데이터의 중심 빅데이터 아카데미

빅데이터 분석 전문가

과정개요

  • 교육목표

    1) 데이터를 이용한 분석 프로세스 흐름 파악 및 각 과정(수집, 정제, 분석, 활용)에 대한 이해
    2) 분석 툴 사용법에 대한 기초 교육 및 실습을 통한 데이터 분석 경험축적
    3) 머신러닝 기법의 기초가 되는 알고리즘/방법론의 교육을 통해 데이터 분석의 원리 이해 및 실제 적용/응용 사례 교육(방법론 별로 핵심이 되는 한 두 개의 알고리즘에 대해 집중적으로 교육)
    4) 딥러닝 개요를 통한 신경망 모형의 기본 원리 이해

  • 교육대상

    1) 우선지원대상기업 소속 재직자
    * 이외 중소기업 요건을 갖춘 기업도 우선지원대상기업으로 간주(동법 시행령 12조 2항)
    2) 고객분석 및 마케팅, 데이터 분석 등의 경력자
    3) 빅데이터 프로젝트 수행 또는 예정 인력 대상

  • 교육기간

    1) 사전교육 : ‘21.06.07.(월) ~ 06.27.(일), 온라인 학습
    2) 집체교육 : ‘21.06.28.(월) ~ 07.09.(금), 10:00~18:00
    3) 프로젝트 : ‘21.07.12.(월) ~ 08.12.(목)
    * 프로젝트 멘토링 및 스터디(1-4주차) : 주 1회 토요일, 10:00~17:00
    * 프로젝트 발표회(5주차) : 08.12.(목), 19:30~21:30

     

  • 교육인원

    25 명

  • 준비사항

    1) 개인 PC 및 노트북 지참
    * ‘코로나바이러스 감영증-19 대응 빅데이터 아카데미 교육 운영 지침’ 에 따라 상반기 교육의 경우 집체교육을 비대면으로 전환하여 교육 실시
    2) 교육비 전액 지원

  • 유의사항

    1) 본 프로그램은 산업계 재직자 대상 과정으로 공무원, 교수, 학생, 미취업자 등은 신청이 불가합니다.
    2) 빅데이터 분석 전문가 과정 수료생은 신청이 불가합니다.
    3) 당해연도(2021년) 빅데이터 아카데미 수료생은 차년도부터 타 교육과정 신청이 가능합니다.
    ※ 단, 수료생은 교육과정별 총 정원의 20% 내외에서 선발
    4) 증빙 서류 제출 이후 수강 취소자 또는 미수료자의 경우 해당연도를 포함하여 2년간 신청이 불가합니다.

  • 수료기준

    <아래 조건을 모두 충족>
    1) 사전 교육 이수
    2) 교육 출석률 80% 이상 달성
    * 출석률은 집체교육과 파일럿 프로젝트를 기준으로 산정합니다.
    3) 파일럿 프로젝트 산출물 제출

상세 커리큘럼

구분 교과목명 상세내용 교육기간
1단계 (사전교육) R 기초 사용법
- R 소개 및 설치
- R 데이터 구조
- R 데이터 수집
- R 데이터 가공
- R 그래프 함수
6.7 ~ 6.27
데이터 분석의 기초
- 데이터 분석 개요
- 확률과 확률분포
- 통계적 추론
- 분포에 관한 추론
- 데이터의 탐색
회귀 분석
- 상관분석 & 회귀분석 & 잔차분석
- 이상점과 영향점
- 다중공선성
- 변수 선택과 모형 선택
2단계 (집체교육) 인공지능과 빅데이터
- 인공지능 기술과 빅데이터 분석
- 빅데이터 분석 전문가 R&R
- 빅데이터 분석 프로세스 및 방법론
6.28 10:00 ~ 18:00
분석 도구 학습
- R언어 고급 사용법
- 데이터 핸들링 및 시각화
6.29
데이터 분석 기본과정Ⅰ
- 데이터 분석의 기초(사전 교육 리뷰)
- 데이터 전처리 방법
- 분산분석 : ANOVA, MANOVA, ANCOVA
6.30
데이터 분석 기본과정Ⅱ
- 판별분석 : LDA, QDA
- 생존분석 : Cox-PH
- 시계열분석 : ARIMA, SARIMA,
Decomposition, Exponential Smoothing
7.1
데이터 분석 기본과정Ⅲ
- 주성분분석 : PCA
- 고급회귀분석 : MLR, PCR, PLS
7.2
기계학습 개요
- 기계학습 개요 및 절차
- 지도/비지도학습과 주요 알고리즘
- Keras 및 Tensorflow 설치
7.5
기계학습 알고리즘 중급과정Ⅰ
- 군집분석 : kmeans, k-medoids, Hierarchical
- 연관분석 : Apriori, FP-Growth
7.6
기계학습 알고리즘 중급과정Ⅱ
- Decision Tree
- Random Forest
- 앙상블 학습
7.7
기계학습 알고리즘 중급과정Ⅲ
- K-nearest neighbors
- Naive Bayes
- Support Vector Machine
7.8
딥러닝 개요
- 딥러닝 개요
- 신경망 이론 및 모형 선택/평가
- Keras를 활용한 신경망 실습
7.9
3단계 (프로젝트) 과제 선정
- 과제 주제 및 목표 설정
- 활용 데이터 선정
- 데이터 수집 및 처리 계획 수립
7.17 10:00 ~ 17:00
EDA
- 탐색적 자료 분석
- 데이터 전처리
- 데이터 마트 생성
7.24
모델링
- 분석 알고리즘 정의
- 모형 개발 및 검증
7.31
결과 도출
- 모델링 결과 해석
- 인사이트 도출
- 보고서 작성
8.7
발표 및 평가
- 보고서 작성
- 결과 발표 및 평가
8.12 19:30 ~ 21:30

※ 상기 커리큘럼은 사정에 따라 변동될 수 있습니다

교육장소





집체교육

교육장온라인

주소온라인

프로젝트

교육장비앤디파트너스 삼성역점

주소서울특별시 강남구 테헤란로 626 메디톡스빌딩 B1