코스 개요

데이터 과학/AI 입문

  • 데이터를 통한 지식 획득
  • 지식 표현
  • 가치 창출
  • 데이터 과학 개요
  • AI 생태계와 새로운 분석 접근 방식
  • 주요 기술들

데이터 과학 워크플로우

  • Crisp-dm
  • 데이터 준비
  • 모델 계획
  • 모델 구축
  • 커뮤니케이션
  • 배포

데이터 과학 기술들

  • 프로토타이핑에 사용되는 언어들
  • 빅데이터 기술들
  • 일반적인 문제를 위한 종단 간 솔루션
  • Python 언어 소개
  • Spark와 Python 통합

비즈니스에서의 AI

  • AI 생태계
  • AI 윤리
  • 비즈니스에서 AI 활용 방안

데이터 소스

  • 데이터 유형들
  • SQL 대비 NoSQL
  • 데이터 저장소
  • 데이터 준비

통계적 접근을 통한 데이터 분석

  • 확률
  • 통계학
  • 통계 모델링
  • Python을 사용한 비즈니스에서의 응용

비즈니스에서의 기계 학습

  • 지도 학습 대비 비지도 학습
  • 예측 문제들
  • 분류 문제들
  • 클러스터링 문제들
  • 이상 탐지
  • 추천 엔진
  • 연관 패턴 채굴
  • Python 언어로 ML 문제 해결하기

딥러닝

  • 전통적인 ML 알고리즘에서 실패하는 문제들
  • 복잡한 문제를 딥러닝으로 해결하기
  • Tensorflow 소개

자연어 처리

데이터 시각화

  • 모델링 결과를 시각적으로 보고하기
  • 시각화에서 흔히 발생하는 문제점들
  • Python을 사용한 데이터 시각화

데이터에서 결정으로 - 커뮤니케이션

  • 영향력 있는 데이터 기반 스토리텔링
  • 효과적인 영향력 행사
  • 데이터 과학 프로젝트 관리

요건

없음

 35 시간

참가자 수


참가자별 가격

회원 평가 (7)

예정된 코스

관련 카테고리