데이터 분석 상식사전

ㆍ데이터 분석과 데이터 사이언스에 대한 개념을 학습합니다. ㆍ새로운 Data 처리 및 분석 방법을 통해 다양한 데이터로부터 인사이트를 얻을 수 있습니다.

ㆍ통계량과 평균의 정의를 학습하고 개념을 잡습니다. ㆍ데이터 분석에서 핵심인 통계량과 평균을 활용하여, 데이터의 특성을 이해하고 판단할 수 있습니다.

ㆍ분산과 표준 편차를 이해합니다. ㆍ데이터의 변동성을 이해하고 예측할 수 있습니다.

ㆍ두 종류의 값에 대한 관계를 알려주는 공분산에 대해 학습합니다.

ㆍ공분산과 함께 많이 사용되는 상관관계에 대해 살펴봅니다.

ㆍ확률의 정의에 대해 핵심을 짚어보고 정확하게 파악합니다.

ㆍ확률을 다루기 위해 사용하는 주요 개념인 확률 변수에 대해 학습합니다.

ㆍ확률 분포의 개념을 잘 학습하여 확률과 통계에서 활용할 수 있습니다.

ㆍ 머신러닝의 개념을 이해하고 하위 카테고리인 딥러닝을 알아봅니다.

ㆍ 머신러닝의 세부 분야인 지도 학습과 비지도 학습에 대해 이해합니다.

ㆍ 머신러닝 지도 학습의 중요한 주제인 분류의 개념에 대해 살펴봅니다.

ㆍ 다양한 분류 모형을 알아보고 대략적인 흐름을 파악합니다.

ㆍ 대표적인 비지도 학습의 종류인 군집에 대해 알아봅니다.

ㆍ 직관적이면서도 파워풀한 패턴 발견 기법을 살펴봅니다.

ㆍ 트렌디하고 인기 많은 소셜 네트워크를 분석합니다.

ㆍ 추천 알고리즘을 살펴보고 유사도와 협업 필터링으로 어떻게 추천되는지 파악합니다.

ㆍ 통계를 사용하여, 의사 결정에 활용할 수 있는 가설 검정의 개념을 익힙니다.

ㆍ 상관관계와 상관 분석의 관계를 이해하고 리마인드합니다.

ㆍ 분산 분석의 개념을 알아보고 세 집단 이상에서의 평균의 차이를 파악합니다.

ㆍ 데이터 분석이 가장 기본이 되는 선형 회귀 분석을 살펴봅니다.

ㆍ 선형 회귀 분석에 관련된 용어를 바탕으로 선형 회귀 모형에 대해 이해합니다.

ㆍ 선형 회귀 모형과 로지스틱 회귀 모형의 관계를 파악하고 로지스틱 회귀 분석의 개념을 이해합니다.

ㆍ 로지스틱 회귀 모형의 예측 개념을 학습하고 그 장점과 어떻게 활용되는지 분석합니다.

ㆍ 인공 신경망과 딥러닝이 무엇인지 살펴보고 그 특성을 알아봅니다.

ㆍ 인공 신경망을 구성하는 중요한 단위인 퍼셉트론을 이해합니다.

ㆍ 파라미터와 하이퍼 파라미터의 개념을 학습하고 딥러닝에서의 의미를 파악합니다.

ㆍ 가중치와 손실 함수의 정의를 배웁니다.

ㆍ Back Propagation(역전파)의 주요 단계를 알아보고 무엇에 쓰이는 개념인지 살펴봅니다.

ㆍ Gradient Descent(경사하강)에 대해 배워보고 딥러닝에서 최적의 가중치를 찾아봅니다.

ㆍ 배치와 미니 배치의 개념을 학습하고 미니 배치의 특징에 대해 알아봅니다.

ㆍ Overfirring과 Dropout의 개념과 무엇에 쓰이는지 배웁니다.

ㆍ 인공 신경망의 한 종류인 Deep Belief Network(심층 신경망)에 대해 알아봅니다.

ㆍ Convolutional Neural Network(CNN, 합성곱 신경망)의 특징과 사용법을 파악합니다.

ㆍ 이미지에 대한 딥러닝과 합이 잘 맞는 Open CV에 대한 개념과 딥러닝 활용법을 알아봅니다.

ㆍ Recurrent Neural Network(RNN, 순환 신경망)의 특징과 활용에 대해 배웁니다.

ㆍ RNN의 한 종류이자 자연어에 좋은 효과를 주는 LSTM에 대해 이해합니다.

ㆍ 오토인코더의 개념을 학습하고 무슨 일을 하는지 알아봅니다.

ㆍ Word2Vec의 개념과 원리에 대해 이해하고 활용하는 법을 배웁니다.

ㆍ Doc2Vec의 원리를 알아보고 활용법을 분석합니다.

ㆍ 딥러닝 모형의 하나인 BERT를 학습하고 활용법을 알아봅니다.

ㆍ 텍스트 처리를 위한 임베딩을 한글에 적용하여 살펴봅니다.

ㆍ GAN의 특징과 개념 그리고 활용법에 대해 파악합니다.

ㆍ 인공 지능(AI)의 모델이 내린 결정 또는 예측에 대한 설명이 가능한 기술인 XAI의 이슈와 전망에 대해 다양한 측면에서 살펴봅니다.

ㆍ 데이터 리터러시의 개념을 학습하고 데이터 리터러시 기반으로 데이터를 분석합니다.

ㆍ 미디어를 통해 인사이트를 얻고 데이터 분석을 통해 미디어를 읽는 방법을 배웁니다.

ㆍ 미디어로 보는 데이터 핫이슈를 좀 더 살펴보고 실제로 어떻게 반영이 되는지 다양하게 알아봅니다.

ㆍ 가상의 시나리오를 바탕으로 데이터 전처리부터 모형 선정까지의 과정을 따라갑니다.

ㆍ 분류 모형이 적용되는 흐름을 잘 이해하고 하이퍼 파라미터 튜닝의 특징을 알아봅니다.

ㆍ 스마트팩토리의 개념에 대해 학습합니다. ㆍ 데이터를 어떻게 수집하고 분석하며 활용하는지 이해합니다.

ㆍ RPA를 통해 데이터 분석을 어떤 식으로 효율적으로 활용하는지에 대해 배웁니다.

ㆍ 금융 빅데이터의 개념과 데이터와 금융 상품의 관계에 대해 알아봅니다.

ㆍ 자율주행의 개념에 대해 살펴보고 자율주행을 위한 데이터가 무엇인지 알아봅니다.

ㆍ 데이터 분석 트렌드인 이미지에 대한 처리가 앞으로 어느 방향으로 발전하는지 파악합니다.

ㆍ eXplainable AI의 개념을 알아보고 데이터 분석에 어떻게 적용되는지 살펴봅니다.