홈 > 강의목록
데이터마이닝
조선화 교수님 강원대학교 컴퓨터 과학 박사 졸업
강의 신청하기 | 총 합계금액 : 100,000원 |
제목 | 강의시간 | 상세내용 |
---|---|---|
오리엔테이션 | ||
[0강] OT
|
0 :
08 :
30
|
|
OT | ||
1장. 서문 | ||
[1강] 서문
|
0 :
57 :
01
|
|
비즈니스 애널리틱스, 데이터 마이닝 정의 및 관련 용어 | ||
2장. 데이터 마이닝 프로세스 | ||
[2강] 데이터 마이닝 프로세스
|
1 :
00 :
36
|
|
데이터 마이닝 수행 단계, 모델 구축 예, 자동화와 이슈 | ||
3장. 데이터 시각화 | ||
[3강] 데이터 시각화
|
1 :
07 :
16
|
|
데이터 시각화 개요, 차트, 주요 시각화 기법 | ||
4장. 차원 축소 | ||
[4강] 차원 축소
|
0 :
47 :
46
|
|
차원 문제, 차원을 축소하는 주요 기법 | ||
5장. 예측 성능 평가 | ||
[5강] 예측 성능 평가
|
1 :
01 :
12
|
|
예측 성능의 평가, 분류기/랭킹 성능의 판단 | ||
6장. 다중 선형 회귀 | ||
[6강] 다중 선형 회귀
|
0 :
51 :
13
|
|
설명과 예측의 모델링, 회귀식의 추정과 예측, 변수 선택 | ||
7장. kNN 알고리즘 | ||
[7강] kNN 알고리즘
|
0 :
31 :
40
|
|
kNN 분류기와 예측기, 알고리즘의 장점과 단점 | ||
8장. 나이브 베이즈 분류기 | ||
[8강] 나이브 베이즈 분류기
|
0 :
41 :
32
|
|
베이지안 분류기의 동작, 장점과 단점 | ||
9장. 분류 회귀 트리 | ||
[9강] 분류 회귀 트리
|
0 :
58 :
36
|
|
분류 트리 모델, 회귀 트리 모델, 장점과 단점 | ||
10장. 로지스틱 회귀 분석 | ||
[10강] 로지스틱 회귀 분석
|
0 :
59 :
22
|
|
로지스틱 회귀 모델, 분류 성능 평가, 다중 클래스 분류 | ||
11장. 신경망 | ||
[11강] 신경망
|
1 :
00 :
54
|
|
개념과 구조, 딥러닝, 장점과 단점 | ||
12장. 판별 분석 | ||
[12강] 판별 분석
|
0 :
37 :
55
|
|
유사도 측정, 피셔 함수, 다중 클래스 분류, 장점과 단점 | ||
13장. 앙상블과 업리프트 모델링 | ||
[13강] 앙상블과 업리프트 모델링
|
0 :
37 :
00
|
|
앙상블, 업리프트 모델링 | ||
14장. 연관 규칙과 협업 필터링 | ||
[14강] 연관 규칙과 협업 필터링
|
1 :
07 :
51
|
|
연관 규칙, 협업 필터링 | ||
15장. 군집 분석 | ||
[15강] 군집 분석
|
1 :
04 :
03
|
|
레코드 간 유사도, 군집 간 유사도, 계층적 군집화, k-평균 군집화 | ||
16장. 시계열 데이터 분석 | ||
[16강] 시계열 데이터 분석
|
0 :
21 :
39
|
|
탐색모델과 예측모델, 시계열 요소, 데이터 분할 및 성능 평가 | ||
17장. 회귀 분석을 기반으로 한 예측 | ||
[17강] 회귀 분석을 기반으로 한 예측
|
0 :
51 :
49
|
|
추세와 계절성을 반영한 모델, 자기상관과 아리마 모델 | ||
18장. 평활법 | ||
[18강] 평활법
|
0 :
39 :
01
|
|
이동 평균법, 단순 지수 평활법, 고급 지수 평활법 | ||
19장. 소셜 네트워크 애널리틱스 | ||
[19강] 소셜 네트워크 애널리틱스
|
0 :
43 :
21
|
|
방향/무방향 네트워크, 네트워크 분석과 시각화, 소셜 네트워크 분석 | ||
20장. 텍스트 마이닝 | ||
[20강] 텍스트 마이닝
|
0 :
29 :
55
|
|
텍스트의 표현, 전처리, 데이터 마이닝 방법의 구현 | ||
21장. 사례 | ||
[21강] 사례
|
0 :
49 :
50
|
|
비즈니스 데이터의 마이닝 사례 |
![]() |
|
오늘 팝업 보이지 않기 | 닫기 |
![]() |
|
오늘 팝업 보이지 않기 | 닫기 |