서울 통계 과정

서울에서 진행되는 이 실시간 교육(온라인 또는 현장)은 DFSS를 사용하여 설계 단계 시작부터 제품이나 프로세스에 품질이 내장되도록 하려는 중급 엔지니어와 설계자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• DFSS(Design Six Sigma)의 원리와 개념을 이해합니다.
• DMAIC(정의, 측정, 분석, 개선, 제어) 및 DMADV(정의, 측정, 분석, 설계, 검증) 방법론을 알아보세요.
• DFSS 도구와 기술을 적용하여 프로세스를 설계하고 최적화합니다.
• DFSS 프로젝트를 효과적으로 관리하고 이끌 수 있는 기술을 개발합니다.

서울에서 진행되는 이 실시간 교육(온라인 또는 현장)은 블랙 벨트 수준의 Six Sigma DMAIC 방법론에 대한 심층적인 이해를 원하는 고급 수준의 전문가를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 복잡한 프로젝트에 중점을 두고 정의, 측정, 분석, 개선 및 제어 단계에 대한 포괄적인 이해를 발전시킵니다.
• 데이터 기반 의사결정을 위한 고급 통계 분석 기술에 대한 전문 지식을 얻으세요.
• 대규모 Six Sigma 프로젝트를 주도하고 프로젝트 팀을 효과적으로 관리합니다.
• 조직의 목표와 전략에 부합하는 중요한 프로세스 개선을 구현합니다.

서울(온라인 또는 현장)에서 강사가 진행하는 실시간 교육은 DMAIC 방법론을 포괄적으로 이해하고 효과적인 Six Sigma Green Belts의 역할을 준비하려는 중급 전문가를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Six Sigma의 정의, 측정, 분석, 개선 및 제어 단계에 대한 철저한 지식을 얻으십시오.
• DMAIC의 각 단계 내에서 다양한 Six Sigma 도구 및 기술을 효과적으로 적용합니다.
• 프로세스 개선을 위한 통계 분석을 수행하고 해석합니다.
• Six Sigma 프로젝트를 계획, 실행 및 관리합니다.

이 강사는 온라인 또는 오프라인으로 수업을 진행하며, 초급 수준의 전문가들이 시그마와 Lean 원리를 이해하고 이를 통합하여 비즈니스 프로세스를 개선할 수 있도록 합니다.

이 강좌를 통해 참가자는 다음을 할 수 있게 됩니다:

• Lean 시그마 원리에 대한 철저한 이해를 얻게 됩니다.
• 시그마 방법론을 사용하여 결함의 원인을 제거하고 변동성을 최소화하여 프로세스 품질을 향상시킵니다.
• Lean과 시그마 방법론을 통합하여 더 효율적이고 효과적인 프로세스 개선을 달성합니다.
• 5S, Kaizen, 프로세스 매핑 등, 노란벨트들이 프로세스 개선 프로젝트에서 적용할 수 있는 기본적인 Lean 시그마 도구와 기술을 가르칩니다.

서울에서 진행되는 이 실시간 교육(온라인 또는 현장)은 조직에서 중요한 프로세스 개선 프로젝트를 이끌기 위해 식스 시그마와 Lean 원칙을 모두 이해하고자 하는 중급 전문가를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 프로세스 개선을 위해 Lean 및 Six Sigma 방법론을 통합하는 방법에 대한 포괄적인 이해를 개발합니다.
• 정의, 측정, 분석, 개선 및 제어 단계에서 심층적인 지식과 적용 기술을 습득합니다.
• 데이터 기반 의사 결정 및 프로세스 분석을 위해 고급 통계 도구를 적용합니다.
• Lean Six Sigma 프로젝트를 효과적으로 이끌고 관리합니다.

서울에서 진행되는 이 실시간 교육(온라인 또는 현장)은 복잡한 Six Sigma 프로젝트를 처리하는 기술을 습득하고 Six Sigma 및 Lean 구현에서 리더십 역할을 맡기를 원하는 고급 수준의 전문가를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 고급 Six Sigma와 Lean 방법론 및 도구에 대한 심층적인 이해를 발전시킵니다.
• 조직 전략에 부합하는 복잡한 프로세스 개선 프로젝트를 주도합니다.
• 복잡한 통계 분석을 수행하고 데이터 기반 결정을 내립니다.
• 변화 이니셔티브를 효과적으로 주도하고 지속적인 개선 문화를 구축합니다.

이 강사는 온라인 또는 오프라인에서 초보자 수준의 전문가들을 대상으로, Six Sigma 방법론과 그 원리에 대해 더 깊은 이해를 제공하며, DMAIC 과정을 마스터하는 것을 목표로 합니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• 화이트 벨트 과정에서 다루는 기본 원리 이상의 지식을 습득합니다.
• DMAIC 과정을 마스터하고 고급 Six Sigma 도구를 학습합니다.
• Green Belt와 Black Belt와 효과적으로 협력하여 Six Sigma 프로젝트 팀에 기여하는 방법을 학습합니다.
• 실세계 비즈니스 프로세스 개선에 Six Sigma 방법론을 적용합니다.

이 강사는 온라인 또는 현장에서 초보자 수준의 전문가를 대상으로 시그마 방법론과 그 원칙에 대한 기본 이해를 제공하는 인스트럭터 리드 라이브 트레이닝입니다.

이 트레이닝을 마치면 참가자들은 다음을 할 수 있게 됩니다.

• 시그마의 기본 사항을 이해하고 DMAIC 과정을 배웁니다.
• 시그마 프로젝트 내에서 화이트 벨트의 구체적인 역할과 책임에 대해 이해합니다.
• 시그마 원칙을 적용하여 개선 기회를 식별하고 조직 내 시그마 프로젝트를 지원하는 방법을 배웁니다.

이 인스트럭터 주도형 라이브 교육 과정(온라인 또는 현장)은 여러 요인 간의 인과관계를 이해하고자 하는 과학자들이 Design of Experiments (DoE)을 학습하고 활용할 수 있도록 설계되었습니다.

이 교육을 통해 참가자들은 다음을 수행할 수 있습니다:

• 설계된 실험의 다른 접근법에 비해 갖는 장점을 이해합니다.
• 요인들 간의 인과관계와 상호작용을 이해합니다.
• 성공적인 실험 수행을 위한 최선의 방법과 지침을 학습합니다.

서울(온라인 또는 현장)에서 강사가 진행하는 실시간 교육은 계량경제학 분석 및 모델링의 기본 사항을 배우고 숙달하려는 모든 사람을 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 계량경제학의 기본을 배우고 이해합니다.
• Eview와 위험 시뮬레이터를 활용하세요.

R은 통계 계산, 데이터 분석 및 그래픽을 위한 매우 인기 있는 오픈 소스 환경입니다. 이 과정은 학생들에게 R 프로그래밍 언어를 소개합니다. 언어 기초, 라이브러리 및 고급 개념을 다룹니다. 실세계 데이터를 활용한 고급 데이터 분석 및 그래핑을 포함합니다.

참여자

개발자 / 데이터 분석가

기간

3일

형식

강의 및 실습

대상

분석가, 연구원, 과학자, 졸업생 및 학생, 그리고 Microsoft Excel에서 통계 분석을 촉진하는 방법을 배우려는 모든 분들을 대상으로 합니다.

과정 목표

이 과정은 Excel과 통계에 대한 이해도를 높여 작업이나 연구의 효과성과 효율성을 향상시키는 데 도움이 됩니다.

이 과정에서는 Microsoft Excel의 Analysis ToolPack을 사용하여 통계 함수와 기본 통계 절차를 수행하는 방법을 설명합니다. 또한 Excel의 제한 사항과 이를 극복하는 방법을 설명합니다.

데이터 분석은 오늘날 비즈니스에서 필수적인 도구입니다. 우리는 실제 데이터 분석을 위한 실무 기술을 개발하는 데 중점을 두겠습니다. 이 과정은 참가자들이 증거에 기반한 답변을 제공하는 방법을 도울 것입니다: 

무엇이 일어났나요?

• 데이터 처리 및 분석
• 정보 제공 데이터 시각화

무엇이 일어날까요?

• 미래 성능 예측
• 예측 평가

무엇이 일어나야 하나요?

• 데이터를 증거에 기반한 비즈니스 결정을 위한 정보로 전환
• 프로세스 최적화

이 과정은 6일 동안의 오프라인 강의 또는 선호에 따라 주 단위로 원격으로 진행할 수 있습니다. 고객의 요구에 맞춰 최적의 방식으로 과정을 제공할 수 있습니다.

비정형 데이터는 전체 데이터의 90% 이상을 차지하는 것으로 추정되며, 그 중 대부분은 텍스트 형태입니다. 블로그 게시물, 트윗, 소셜 미디어 및 기타 디지털 출판물이 지속적으로 증가하는 데이터에 추가됩니다.

강사가 진행하는 이 라이브 과정은 이 데이터에서 통찰력과 의미를 추출하는 데 중점을 둡니다. R Language 및 Natural Language Processing (NLP) 라이브러리를 활용하여 컴퓨터 과학, 인공 지능, 컴퓨터 언어학의 개념과 기술을 결합하여 텍스트 데이터 뒤에 숨은 의미를 알고리즘적으로 이해합니다. 데이터 샘플은 고객 요구 사항에 따라 다양한 언어로 제공됩니다.

이 교육이 끝나면 참가자는 서로 다른 소스에서 데이터 세트(대규모 및 소규모)를 준비한 다음 올바른 알고리즘을 적용하여 그 중요성을 분석하고 보고할 수 있게 됩니다.

코스의 형식

• 부분 강의, 부분 토론, 철저한 실습, 이해도 측정을 위한 비정기 테스트

이 강사는 인사 관리 전문가 및 채용 전문가를 대상으로 한 실시간 온라인 또는 현장 교육과정으로, 조직 성과를 향상시키기 위해 분석적 방법을 사용하는 방법을 배웁니다. 이 과정은 질적 및 정량적, 경험적 및 통계적 접근 방식을 모두 다루고 있습니다.

과정의 형식

• 상호작용 강의 및 토론.
• 많은 연습과 문제 풀이.

과정 맞춤화 옵션

• 이 과정에 맞춘 맞춤형 교육을 요청하려면, 연락하여 조율해 주세요.

청중

재무 또는 시장 분석가, 관리자, 회계사

코스 목표

Microsoft Excel 모든 종류의 재무 분석을 자동화하고 자동화하십시오.

이 강사는 HR 전문가들이 조직의 성과를 개선하기 위해 분석 방법을 활용할 수 있도록 도와주는 온라인 또는 오프라인 교육과정입니다. 이 과정은 질적, 양적, 경험적 및 통계적 접근 방식을 모두 다룹니다.

강의 형식

• 상호작용형 강의 및 토론
• 많은 연습과 실습

강의 맞춤화 옵션

• 이 강의를 맞춤화된 교육으로 요청하려면, 문의해 주십시오.

이 강의는 R 프로그래밍의 고급 주제를 다룹니다.

Goal:

SPSS 프로그램을 사용하여 대화 상자와 명령어 구문을 활용하여 고급 분석 기술을 독립적으로 수행하는 기술을 마스터합니다.

대상:

분석가, 연구원, 과학자, 학생 및 SPSS 패키지를 고급 수준에서 사용하고 선택된 통계 모델을 학습하려는 모든 이들을 대상으로 합니다. 이 교육은 보편적인 분석 문제를 다루며 특정 산업에 맞춤화되어 있습니다.

대상:

이 코스는 분산 시스템 환경에서 대규모 데이터를 저장하고 처리하는 솔루션을 찾고 있는 IT 전문가를 대상으로 합니다.

전제 조건:

Hadoop 클러스터 관리에 대한 심도 있는 지식이 필요합니다.

이 인스트럭터-리드 라이브 트레이닝은 온라인 또는 오프사이트에서 진행되며, 데이터 과학자와 통계학자가 직업 분야에서 데이터를 준비하고 모델을 구성하며 머신러닝 기법을 효과적으로 적용할 수 있도록 설계되었습니다.

이 트레이닝을 통해 참가자는 다음을 할 수 있게 됩니다:

• 다양한 Machine Learning 알고리즘을 이해하고 구현합니다.
• 머신러닝 응용 프로그램을 위한 데이터를 준비하고 모델을 구성합니다.
• 사후 분석을 수행하고 결과를 효과적으로 시각화합니다.
• 실제 세계의 특정 산업 시나리오에 머신러닝 기법을 적용합니다.

Big Data 는 대규모 데이터 세트를 저장하고 처리하기위한 솔루션을 의미하는 용어입니다. 처음에 Go ogle에 의해 개발 된이 Big Data 솔루션은 다른 유사한 프로젝트를 진화시키고 영감을주었습니다. 그 중 많은 프로젝트가 오픈 소스로 제공됩니다. R은 금융 산업에서 널리 사용되는 프로그래밍 언어입니다.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R은 기업 및 학계 내에서 점점 더 많은 관리자 및 데이터 분석가가 사용합니다. R은 컴퓨터 프로그래밍 기술 없이도 통계학 자, 엔지니어 및 과학자 중 추종자를 쉽게 찾을 수 있음을 발견했습니다. 그 인기는 광고 가격 설정, 신약의 신속 검색 또는 재무 모델 미세 조정과 같은 다양한 목표에 대한 데이터 마이닝의 사용 증가 때문입니다. R에는 데이터 마이닝을위한 다양한 패키지가 있습니다.

목적:

대표자들은 빅데이터 세트를 분석하고, 패턴을 추출하고, 결과에 영향을 미치는 올바른 변수를 선택하여 예측적 결과를 제공하는 새로운 모델을 예측할 수 있습니다.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R은 기업 및 학계 내에서 점점 더 많은 관리자 및 데이터 분석가가 사용합니다. R에는 데이터 마이닝을위한 다양한 패키지가 있습니다.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을 위한 오픈 소스 무료 프로그래밍 언어입니다. 기업과 학계 내에서 점점 더 많은 관리자와 데이터 분석가가 R을 사용하고 있습니다. R에는 데이터 마이닝을 위한 다양한 패키지가 있습니다.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다 R은 기업 및 학계의 관리자 및 데이터 분석가가 점점 더 많이 사용되고 있습니다 R에는 데이터 마이닝을위한 다양한 패키지가 있습니다 .

이 과정은 데이터 과학과 통계에 이미 배경이 있는 사람들에게 적합합니다. 제공되는 설명은 이미 개념에 익숙한 사람들에게는 상기시켜주고, 적절한 배경이 있는 사람들에게는 정보를 제공하기 위해 설계되었습니다.

청중

Business 소유자 (마케팅 관리자, 제품 관리자, 고객 기반 관리자) 및 팀; 고객 통찰력 전문가.

개요

이 과정은 신규 고객 확보, 수익성 확보를위한 기존 고객 관리, 우수한 고객 유지, 마지막으로 우리를 떠나는 고객과 그 이유에 대한 고객 라이프 사이클을 따릅니다. 우리는 통신, 보험, 미디어 및 첨단 기술을 포함한 다양한 산업의 실제 (익명의 경우) 데이터로 작업 할 것입니다.

체재

숙제뿐만 아니라 수업 내 연습을 통해 5 일간의 반나절 세션 동안 진행되는 강사 주도 교육. 교실 또는 거리 (온라인) 과정으로 제공 될 수 있습니다.

통계 분석에 관심이 있는 모든 분들을 위한 이 과정은 Minitab에 대한 익숙함을 제공하며, 데이터 분석의 효율성과 효과성을 높이고 통계 지식을 향상시키는 데 도움이 됩니다.

R은 통계 계산, 데이터 분석 및 그래픽을 위한 오픈 소스 무료 프로그래밍 언어입니다. R은 기업 및 학계 내의 관리자와 데이터 분석가들 사이에서 점점 더 많이 사용되고 있습니다. R은 데이터 마이닝을 위한 다양한 패키지를 갖추고 있습니다.

강사가 진행하는 이 실시간 교육에서 참가자는 실제 애플리케이션 생성을 단계별로 진행하면서 R을 사용하여 Machine Learning에 대한 고급 기술을 배우게 됩니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 비지도 학습 기술 이해 및 구현
• 클러스터링과 분류를 적용하여 실제 데이터를 기반으로 예측합니다.
• 데이터를 시각화하여 신속하게 통찰력을 얻고, 결정을 내리고, 분석을 더욱 구체화합니다.
• 하이퍼 매개변수 튜닝을 사용하여 기계 학습 모델의 성능을 향상합니다.
• 더 큰 규모의 애플리케이션에서 사용할 수 있도록 모델을 프로덕션에 적용합니다.
• 고급 기계 학습 기술을 적용하여 소셜 네트워크 데이터, 빅 데이터 등과 관련된 질문에 답하세요.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R은 기업 및 학계 내에서 점점 더 많은 관리자 및 데이터 분석가가 사용합니다. R은 컴퓨터 프로그래밍 기술 없이도 통계학 자, 엔지니어 및 과학자 중 추종자를 쉽게 찾을 수 있음을 발견했습니다. 그 인기는 광고 가격 설정, 신약의 신속 검색 또는 재무 모델 미세 조정과 같은 다양한 목표에 대한 데이터 마이닝의 사용 증가 때문입니다. R에는 데이터 마이닝을위한 다양한 패키지가 있습니다.

R은 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R은 기업 및 학계 내에서 점점 더 많은 관리자 및 데이터 분석가가 사용합니다. R은 컴퓨터 프로그래밍 기술 없이도 통계학 자, 엔지니어 및 과학자 중 추종자를 쉽게 찾을 수 있음을 발견했습니다. 그 인기는 광고 가격 설정, 신약의 신속 검색 또는 재무 모델 미세 조정과 같은 다양한 목표에 대한 데이터 마이닝의 사용 증가 때문입니다. R에는 데이터 마이닝을위한 다양한 패키지가 있습니다.

이 과정은 R-project 소프트웨어를 사용하여 실제 문제에서 신경망을 적용하는 방법을 소개합니다.

이 과정은 이미 기본적인 R 및 C++ 코딩 스킬과 R 코드를 가진 데이터 과학자 및 통계학자들을 대상으로 합니다.

참가자들이 업무에 이러한 방법을 적용할 수 있도록, 실제적인 고급 R 프로그래밍 과정을 제공하는 것이 목표입니다.

수업의 관련성을 높이기 위해 분야별 예시가 사용됩니다.

이 과정은 데이터 과학자 기술 집합의 일부입니다 (도메인: 데이터 및 기술).

조직 – 실제 데이터를 사용한 실습 및 실험

서울에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 SPSS를 사용하여 통계 분석을 수행하여 데이터를 정확하게 해석하고, 복잡한 통계 검정을 실행하고, 의미 있는 통찰력을 얻고자 하는 초급에서 중급 수준의 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• SPSS 인터페이스를 탐색하고 데이터 세트를 효율적으로 관리하세요.
• 설명적, 추론적 통계 분석을 수행합니다.
• t-검정, ANOVA, MANOVA, 회귀 및 상관관계 분석을 실시합니다.
• 고급 데이터 해석을 위해 비모수 검정, 주성분 분석, 요인 분석을 적용합니다.

Go알:

독립 수준에서 SPSS를 사용하는 방법 배우기

수신인:

분석가, 연구자, 과학자, 학생 및 SPSS 패키지를 사용하고 널리 사용되는 데이터 마이닝 기술을 배우고자 하는 모든 사람.

이 과정은 조직의 전략적 계획에서 관련 통계 방법을 이해하고 선택할 수 있도록 하는 것이 주요 목표인 의사결정자를 위한 것입니다.

예를 들어, 잠재적 참여자는 제품 출시 여부를 결정하기 전에 얼마나 많은 샘플을 수집해야 하는지 결정해야 합니다.

통계적 사고의 기본 개념을 다루는 더 긴 과정을 원하신다면, 5일짜리 "Statistics 매니저를 위한 훈련"을 참고하세요.

이 과정은 일반적인 통계 기술이 필요한 사람들을 위해 만들어졌습니다. 이 과정은 시장 조사, 생물학, 제조, 공공 부문 연구 등과 같은 특정 전문 분야에 맞게 조정할 수 있습니다.

이 교육 과정은 고급 통계를 다루며, 연구, 분석 및 예측에 일반적으로 사용되는 대부분의 도구에 대해 설명합니다. 공식 뒤에 있는 이론에 대한 간략한 설명을 제공합니다.

이 과정은 특정 지식 분야와는 관련이 없지만, 모든 대리자들이 동일한 배경과 목표를 가지고 있다면 맞춤화할 수 있습니다.

이 과정 중에는 Excel 및 OpenOffice와 같은 몇 가지 기본 컴퓨터 도구가 사용됩니다.

이 과정은 다양한 과학 분야에서 연구에 통계적 설계와 분석의 원칙 및 그 중요성을 이해시키기 위해 고안되었습니다.

주로 예제를 통해 확률과 통계 방법에 대해 다룹니다. 이 교육은 강의로 약 30%, 안내 퀴즈와 실습으로 약 70%를 포함하고 있습니다.

폐강된 강의의 경우, 예제와 자료를 특정 분야(예: 심리 테스트, 공공 부문, 생물학, 유전학 등)에 맞게 맞출 수 있습니다.

공개 강의의 경우, 다양한 예제가 사용됩니다.

이 과정에서는 (Microsoft Excel SPSS, Statgraphics 등) 여러 소프트웨어를 사용하지만, 연구의 원칙과 과정을 이해하는 데 초점을 맞추고 있습니다.

이 과정을 온라인 및 오프라인으로 혼합하여 제공할 수 있습니다.

Tableau은 사람들이 데이터를 시각화하고 이해하는 데 도움을 줍니다.

수강 대상

과정 형식

이 강의를 마치면 참가자는 다음을 할 수 있게 됩니다:

이 강사는 Tidyverse에 포함된 도구를 사용하여 데이터를 조작하고 시각화하는 방법을 익히게 됩니다.

Tidyverse은 데이터를 정리, 처리, 모델링 및 시각화하는 데 유용한 다양한 R 패키지의 모음입니다. 포함된 패키지는 ggplot2, dplyr, tidyr, readr, purrr, 그리고 tibble이 있습니다.

• R 언어 초보자
• 데이터 분석 및 시각화 초보자

• 강의, 토론, 연습 및 실습 위주

• 데이터 분석을 수행하고 매력적인 시각화를 만듭니다.
• 다양한 샘플 데이터셋에서 유용한 결론을 도출합니다.
• 탐색 질문에 답하기 위해 데이터를 필터링, 정렬 및 요약합니다.
• 처리된 데이터를 정보 있는 선 그래프, 막대 그래프, 히스토그램으로 변환합니다.
• Excel, CSV, SPSS 파일 등 다양한 데이터 소스에서 데이터를 가져오고 필터링합니다.

설명: 

이 코스는 R 사용자가 크로스 브라우저 스크립트와 HTML, Java, CSS을 배우지 않고도 웹 앱을 만들 수 있도록 가르치는 코스입니다.

목표:

Shiny 앱이 어떻게 작동하는지 기본 개념을 다룹니다.

Shiny 라이브러리의 모든 일반적으로 사용되는 입력/출력/렌더링/패널링 함수를 다룹니다.

• R에서의 예측 기술 기본 이해.
• 시간 시리즈 분석을 위해 지수평활법 및 ARIMA 모델 적용.
• 정확한 예측 모델 생성을 위해 'forecast' 패키지 활용.
• 비즈니스 및 연구 응용을 위한 예측 워크플로우 자동화.

청중

• 관리자
• 개발자
• 과학자들
• 재학생

과정 형식

온라인 교육 및 토론 또는 직접 대면하는 워크샵

R 는 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R 는 기업 및 아카데미 내에서 관리자와 데이터 분석가의 증가하는 숫자에 의해 사용됩니다. R는 또한 사용하기 쉬운 컴퓨터 프로그래밍 기술이없는 통계학자, 엔지니어 및 과학자들 사이에서 추종자를 발견했습니다. 그것의 인기는 다양한 목적을 위해 데이터 광산의 증가하는 사용으로 인해 광고 가격을 설정, 새로운 약을 더 빨리 찾거나 얇은 금융 모델. R에는 데이터 광산을 위한 다양한 패키지가 있습니다.

이 과정은 R에서 개체의 조작을 포함하여 읽기 데이터, R 패키지에 액세스하고, R 기능을 작성하고, 정보 그래픽을 만드는 것을 다루고 있습니다. 그것은 일반적인 통계 모델을 사용하여 데이터를 분석하는 것을 포함합니다. 이 과정은 R 소프트웨어 (https://www.r-project.org)를 명령 라인과 그래픽 사용자 인터페이스 (GUI)에서 사용하는 방법을 가르칩니다.