[핵집]빅데이터분석기사(필기)_빅데이터 모델링(3과목)
과정 소개 |
다양한 데이터를 어떤 절차를 통해 어떻게 수립하고 분할할지 그리고 각 분석기법의 특징 및 활용사례를 통해 이해할 수 있도록 구성 하였습니다. 각 분석기법의 설명만으로 해당되는 분석기법을 선택할 수 있는 문제가 출제될 가능성이 높은 만큼 많이 사용되고 활용도 높은 분석기법에 대해서는 철저한 이해가 요구됩니다. |
학습 대상 |
빅데이터 분석기사 자격증 취득 희망자 빅데이터 · 인공지능 SW개발분야 구직 희망자 관련학과 4년제 졸업자 및 예정자 2년제 졸업자 실무 2년 경력, 3년제 졸업자 실무 1년 경력 동일 유사 분야 실무 4년 경력 동일 유사 자격증 보유자(정보처리기사 등) |
학습 목표 |
2020년 신설된 빅데이터 분석기사 자격증 취득 데이터를 분석하여 필요한 모형을 제시할 수 있는 능력배양 빅데이터 분석 기획, 탐색, 모델링, 결과해석에 대한 이해 및 다양한 기법 이해 |
교수 소개 |
최기선, 김주현 |
교재 정보 |
|
학습내용
차시 |
내용 |
1차시 |
[1] 1. 분석 절차 수립 및 환경구축 |
2차시 |
[2] 2. 회귀분석 |
3차시 |
[3] 3. 로지스틱 회귀분석 |
4차시 |
[4] 4. 의사결정나무 분석 |
5차시 |
[5] 5. 인공신경망 분석 |
6차시 |
[6] 6. 서포트벡터머신, 연관성분석 |
7차시 |
[7] 7. 군집 분석 |
8차시 |
[8] 8. 범주형 자료분석(1) |
9차시 |
[9] 9. 범주형 자료분석(2) |
10차시 |
[10] 10. 다변량 분석(1) |
11차시 |
[11] 11. 다변량 분석(2) |
12차시 |
[12] 12. 시계열 분석(1) |
13차시 |
[13] 13. 시계열 분석(2) |
14차시 |
[14] 14. 베이지안 기법 |
15차시 |
[15] 15. 딥러닝 분석(1) |
16차시 |
[16] 16. 딥러닝 분석(2) |
17차시 |
[17] 17. 딥러닝 분석(3) |
18차시 |
[18] 18. 비정형 데이터 분석(1) |
19차시 |
[19] 19. 비정형 데이터 분석(2) |
20차시 |
[20] 20. 앙상블 분석 (1) |
21차시 |
[21] 21. 앙상블 분석 (2) |
22차시 |
[22] 22. 비모수 통계 (1) |
23차시 |
[23] 23. 비모수 통계 (2) |
24차시 |
[24] 24. 출제자의 눈_3과목(1) |
25차시 |
[25] 25. 출제자의 눈_3과목(2) |
|
평가기준
평가항목 |
진도율 |
시험 |
과제 |
진행단계평가 |
수료기준 |
평가비율 |
- |
0% |
0% |
0% |
- |
수료조건 |
100% 이상 |
0점 이상 |
0점 이상 |
0점 이상 |
0점 이상 |
|