컨텐츠 내용
- 수강신청
- 과정정보
빅데이터분석기사
과정소개
학습목표
1. 빅데이터의 개념과 특징을 설명할 수 있다.
2. 데이터를 처리하고 분석하는 방법을 나열할 수 있다.
3. 데이터의 특징에 맞게 적절한 분석기술과 방법론을 제시할 수 있다.
4. 데이터를 분석하고 시각화하는 전체의 과정을 수행할 수 있다.
5. 국가공인 빅데이터분석기사 자격증을 취득할 수 있다.
2. 데이터를 처리하고 분석하는 방법을 나열할 수 있다.
3. 데이터의 특징에 맞게 적절한 분석기술과 방법론을 제시할 수 있다.
4. 데이터를 분석하고 시각화하는 전체의 과정을 수행할 수 있다.
5. 국가공인 빅데이터분석기사 자격증을 취득할 수 있다.
교육대상
빅데이터분석기사 자격증 취득을 희망하는 자, 빅데이터분석에 대해 학습이 필요한 자
수료기준
| 평가기준 | 최종평가 | 진도율 | 총점 |
|---|---|---|---|
| 반영비율 | 100% | - | 100점 |
| 이수(과락)기준 | 60점/100점 | 80% | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 빅데이터분석기사 자격 개요 |
| 2차시 | 빅데이터의 특징 |
| 3차시 | 빅데이터의 가치와 데이터 산업의 이해 |
| 4차시 | 빅데이터 조직 및 인력 |
| 5차시 | 빅데이터 플랫폼과 인공지능 |
| 6차시 | 개인정보 법·제도와 활용 |
| 7차시 | 분석 로드맵 설정 |
| 8차시 | 분석 문제 정의와 분석 방안 |
| 9차시 | 데이터 확보 계획과 절차 및 작업 계획 |
| 10차시 | 데이터 수집 |
| 11차시 | 데이터 유형 및 속성 파악과 변환 |
| 12차시 | 데이터 비식별화와 품질 검증 |
| 13차시 | 데이터 적재와 저장 |
| 14차시 | 데이터 정제와 결측값 처리 |
| 15차시 | 데이터 이상값 처리 |
| 16차시 | 변수 선택과 차원 축소 및 파생변수 생성 |
| 17차시 | 변수 변환과 불균형 데이터 처리 |
| 18차시 | 데이터 탐색과 상관관계 분석 |
| 19차시 | 기초통계량 추출 및 이해 |
| 20차시 | 시각적 및 시공간 데이터 탐색 |
| 21차시 | 다변량 및 비정형 데이터 탐색 |
| 22차시 | 데이터요약 |
| 23차시 | 표본추출 |
| 24차시 | 확률분포 1 |
| 25차시 | 확률분포 2 |
| 26차시 | 확률분포 3 |
| 27차시 | 확률분포 4 |
| 28차시 | 표본분표 1 |
| 29차시 | 표본분표 2 |
| 30차시 | 점추정 |
| 31차시 | 구간추정 |
| 32차시 | 가설검정 1 |
| 33차시 | 가설검정 2 |
| 34차시 | 분석모델(모형) 선정 |
| 35차시 | 분석모델(모형) 정의 및 구축 절차 |
| 36차시 | 분석 도구 선정과 데이터 분할 |
| 37차시 | 회귀분석 1 |
| 38차시 | 회귀분석 2 |
| 39차시 | 로지스틱 회귀분석 |
| 40차시 | 의사결정나무 |
| 41차시 | 인공신경망 |
| 42차시 | 서포트벡터머신과 연관성분석 |
| 43차시 | 군집분석 |
| 44차시 | 범주형 자료 분석 |
| 45차시 | 다변량 분석 |
| 46차시 | 시계열 분석 |
| 47차시 | 베이지안 기법 |
| 48차시 | 딥러닝 분석 |
| 49차시 | 비정형 데이터 분석 |
| 50차시 | 앙상블 분석과 비모수 통계 |
| 51차시 | 평가 지표 |
| 52차시 | 분석모델(모형) 진단 |
| 53차시 | 교차 검증 |
| 54차시 | 모수 유의성 검정 1 |
| 55차시 | 모수 유의성 검정 2 |
| 56차시 | 모수 유의성 검정 3과 적합도 검정 |
| 57차시 | 과대적합 방지와 매개변수 최적화 |
| 58차시 | 분석모델(모형) 융합과 최종모델(모형) 선정 |
| 59차시 | 분석모델(모형) 해석과 비즈니스 기여도 평가 |
| 60차시 | 시공간 시각화 |
| 61차시 | 관계 및 비교 시각화와 인포그래픽 |
| 62차시 | 분석결과 활용 |