Course Outline

Data Science/AI 소개

  • 데이터를 통한 지식 습득
  • 지식 표현
  • 가치 창출
  • Data Science 개요
  • AI 생태계와 분석에 대한 새로운 접근 방식
  • 핵심기술

Data Science 작업 흐름

  • 선명한 DM
  • 데이터 준비
  • 모델 계획
  • 모델 구축
  • Communication
  • 전개

Data Science 기술

  • Languages 프로토타입 제작에 사용됨
  • Big Data 기술
  • 일반적인 문제에 대한 엔드투엔드 솔루션
  • Python 언어 소개
  • Python를 Spark와 통합

Business의 AI

  • AI 생태계
  • AI의 윤리
  • AI를 비즈니스에 활용하는 방법

데이터 소스

  • 데이터 유형
  • SQL 대 NoSQL
  • 데이터 저장고
  • 데이터 준비

Data Analysis – 통계적 접근

  • 개연성
  • Statistics
  • 통계적 모델링
  • Python를 사용하여 비즈니스에 적용

비즈니스에서의 머신러닝

  • 감독 및 감독되지 않음
  • Forecasting 문제
  • 분류 문제
  • 클러스터링 문제
  • 이상 탐지
  • 추천 엔진
  • 연관 패턴 마이닝
  • Python 언어의 ML 문제 해결

딥러닝

  • 기존 ML 알고리즘이 실패하는 문제
  • Deep Learning로 복잡한 문제 해결
  • 텐서플로우 소개

자연어 처리

데이터 시각화

  • 모델링의 시각적 보고 결과
  • 시각화의 일반적인 함정
  • Python를 이용한 데이터 시각화

데이터에서 의사결정까지 - 커뮤니케이션

  • 영향력 행사: 데이터 기반 스토리텔링
  • 영향력 효과
  • Data Science 프로젝트 관리

Requirements

없음

 35 Hours

Number of participants



Price per participant

회원 평가 (3)

Related Courses

Related Categories