연락처 정보

코스 개요

데이터 분석과 빅데이터 개요

  • 빅데이터가 ‘큰’ 데이터인 이유는?
    • 속도, 양, 다양성, 신뢰성 (VVVV)
  • 기존 데이터 처리 방식의 한계점
  • 분산 처리 방식
  • 통계적 분석 방법
  • 머신러닝 분석 유형들
  • 데이터 시각화 기법

빅데이터 관련 직무와 역할

  • 관리자
  • 개발자
  • 데이터 분석가

데이터 분석에 활용되는 프로그래밍 언어

  • Python
    • 왜 데이터 분석에 Python이 적합한가?
    • 데이터 조작, 처리, 정제 및 계산 방법

데이터 분석 접근법들

  • 통계적 분석 방식
    • 시계열 분석
    • 상관관계와 회귀분석을 활용한 예측 기법
    • 추론 통계학(추정 방법)
    • 빅데이터 세트 내 서술적 통계치 계산(예: 평균 산출 등)
  • 머신러닝 접근법
    • 지도 학습과 비지도 학습의 차이
    • 분류와 클러스터링 방법
    • 특정 분석 기법의 예상 비용 계산법
    • 데이터 필터링 기술

빅데이터 인프라 구성 요소

  • 데이터 저장 방식
    • 관계형 데이터베이스(SQL)
      • MySQL
      • Postgres
      • Oracle
    • 다양한 데이터베이스 유형에 대한 이해
      • 계층형 데이터베이스
      • 객체지향형 데이터베이스
      • 문서 기반 데이터베이스
      • 그래프 기반 데이터베이스
      • 기타 종류의 데이터베이스들

빅데이터의 미래 전망

요약 및 향후 학습 방향

요건

  • 기초적인 수학 지식
  • 프로그래밍에 대한 기본 이해
  • 데이터베이스에 대한 전반적 이해

수강 대상자

  • 개발자 / 프로그래머
  • IT 컨설턴트
 21 시간

참가자 수


참가자별 가격

회원 평가 (3)

예정된 코스

관련 카테고리