연락처 정보

코스 개요

데이터 과학/AI 개요

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

데이터 과학 워크플로우

  • CRISP-DM
  • 데이터 준비
  • 모델 계획
  • 모델 빌딩
  • 소통
  • 배포

데이터 과학 기술

  • 프로토타이핑에 사용되는 언어
  • 빅데이터 기술
  • 일반적인 문제에 대한 엔드투엔드 솔루션
  • Python 언어 소개
  • Spark와 Python 통합

비즈니스에서의 AI

  • AI 생태계
  • AI 윤리
  • 비즈니스에서 AI 활성화 방법

데이터 소스

  • 데이터 유형
  • SQL vs NoSQL
  • 데이터 스토리지
  • 데이터 준비

데이터 분석 - 통계적 접근

  • 확률
  • 통계학
  • 통계적 모델링
  • Python을 활용한 비즈니스 응용

비즈니스에서의 머신러닝

  • 지도 학습 vs 비지도 학습
  • 예측 문제
  • 분류 문제
  • 군집화 문제
  • 이상 감지
  • 추천 엔진
  • 연관성 패턴 마이닝
  • Python 언어를 활용한 ML 문제 해결

딥러닝

  • 전통적인 ML 알고리즘이 실패하는 문제들
  • 딥러닝을 통한 복잡 문제 해결
  • Tensorflow 소개

자연어 처리

데이터 시각화

  • 모델링에서 도출된 시각적 리포팅 결과
  • 시각화의 일반적인 함정
  • Python을 활용한 데이터 시각화

데이터에서 의사결정으로 - 소통

  • 영향력 발휘: 데이터 기반 스토리텔링
  • 효과적인 영향력 발휘
  • 데이터 과학 프로젝트 관리

요건

본 과정 수강을 위한 특별한 사전 요구사항은 없습니다.

 35 시간

참가자 수


참가자별 가격

회원 평가 (7)

예정된 코스

관련 카테고리