[HD]Data Scientist(데이터 사이언티스트) 전문가 과정 (2022) Part.4 데이터마이닝기반 빅데이터분석 및 시각화 1

[HD]Data Scientist(데이터 사이언티스트) 전문가 과정 (2022) Part.4 데이터마이닝기반 빅데이터분석 및 시각화 1 여기를 클릭하면, 샘플강의가 재생됩니다. 김동식 강사

강좌코드 : la_K030106

[HD]Data Scientist(데이터 사이언티스트) 전문가 과정 (2022) Part.4 데이터마이닝기반 빅데이터분석 및 시각화 1
담당강사 : 김동식

강의구성	총 13강좌 (강의시간 : 총 )	수강기간	30일
강의형식	동영상	수강료	26,000원 이 강좌의 80% 이상 수강 시 출력이 가능합니다.
강의수준	초급	강의에서 사용하는 프로그램 & 버전	-
담당강사	김동식 강사 - 고려대학교 대학원 컴퓨터교육전공 - 더조은아카데미 빅데이터 강의 - 에스디아카데미 Oracle 강의 - (주)아이티고 이러닝 강사

강의구성	총 13강좌 (강의시간 : 총 )
수강기간	30일
강의형식	동영상
수강료	26,000원 이 강좌의 80% 이상 수강 시 출력이 가능합니다.
강의수준	초급
강의에서 사용하는 프로그램 & 버전	-
담당강사	김동식 강사 - 고려대학교 대학원 컴퓨터교육전공 - 더조은아카데미 빅데이터 강의 - 에스디아카데미 Oracle 강의 - (주)아이티고 이러닝 강사

과정소개: · 현직 데이터사이언티스트 전문가가 전하는 빅데이터 개발 및 분석 실무 노하우 및 체계적인 교육
· 회사내에서 빅데이터 개발 및 분석 업무로 보직 변경을 하고자 하는 분을 위한 교육
· 빅 데이터 시스템 구축 및 분석의 A부터 Z까지 전체적인 흐름을 파악하고, 빅데이터 수집부터 적재, 처리 , 분석까지 프로젝트로 배우며 관련 노하우 습득

학습목표: · 비즈니스 목표와 전략 및 방침에 따라 데이터마이닝 기반의 데이터 분석을 도입하고 전체 프로세스를 관리할 수 있다.
· 통계학 기반의 데이터 분석과 머신러닝 기반의 데이터 분석의 차이와 활용 목적을 이해하고 활용 목적에 맞추어 머신러닝 기법의 적용 필요성을 판단할 수 있다.
· 해결하고자 하는 이슈에 따라 데이터 구조의 설명과 패턴화에 적합한 머신러닝 기법을 선정하고 적용 절차를 계획할 수 있다.
· 분석하고자 하는 목적 및 데이터 세트 특성에 따라 머신러닝 기법 적용을 위한 훈련 데이터 세트와 테스트 데이터 세트 분할 기준을 판단할 수 있다.
· 수립된 분석 계획에 따라 실제로 정확한 분류나 예측 모형화를 위해 적합한 머신러닝 기법을 적용할 수 있다
· 연속형 목적변수(혹은 반응변수)가 주어진 경우, 이의 문제 해결을 위해 다양한 수치 예측 모델을 비교해 보고 최적의 수치예측모델을 선정하여 적용할 수 있다.
· 다양한 군집화 기법을 적용해보고 최적의 군집화 기법을 선정하여 적용할 수 있다.