연락처 정보

코스 개요

데이터 과학/AI 입문

  • 데이터를 통한 지식 습득
  • 지식 표현
  • 가치 창출
  • 데이터 과학 개요
  • AI 생태계 및 분석의 새로운 접근법
  • 핵심 기술

데이터 과학 워크플로

  • CRISP-DM
  • 데이터 준비
  • 모델 계획
  • 모델 구축
  • 커뮤니케이션
  • 배포

데이터 과학 기술

  • 프로토타이핑에 사용되는 언어
  • 빅데이터 기술
  • 일반 문제에 대한 End-to-End 솔루션
  • 파이썬 언어 입문
  • Spark와 파이썬 통합

비즈니스에서의 AI

  • AI 생태계
  • AI 윤리
  • 비즈니스에서 AI를 추동하는 방법

데이터 소스

  • 데이터 유형
  • SQL vs NoSQL
  • 데이터 저장
  • 데이터 준비

데이터 분석 – 통계적 접근

  • 확률
  • 통계
  • 통계적 모델링
  • 파이썬을 활용한 비즈니스 응용

비즈니스에서의 기계 학습

  • 감독 학습 vs 무감독 학습
  • 예측 문제
  • 분류 문제
  • 클러스터링 문제
  • 이상치 감지
  • 추천 엔진
  • 연관 패턴 마이닝
  • 파이썬을 이용한 ML 문제 해결

딥러닝

  • 전통적 ML 알고리즘이 실패하는 문제
  • 딥러닝을 이용한 복잡한 문제 해결
  • Tensorflow 입문

자연어 처리

데이터 시각화

  • 모델링 결과의 시각적 보고
  • 시각화에서의 일반적인 함정
  • 파이썬을 이용한 데이터 시각화

데이터에서 의사결정으로 – 커뮤니케이션

  • 영향력 발휘: 데이터 기반 스토리텔링
  • 영향력의 효과성
  • 데이터 과학 프로젝트 관리

요건

이 과정에 참석하기 위한 특별한 요구사항은 없습니다.

 35 시간

참가자 수


참가자별 가격

회원 평가 (7)

예정된 코스

관련 카테고리