컨텐츠 내용
- 수강신청
- 과정정보
[수강신청] 빅데이터콘서트 (Big Data Concert)

■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 환불
2) 결제 후 7일 초과 ~ 수강기간 1/2 이하
- 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불
- 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료 강좌 수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌 수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
- 선착순으로 혜택을 제공하며, 마감에 따라 혜택이 변경될 수 있습니다.
교재
차시 | 강의명 | 학습시간 |
---|---|---|
1부 핵심 개념 다지기 (2/15 유료회원 대상으로 오픈) | ||
1차시 | 1주(2/15): 데이터의 유형, 딱 세 가지만 알자!_핵심개념1: 3가지 자료 유형(Fixed, Image, Sequence) | 0분 |
2차시 | 1주(2/15): 데이터의 유형, 딱 세 가지만 알자!_핵심개념2: 자료와 분석방법의 관계 | 0분 |
3차시 | 1주(2/15): 데이터의 유형, 딱 세 가지만 알자!_분석실습: 자료에 따른 분석 / 목적에 따른 분석 | 0분 |
4차시 | 2주(2/22): 통계학과 빅데이터는 도대체 무슨 관계일까?_핵심개념1: 통계학의 목적 /머신러닝의 목적 | 0분 |
5차시 | 2주(2/22): 통계학과 빅데이터는 도대체 무슨 관계일까?_핵심개념2: 통계학과 머신러닝의 차이 | 0분 |
6차시 | 2주(2/22): 통계학과 빅데이터는 도대체 무슨 관계일까?_분석실습: 통계검증과 머신러닝 분석 차이 이해 | 0분 |
7차시 | 3주(3/2): 분포의 어머니, 정규분포_핵심개념1: 정규분포의 탄생 비화 | 0분 |
8차시 | 3주(3/2): 분포의 어머니, 정규분포_핵심개념2: 정규분포 세상의 기준이 되다 | 0분 |
9차시 | 3주(3/2): 분포의 어머니, 정규분포_분석실습: 점추정과 구간추정 | 0분 |
10차시 | 4주(3/8): 정규분포의 자식들, t/F/X2분포_핵심개념1: 왜 t, F, X2이란 이름이 붙여졌나 | 0분 |
11차시 | 4주(3/8): 정규분포의 자식들, t/F/X2분포_분석실습: 분포들을 이용하여 추정해보기 | 0분 |
12차시 | 4주(3/8): 정규분포의 자식들, t/F/X2분포_핵심개념2: 분포 강할수록 위험하다 | 0분 |
13차시 | 5주(3/15): 가설검정은 수학이 아니다!_핵심개념1: 옥스포드대학에서 차마시던 교수들 | 0분 |
14차시 | 5주(3/15): 가설검정은 수학이 아니다!_핵심개념2: 가설검정, 분포를 입다 | 0분 |
15차시 | 5주(3/15): 가설검정은 수학이 아니다!_분석실습: 차이의 검정 분석 | 0분 |
16차시 | 6주(3/22): 검정통계량, 그 구조의 진실_핵심개념1: 모든 검정통계량은 '통계량/오차’ | 0분 |
17차시 | 6주(3/22): 검정통계량, 그 구조의 진실_핵심개념2: 유의하다? 유의하지 않다? | 0분 |
18차시 | 6주(3/22): 검정통계량, 그 구조의 진실_분석실습: 검정통계량 뜯어보기 | 0분 |
19차시 | 7주(3/29): 상관과 회귀, 결국은 똑같은 형제_핵심개념1: 상관의 논리 | 0분 |
20차시 | 7주(3/29): 상관과 회귀, 결국은 똑같은 형제_핵심개념2: 중심긋기와 오차 계산 | 0분 |
21차시 | 7주(3/29): 상관과 회귀, 결국은 똑같은 형제_분석실습: 회귀모델 | 0분 |
22차시 | 8주(4/5): 회귀를 푸는 3가지 방법_핵심개념1: 최소제곱법과 미분으로 풀기 | 0분 |
23차시 | 8주(4/5): 회귀를 푸는 3가지 방법_핵심개념2: 최대우도법의 이해 | 0분 |
24차시 | 8주(4/5): 회귀를 푸는 3가지 방법_분석실습: 회귀의 통계적 분석과 머신러닝 분석 비교 | 0분 |
2부 머신러닝 넓히기 (4/12 유료회원 대상으로 오픈) | ||
25차시 | 9주(4/12): 머신러닝, Big Picture_핵심개념1: 저 우주의 별들을 나눠라! | 0분 |
26차시 | 9주(4/12): 머신러닝, Big Picture_핵심개념2: 알고리즘은 결국 선 찾기 | 0분 |
27차시 | 9주(4/12): 머신러닝, Big Picture_분석실습: 머신러닝 무작정 해보기 | 0분 |
28차시 | 10주(4/19): 회귀문제 해결을 위한 최고 알고리즘 5선_핵심개념1: 선형회귀, 릿지, 라소 | 0분 |
29차시 | 10주(4/19): 회귀문제 해결을 위한 최고 알고리즘 5선_핵심개념2: 엘라스틱넷, SVM | 0분 |
30차시 | 10주(4/19): 회귀문제 해결을 위한 최고 알고리즘 5선_분석실습: 중고차 가격예측 | 0분 |
31차시 | 11주(4/26): 분류문제 해결을 위한 최고 알고리즘 5선_핵심개념1: 로지스틱회귀, KNN, 의사결정 | 0분 |
32차시 | 11주(4/26): 분류문제 해결을 위한 최고 알고리즘 5선_핵심개념2: 랜덤포레스트, SVM | 0분 |
33차시 | 11주(4/26): 분류문제 해결을 위한 최고 알고리즘 5선_분석실습: 환자 예측 | 0분 |
34차시 | 12주(5/3): 앙상블로 예측력을 높이자!_핵심개념1: 투표기반, 배깅 | 0분 |
35차시 | 12주(5/3): 앙상블로 예측력을 높이자!_핵심개념2: 부스팅, 스태킹 | 0분 |
36차시 | 12주(5/3): 앙상블로 예측력을 높이자!_분석실습: 환자 분류 정확도 높이기 | 0분 |
37차시 | 13주(5/10): 군집과 연관, 누가 더 쓸모있나?_핵심개념1: 비슷하게 묶으려면 기준이 명확해야! | 0분 |
38차시 | 13주(5/10): 군집과 연관, 누가 더 쓸모있나?_핵심개념2: 네트워크는 생각보다 막강하다 | 0분 |
39차시 | 13주(5/10): 군집과 연관, 누가 더 쓸모있나?_분석실습: 군집으로 인싸/아싸 찾기, 네트워크로 인사/아싸 찾기 | 0분 |
40차시 | 14주(5/17): 추천, B2C 비즈니스의 핵심!_핵심개념1: 관심법을 뛰어넘는 데이터 | 0분 |
41차시 | 14주(5/17): 추천, B2C 비즈니스의 핵심!_핵심개념2: 매칭과 추천의 3가지 방법 | 0분 |
42차시 | 14주(5/17): 추천, B2C 비즈니스의 핵심!_분석실습: 협업필터링으로 아이템-사용자 매칭 추천 구현하기 | 0분 |
3부 딥러닝 깊게 파기 (5/24 유료회원 대상으로 오픈) | ||
43차시 | 15주(5/24): 딥러닝, Big Picture_핵심개념1: 딥러닝 원리와 구조 | 0분 |
44차시 | 15주(5/24): 딥러닝, Big Picture_핵심개념2: DNN/CNN/RNN 비교분석 | 0분 |
45차시 | 15주(5/24): 딥러닝, Big Picture_분석실습: 딥러닝 무작정 해보기 | 0분 |
46차시 | 16주(5/31): 딥러닝 튜닝, 전혀 어렵지 않아요_핵심개념1: 딥러닝 모델 만드는 3가지 방법 | 0분 |
47차시 | 16주(5/31): 딥러닝 튜닝, 전혀 어렵지 않아요_핵심개념2: 모델 튜닝 방법 | 0분 |
48차시 | 16주(5/31): 딥러닝 튜닝, 전혀 어렵지 않아요_분석실습: DNN 최고 정확도 달성하기 | 0분 |
49차시 | 17주(6/7): CNN(1) 이미지는 데이터는 다르다_핵심개념1: CNN의 원리와 구조 | 0분 |
50차시 | 17주(6/7): CNN(1) 이미지는 데이터는 다르다_핵심개념2: CNN 적용을 위한 데이터 변환 기초 | 0분 |
51차시 | 17주(6/7): CNN(1) 이미지는 데이터는 다르다_분석실습: 이미지 분류모델 | 0분 |
52차시 | 18주(6/14): CNN(2) 내 이미지/영상 정리하고 분석하기_핵심개념1: 이미지 데이터 수집과 벡터화 | 0분 |
53차시 | 18주(6/14): CNN(2) 내 이미지/영상 정리하고 분석하기_핵심개념2: 영상 데이터 수집과 벡터화 | 0분 |
54차시 | 18주(6/14): CNN(2) 내 이미지/영상 정리하고 분석하기_분석실습: 영상 데이터 분석해보기 | 0분 |
55차시 | 19주(6/21): RNN(1) 다들 주식으로 돈 벌고 싶죠?_핵심개념1: RNN의 원리와 구조 | 0분 |
56차시 | 19주(6/21): RNN(1) 다들 주식으로 돈 벌고 싶죠?_핵심개념2: 시계열 자료와 RNN의 적용 | 0분 |
57차시 | 19주(6/21): RNN(1) 다들 주식으로 돈 벌고 싶죠?_분석실습: 주가와 환율 예측해보기 | 0분 |
58차시 | 20주(6/28): RNN(2) 맥락과 순서가 있어야 말이 된다_핵심개념1: 말과 글도 순서가 있다 | 0분 |
59차시 | 20주(6/28): RNN(2) 맥락과 순서가 있어야 말이 된다_핵심개념2: 텍스트의 정제와 벡터화 | 0분 |
60차시 | 20주(6/28): RNN(2) 맥락과 순서가 있어야 말이 된다_분석실습: 어떤 글인지 분류 예측해보기 | 0분 |
61차시 | 21주(7/5): 전이모델(1) 남의 모델 가져다 쓰기[이미지편]_핵심개념1: 전이모델 종류와 활용 | 0분 |
62차시 | 21주(7/5): 전이모델(1) 남의 모델 가져다 쓰기[이미지편]_핵심개념2: 이미지/영상에 좋은 전이모델 소개 | 0분 |
63차시 | 21주(7/5): 전이모델(1) 남의 모델 가져다 쓰기[이미지편]_분석실습: 이미지/영상 분류를 위한 전이모델 활용해보기 | 0분 |
64차시 | 22주(7/12): 전이모델(2) 남의 모델 가져다 쓰기[텍스트편]_핵심개념1: RNN류의 전이모델 | 0분 |
65차시 | 22주(7/12): 전이모델(2) 남의 모델 가져다 쓰기[텍스트편]_분석실습: 텍스트분류를 위한 전이모델 활용해보기 | 0분 |
66차시 | 22주(7/12): 전이모델(2) 남의 모델 가져다 쓰기[텍스트편]_핵심개념2: 텍스트에 좋은 전이모델 소개 | 0분 |