메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[수강신청] 빅데이터콘서트 (Big Data Concert)

과정 이미지
[수강신청] 빅데이터콘서트 (Big Data Concert) 과정정보
수강기간 365일
강의구성 66차시
수강료 무료
교재명
수강에 사용되는 교재를 추가로 구매 하실수 있습니다.
A석 0원
S석 (평생수강) 69,000원
R석 (평생수강+BOOK) 95,000원
VIP석 (평생수강+BOOK+강의USB) 149,000원


f10deaa2f49861b0bd82209ce6c3a193.png



유튜브 바로가기.png

 

카카오채널.png

 

 

2022DataConcert_notice.png

그림2.png

 

 

과정소개.png


 

무료강의.png

 

무료강의바로가기.png

 

 


그림1.png


 

    ■ 교환.환불규정 ■

      1) 결제 후 7일 이내이용한 강좌 없을 경우전액 환불

      2) 결제 후 7일 초과 수강기간 1/2 이하

         이용한 강좌가 없을 경우위약금(결제한 금액의 10%) 차감 후 환불

         이용한 강좌가 있을 경우위약금(결제한 금액의 10%)+완료 강좌 수에 따른 정가 차감 후 환불

      3) 수강기간 1/2 초과환불 불가

         *산출기준 예시수강료 150,000원이면 강좌 수 20강인 경우, 150,000/20=7,500(1강좌)로 산출

 

     ※ 유의사항

        수강기간이 종료된 강의는 환불이 불가합니다.

        - 복습기간이나 이벤트 등으로 추가로 제공된 기간은수강기간에 포함되지 않습니다.

        - 환불금액은 결제한 금액 기준이며결제 시 사용한 적립금(쿠폰)은 반환해드립니다.    

        - 선착순으로 혜택을 제공하며, 마감에 따라 혜택이 변경될 수 있습니다.  


교재
교재정보
교재명 저자 출판사 상세보기
A석 상세보기
S석 (평생수강) 상세보기
R석 (평생수강+BOOK) 상세보기
VIP석 (평생수강+BOOK+강의USB) 상세보기
강의목차
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