데이터를 비즈니스에 활용하는 방법을 알고 실제 분석을 통해 업무능력을 향상시키자!
국가공인 데이터분석 준전문가(ADsP) 자격증 대비 과정
국가공인 데이터분석 준전문가(ADsP) 자격증 대비 과정
ADsP 자격증을 취득하고자 하는 직장인
통계 분석과 데이터 마이닝의 개념을 이해하고 실무에 활용할 수 있습니다.
빅데이터와 특징들을 이해하고 나아가 Data Science의 개념을 이해할 수 있습니다.
빅데이터의의 기초 개념과 용어 이해하기
데이터분석에 필요한 기초 내용을 통해 데이터 분석 역량을 제고
비즈니스에서 활용되는 빅데이터
다양한 툴들을 활용하여 데이터를 분석하고 인사이트를 도출하는 방법을 학습함
경영 실무에서 필요한 데이터를 수집하고 , 저장하고, 분석하는 방법을 학습함
양지헌
現) 한일네크웍스 팀장, AI솔루션 및 데이터과학 담당
現) AI보험 상담 챗봇 개발 PM
김안젤라
한일네트웍스 과장
조현주
現) 투이 컨설팅
기획 의도
비즈니스 현장에서 자주 접하는 질문이 있습니다.
- 10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다!
- 최근 뜨는 브랜드, 지는 브랜드가 뭔지 요즘 추세를 한 눈에 알아볼 수 없을까?
실무에서 자주 접하고, 동시에 반드시 정확하게 대답해야만 하는 질문들! 위와 같은 문제들을 해결할 때 가장 필요한 것은 무엇일까요?
바로 데이터 분석 역량입니다.
강의를 통해 현실에서 마주하는 다양한 비즈니스 문제를 데이터 분석 프레임워크에 따라 해결하며 직무에 바로 응용해보세요!
데이터를 비즈니스에 활용하는 방법을 알고 실제 분석을 통해 업무능력을 향상시키자!
이 강의는 총 66개 영상, 07시간 55분의 강의로 구성되어 있습니다.
데이터와 정보
00:10:04
데이터베이스의 정의와 특징
00:07:53
데이터베이스의 활용
00:09:57
빅데이터의 이해
00:09:42
빅데이터의 가치와 비즈니스 모델
00:08:36
빅데이터 위기 요인과 통제방안
00:08:21
빅데이터 분석과 전략 인사이트
00:07:50
빅데이터의 미래
00:07:59
인사이트 도출을 위한 데이터 사이언스
00:07:13
분석 기획 방향성 도출
00:06:38
분석 방법론
00:09:14
분석 과제 발굴
00:06:31
분석 프로젝트 관리 방안
00:06:31
마스터 플랜 수립
00:05:13
분석 거버넌스 체계 수립
00:08:08
분석환경
00:08:33
데이터 구조의 이해
00:06:10
데이터 구조 변환과 변수 참조
00:05:36
기초 함수
00:07:23
반복 구문과 조건문
00:05:00
기타 유용한 기능들
00:05:59
그래픽 기능
00:07:48
reshapr을 활용한 데이터 마트 개발
00:07:02
sqldf를 이용한 데이터 분석
00:07:24
plyr
00:09:49
데이터 테이블
00:10:10
EDA(기초분석 및 데이터 관리)
00:08:16
결측값과 이상값(기초분석 및 데이터 관리)
00:09:12
통계분석의 이해
00:09:25
통계분석
00:03:11
확률 및 확률 분포
00:05:42
추정과 가설 검정
00:07:05
비모수 검정
00:04:53
기초 통계분석 개요
00:07:14
상관분석
00:07:04
회귀분석
00:09:36
기초 통계분석 소스 코드 분석 편 I (상관분석)
00:07:07
기초 통계분석 소스 코드 분석 편 II ( 회귀분석)
00:08:51
다차원척도법
00:07:23
주성분 분석
00:07:03
정상성
00:06:33
시계열 분석(시계열 모형)
00:06:49
시계열 분석 소스 코드 분석 편
00:08:03
데이터 마이닝 개요
00:08:36
로지스틱 회귀분석
00:06:01
인공 신경망
00:07:27
의사결정 나무
00:07:16
앙상블 모형(배깅&부스팅&랜덤 포레스트)
00:05:53
서포트 벡터 머신
00:07:04
나이브 베이즈
00:07:45
KNN(k-인접 이웃) 모형
00:07:14
모형 평가
00:06:43
분류 분석 소스 코드 분석 편Ⅰ(로지스틱 회귀분석, 인공 신경망)
00:07:16
분류 분석 소스 코드 분석 편 Ⅱ (의사결정 나무, 배깅, 부스팅)
00:06:01
분류 분석 소스 코드 분석 편 III (서포트 벡터 머신, 나이브 베이즈)
00:05:35
분류 분석 소스 코드 분석 편 IV (KNN, 모형 평가)
00:07:25
계층적 군집
00:06:30
k 평균 군집
00:05:58
혼합 분포 군집
00:05:14
SOM(자기 조직화 지도)
00:05:40
밀도 기반 분석
00:06:08
군집 분석 소스 코드 분석 편Ⅰ(계층형 군집, k-means)
00:06:16
군집 분석 소스 코드 분석 편 Ⅱ (혼합 군집 기법, SOM(자기 조직화 지도))
00:05:31
군집 분석 소스 코드 분석 편 Ⅲ (DBSCAN)
00:05:04
장바구니 분석(연관 탐사)
00:07:02
연관 탐사 분석 소스 코드 분석 편
00:07:21
66개 강의
07시간 55분