3과목(데이터 분석) 5장 정형 데이터 마이닝(ADsP) 2020
2000년 이후 급격히 발달한 대용량 데이터베이스 시스템을 통해 생산되는 대용량 데이터들을 분석하기 위해 가장 적합한 고급 분석 기법이 정형 데이터마이닝 분석 방법이다. 데이터마이닝 기법은 기계학습, 패턴인식, 인공지능에 이르기까지 급속도로 발전하고 있다.
100등록한 수강생
이번 강의에서는
2000년 이후 급격히 발달한 대용량 데이터베이스 시스템을 통해 생산되는 대용량 데이터들을 분석하기 위해 가장 적합한 고급 분석 기법이 정형 데이터마이닝 분석 방법이다. 데이터마이닝 기법은 기계학습, 패턴인식, 인공지능에 이르기까지 급속도로 발전하고 있다.
본 과목에서는 데이터마이닝의 개요를 공부하고 데이터마이닝에서 가장 많이 활용되고 있는 의사결정나무, 신경망, 앙상블 방법론, 군집분석, 연관분석의 개념을 배운다. 또한 각 분석방법론을 R프로그램을 통해 분석 할 수 있도록 실습하면서 정형 데이터 마이닝 능력을 향상시키고자 한다.
강의 커리큘럼
제1절 데이터 마이닝의 개요 | |||
1. 데이터마이닝 / 데이터마이닝 분석방법 | 00:23:00 | ||
2. 데이터마이닝을 위한 데이터 분할 / 성과분석 | 00:25:00 | ||
3. 성과분석 / 예상문제 및 정리하기 | 00:24:00 | ||
제2절 분류분석 | |||
1. 분류분석 / 의사결정나무 (1) | 00:27:00 | ||
2. 의사결정나무 (2) | 00:26:00 | ||
3. 분리규칙 / 의사결정나무 (3) | 00:31:00 | ||
4. R을를 활용한 분류분석 | 00:26:00 | ||
5. 예상문제 및 정리하기 | 00:16:00 | ||
제3절 앙상블분석 | |||
1. 앙상블 기법 (배깅, 부스팅, 랜덤포레스트) | 00:30:00 | ||
2. R을 활용한 앙상블 실습 / 예상문제 및 정리하기 | 00:33:00 | ||
제4절 인공신경망 분석 | |||
1. 인공신경망 (1) | 00:20:00 | ||
2. 인공신경망 (2) | 00:20:00 | ||
3. 인공신경망 (3) / 신경망 모형 구축시 고려사항 | 00:28:00 | ||
4. R을 활용한 인공신경망 실습 / 예상문제 및 정리하기 | 00:26:00 | ||
제5절 군집분석 | |||
1. 군집분석 / 계층적 군집방법 (1) | 00:34:00 | ||
2. 계층적 군집방법 (2) / 비계층적 군집방법 | 00:22:00 | ||
3. 혼합 분포 군집 / SOM | 00:24:00 | ||
4. R을 활용한 군집분석 실습 / 예상문제 및 정리하기 | 00:25:00 | ||
제6절 연관분석 | |||
1. 연관규칙 | 00:33:00 | ||
2. 최근 연관성 분석 동향 / R을 활용한 연관성분석 실습 (1) | 00:24:00 | ||
3. R을 활용한 연관성분석 실습 (2) / 예상문제 및 정리하기 | 00:24:00 |
수강 후기
이 강의에 대한 후기가 아직 없습니다.