| 주제 | 강의주요내용 | 시간 |
|---|---|---|
| 기초 통계의 분석 |
- 통계 표본추출법, 통계분석 시험전략가이드
- 확률 및 확률분포/추정과 가설검정, 비모수검정- 예상문제 및 핵심정리, 기술통계, 자료분석/R을 활용한 기술통계/상관분석/회귀분석/다중회귀분석 - R을 활용한 다중회귀분석]의 핵심 예상문제 및 요약 –시계열분석/R을 활용한 시계열/다차원 척도법/주성분 분석 |
H |
| 데이터 핸들링과 데이터 변경및 요약 |
- 요약/파생변수 학습방향 및 시험전략 reshape 패키지/[sqldf, plyr 패키지/data.table 패키지] 예상문제 및 핵심요약
- 변수 중요도, 구간화] 학습방향 및 시험전략 - 결측값 처리/이상값 처리요약정리 예상문제 |
H |
| 데이터 마이닝과 시험 전략 |
- 정형 데이터마이닝 개념 : 학습방향 및 시험전략/데이터 분할 및 모형성능 비교 예상문제 및 핵심정리
- 분류분석, 의사결정나무 : 학습방향 및 시험전략 - 인공신경망 정리및 핵심 문제 요약 - 군집및 연관분석 출제 핵심 정리 |
H |
| 텍스트마이닝 정리요령 |
- 텍스트마이닝 개념 학습방향 및 시험전략
- 텍스트마이닝 특징 및 활용 - R 프로그래밍 : 텍스트마이닝 - 텍스트마이님 : 학습방향 및 시험전략 |
H |
| 데이터 이해 |
- 학습전략과 시험준비 가이드
- 데이터 베이스의 개념 - 데이터 베이스의 활용과 핵심요약정리 - 빅데이터 비즈니스모델링 - 예상문제및 핵심요약 - 빅데이터 분석과 전략 그리고 인사이트요령에 따른 시험 대비 요령 |
H |
| 데이터 분석의 기획과 이해 그리고 활용 |
- 데이터 분석기획의 특징, 분석기획 시 고려사항] 학습방향 및 시험전략
- KDD 분석 방법론, CRISP-DM 분석 방법론 - 빅데이터 분석 방법론 - 분석과제 발굴, 하향식 접근방식(문제 탐색단계)] 학습방향 및 시험전략 - 분석 프로젝트 특성, 분석 프로젝트 관리방안] 예상문제 및 내용 정리 - 데이터 가버런스 체계수립 |
H |
| 데이터 분석 기법의 이해 |
- 분석 데이터 과 시각화-학습방향 및 시험전략
- 탐색적 자료분석, 통계분석, 데이터마이닝_예상문제 및 핵심요약 |
H |
| R프로그래밍 기초와 시험 핵심노트 |
- 데이터 분석 도구, R의 활용과 적용 : 학습방향 및 시험 대비 전략
- CRAN, R GUI 예상문제 및 핵심요약 - 패키지, 파일, 배치모드 예상문제 및 핵심요약, 변수 할당 및 삭제, 기본 통계량/연산자, 함수 정의및 활용/입력과 출력, Export와 Import/CSV, 웹데이터, 복잡한 데이터 읽기/벡터, 리스트, 데이터프레임/데이터 구조별 다루기/데이터프레임 다루기 /집단 분할, apply 함수/문자열 , 날짜 다루기 |
H |
온라인문의
방문상담예약