멀티캠퍼스

혁신적으로 변화하는 비즈니스 속도, 멀티캠퍼스의 러닝플랫폼 서비스로 앞서가세요.

thumbnail image
이러닝

초급

[ProDS] 데이터 분석 이론(초급)

4.4

like 8

과정요약

과정요약
강사 김아현
학습기간 1개월(14시간/31차시) / 청강기간 : 교육 후 12개월
난이도 초급
교육비 190,000원
평가항목 진도율 100%
수료기준 총점 80점 이상시 수료
1일 진도제한 없음
정원 1,000명
학습환경 정보 PC-모바일병행

과정소개

민간자격 ProDS Associate(입문) '필기' 대비 과정!!!

[자격소개]
ProDS 자격은 Data Scientist의 기본역량인 Data 처리 및 분석역량을 평가하는 인증자격입니다.
자격의 등급은 Associate(입문), Advanced(중급), Professional(고급)으로 구성되어 있습니다.
ProDS 자격증에 대한 상세내용(평가방법, 합격 기준 등)이 궁금하시다면 아래 링크에서 확인해 보세요!
ProDS 자격소개 사이트(클릭)

[과정소개]
본 과정은 ProDS Associate(입문) '필기'시험 대비 과정입니다.

Point 1. 기출문제를 분석하여 내용을 구성했습니다.
자격대비 과정으로 합격을 위해서는 빈출유형의 문제를 많이 풀어보는 것이 중요하기 때문에
빈출내용 및 빈출유형을 분석하여 과정을 구성했습니다.

Point 2. 기출문제와 유사한 형태로 93문제가 퀴즈로 제공됩니다.
빈출내용을 기반으로 빈출유형의 형태로 차시별 3문제씩, 총 93문제를 풀어볼 수 있습니다.
자격취득이 목적이 아닌 분들도 문제를 풀어보면서 어려운 기초통계이론을 쉽게 이해하실 수 있습니다.

ProDS Associate(입문)은 필기와 실기 시험이 동시에 진행되기 때문에 필기와 실기를 함께 대비하셔야 합니다.
실기 대비 과정은 다음과 같으며, 응시하시는 Tool에 맞는 과정을 선택하시면 됩니다.
[ProDS] Brightics를 활용한 데이터 분석 실습(초급)
[ProDS] Python을 활용한 데이터 분석 실습(초급)
[ProDS] R을 활용한 데이터 분석 실습(초급)

[셀프체크]
과정 수강신청 전에 아래 셀프 체크를 해보세요.
Q1. 데이터 분석과 관련된 공부를 처음 시작한다.
Q2. 개괄적인 데이터 분석이 무엇인지 설명할 수 없다.
Q3. 확률, 베이즈 정리, 변수, 분포 등의 개념과 종류에 대해 명확히 설명할 수 없다.

본 과정은 ProDS 자격 취득을 위해 통계, 머신러닝 시험분야의 방대한 이론적 내용을 압축적으로 제작한 과정으로
위의 질문에 1개라도 해당 되신다면 아래의 기초 과정을 먼저 학습하시길 추천 드립니다.
[직딩잇템]어서와 데이터는 처음이지 - 기초 of 기초 데이터 개념

*본 과정은 '[ProDS] 통계 이론 및 데이터 시각화'와 '[ProDS] 머신러닝 이론 및 데이터 처리' 2개 과정의 40개 차시 중  난이도가 초급에 해당하는 31개 차시로 구성된 과정입니다.*

 

학습목표

  • 데이터 분석에 필요한 기초 통계 및 머신러닝 이론에 대해 설명할 수 있다.
  • 데이터 시각화 및 데이터 전처리를 수행할 수 있다.

학습대상

  • 데이터 분석가가 되고자 하는 분
  • ProDS Associate(입문) '필기' 대비하고자 하는 분

과정목차 31

  • 확률과 확률분포

    • 01차시

      확률의 개념과 특징

    • 02차시

      베이즈 정리

    • 03차시

      확률변수와 확률분포, 분포의 특성치

    • 04차시

      이항분포, 포아송분포, 지수분포, 감마분포

    • 05차시

      정규분포, 표준정규분포

    • 06차시

      카이제곱분포, t분포, f분포

  • 탐색적 데이터 분석

    • 07차시

      그래프에 의한 기술통계

    • 08차시

      수치적 기술통계 ① 변동성

    • 09차시

      수치적 기술통계 ② 연관성

  • 추정과 검정

    • 10차시

      통계적 추론 개요, 표본추출법

    • 11차시

      점추정과 구간추정

    • 12차시

      가설검정의 원리

    • 13차시

      모평균에 관한 가설검정(one sample t test)

    • 14차시

      모평균 비교에 관한 가설검정(independent two sample t test)

    • 15차시

      모평균 비교에 관한 가설검정(paired t test)

    • 16차시

      모평균 비교에 관한 가설검정(One way ANOVA 및 사후검정)

    • 17차시

      모분산 비교에 관한 가설검정(F-test of equality of variances)

    • 18차시

      범주형 변수 간의 독립성검정(Chi-squared test)

  • 데이터 전처리

    • 19차시

      데이터 전처리: 데이터 생성, 데이터 정제

    • 20차시

      데이터 전처리: 데이터 변환, 데이터 결합

  • 머신러닝의 기초

    • 21차시

      머신러닝의 기본 개념 및 방법론의 분류

    • 22차시

      머신러닝 모델의 검증 및 평가

    • 23차시

      머신러닝 모델의 평가지표

  • Feature Engineering

    • 24차시

      특성 공학: 개요, 특성 선택(Feature Selection) 방법론

  • Regression

    • 25차시

      단순회귀분석(Simple Linear Regression)

    • 26차시

      다중회귀분석(Multiple Linear Regression)

    • 27차시

      다중회귀분석(변수선택)

    • 28차시

      다중회귀분석(잔차분석, 다중공선성)

  • Classification

    • 29차시

      분류: 로지스틱 회귀(Logistic Regression)

  • Tree Model

    • 30차시

      의사결정나무 모델: 분류 나무(Classification Tree)

    • 31차시

      의사결정나무 모델: 회귀 나무(Regression Tree)

수강후기 8

평균평점

4.4 / 5.0

  • 5
    최*민

    2022.01.02

    재밌었고 자격증 취득에 도움이 될 것 같습닏.
  • 4
    조*석

    2021.12.23

    대략적인 내용을 파악하기 좋은 강의인것 같습니다. 애매하게 알고 있던 부분이 왜 그렇게 이루어지는지 알 수 있어서 좋았습니다.
  • 5
    김*준

    2021.12.12

    강사님이 친절하게 잘 가르쳐주시고 자료를 적극적으로 활용하셔서 배우기 편하고 알차다고 느낄 수 있는 수업이었습니다
  • 3
    이*아

    2021.11.26

    다양한 개념을 한눈에 파악할 수 있어서 상당히 유익합니다.
  • 5
    박*성

    2021.11.19

    통계에 대해 쉽게 이해할 수 있는 좋은 시간이었다. 덕분에 기초는 잘 닦였다.

관련과정

thumbnail image

[ProDS] 데이터 분석 이론(중급)