1. |
|
데이터 과학이란? |
강의 및 데이터 과학 소개 |
|
2. |
|
데이터 과학으로 풍덩 |
도구 익히기
데이터와 친해지기 |
|
3. |
|
R의 데이터형과 연산 |
R의 데이터형과 연산자
변수에 대한 이해 |
|
4. |
|
데이터 취득과 정제 |
데이터과학 절차
파일 읽기, 쓰기
데이터 정제
조건문과 반복문 |
|
5. |
|
데이터 가공(1) |
Base R의 데이터 가공
dpylr를 이용한 데이터 가공(1) |
|
6. |
|
데이터 가공(2) |
dpylr를 이용한 데이터 가공(2)
데이터 가공의 실제 및 의의 |
|
7. |
|
데이터 시각화(1) |
데이터 시각화의 필요성
시각화의 기본 요소 및 기능
ggplot2 패키지 사용방법 |
|
8. |
|
데이터 시각화(2) |
다양한 시각화 방법
시각화를 이용한 데이터 탐색
ggplot2 패키지 활용 |
|
9. |
|
모델링과 예측 : 선형회귀 |
모델링에 대한 이해 및 용어들
선형회귀 모델에 대한 이해
다중선형회귀 |
|
10. |
|
일반화 선형모델 |
일반화 선형모델에 대한 이해
로지스틱 회귀 모형의 적용 |
|
11. |
|
분류 모델 |
회귀와 분류
분류 모델링 기법 : 결정트리, 랜덤포리스트, SVM, knn |
|
12. |
|
모델의 성능평가 |
데이터 과학에서의 성능 평가
일반화 능력과 평가 척도 |
|
13. |
|
텍스트 마이닝 |
텍스트 데이터의 특성
텍스트 마이닝의 기초
DTM을 이용한 단어구름과 감성분석 |
|
14. |
|
실전 에제 |
캐글 데이터를 이용한 실전예제 |
|