クラスについて
💻 このコースは 現在のデータサイエンティストの専門家によるビッグデータの開発と分析に関する実践的なノウハウビッグデータシステムの構築と分析の全体的な流れをAからZまで理解でき、ビッグデータ収集から読み込み、処理、分析までのプロジェクトについて学ぶことで、関連するノウハウを身につけることができるという体系的なカリキュラムです。
❶ ビッグデータの収集と読み込み
データタイプと分析目的を考慮して、収集および変換されたデータのストレージ構造をビジネス目的に合わせて設計できます。
❷ 推論統計
データ分析に関しては、統計学の基本概念を学べば、より詳細な分析を行うことができます。母集団とサンプルの概念、サンプリング方法、スケールの種類を理解できます。そうすれば、確率変数と仮説検証プロセスを理解できます。相関分析と回帰分析についても学ぶことができます。
❸ 視覚化
データマイニングベースのデータ分析を実装し、プロセス全体をビジネス目標、戦略、およびポリシーに従って管理できます。また、統計ベースのデータ分析と機械学習ベースのデータ分析の違いや使用目的を理解し、使用目的に応じて機械学習の手法を適用する必要性を判断できます。解決すべき問題に応じて、データ構造の説明やパターン化に適した機械学習技術を選択し、適用手順を計画することができます。分析する目的とデータセットの特性に基づいて、機械学習技術を適用するためのトレーニングデータセットとテストデータセットの分割基準を決定することができます。
適切な機械学習技術を実際に適用して、確立された分析計画に従って正確な分類や予測モデリングを行うことができます。連続的な目的変数(または応答変数)を与えると、さまざまな数値予測モデルを比較し、最適な数値予測モデルを選択して適用して問題を解決することができます。さまざまなクラスタリング手法を適用でき、最適なクラスタリング手法を選択して適用できます。
❹ データ分析
機械学習の概念と特徴、空間とデータの重要性を説明せよ。また、画像処理の基礎と機械学習の主な課題について説明し、機械学習の分類と予測アルゴリズム、画像およびテキスト処理のためのディープラーニングアルゴリズムについても説明します。
コース効果
- ビッグデータ収集に関連するテクノロジーと製品についての洞察を得てください。
- データ要件を導き出し、タイプ別に分類と特性を特定できます。
- 現役のデータサイエンティストであれば、データの収集と読み込みの方法を学ぶことができます。
- さまざまな機械学習の理論と実践を同時に学ぶことができます。
推奨ターゲット
- データ分析の分野や関連分野で働きたい人
- ADP資格やビッグデータアナリストの取得を目指す方
- 社内のビッグデータ開発や分析のお仕事に転職したい方
カリキュラム
クリエイター紹介
IT百科事典
김동식
데이터분석, 데이터 사이언스, AI 전문가
| 학력
고려대 정보대학 컴퓨터교육석사
| 실무
IT 기획/개발 PM (중앙일보 JTBC)
AI/ML/Big data project 외 다수 (삼성전자 반도체 )
| 교육·강의
KAIST 빅데이터/디지털마케팅
국제학교, 과학고, 하남경영고 외 다수