k-means)
- 군집 분석 소스 코드 분석 편Ⅰ(계층형 군집, k-means)
63
군집 분석 소스 코드 분석 편 Ⅱ (혼합 군집 기법, SOM(자기 조직화 지도))
- 군집 분석 소스 코드 분석 편 Ⅱ (혼합 군집 기법, SOM(자기 조직화 지도))
64
군집 분석 소스 코드 분석 편 Ⅲ (DBSCAN)
- 군집 분석 소스 코드 분석 편 Ⅲ (DBSCAN)
65
장바구니 분석(연관 탐사)
- 장바구니 분석(연관 탐사)
66
연관 탐사 분석 소스 코드 분석 편
- 연관 탐사 분석 소스 코드 분석 편
수강후기
    연관과정
    동일 카테고리 내 인기과정
    2
    3
    4
    5
    6