빅데이터를 시작하는 입문자에게 국내사례 데이터를 실습 내용으로 제공하여 빅데이터의 쓰임새와 해석을 익힐 수 있도록 강의 내용을 전달합니다.

빅데이터를 데이터 방법론마다 실습 데이터를 변경하는 것이 아니라 강의 처음부터 끝까지 동일한 실습 데이터로 다양한 방법론을 공부할 수 있도록 강의를 진행합니다.

R 프로그래밍 빅데이터 코딩 기술도 습득하고, 빅데이터 결과를 통찰력 있게 해석할 수 있는 역량이 형성되도록 강의를 진행합니다.

▶학습대상​​

1. 빅데이터 관련 전공의 학생

2. 빅데이터에 관심있는 학습자

▶학습목차

1.  [1] R프로그래밍 설치방법과 기초 개념

2. [2-1] R프로그래밍 변수 유형 - Vector와 Factor

3. [2-2] R프로그래밍 변수 유형 - Matrix, array, data.frame

4. [2-3] R프로그래밍 변수 유형 - List & 데이터입력 함수

5. [2-4] R프로그래밍 변수 유형 - 데이터 가져오기 및 저장

6. [3-1] 데이터 전처리(1) - dplyr 패키지

7. [3-2] 데이터 전처리(2) - reshape2 패키지 & 제어문

8. [4-1] 차트 시각화 - 단일/복합 시각화

9. [4-2] 차트 시각화 - lattice & ggpdt 패키지

10. [5-1] 기술 및 추론통계 (1) - 빈도분석 & 결측치 데이터 처리

11. [5-2] 기술 및 추론통계 분석 (2) - 두 집단 & 세 집단 분석

12. [5-3] 기술 및 추론통계 분석 (2) - 교차분석(카이검정) & 상관분석

13. [6] 선형 회귀분석 및 로지스틱 회귀분석

14. [7-1] 지도학습과 분류분석 - 의사결정트리 분석

15. [7-2] 지도학습과 분류분석 - 앙상블 기법 분석

16. [7-3] 지도학습과 분류분석 - 인공신경망 분석

17. [8-1] 비지도 학습과 분류분석 - 군집분석

18. [8-2] 비지도 학습과 분류분석 - 연관규칙 분석

19. [9-1] 텍스트마이닝 (1) - 네이버 영화

20. [9-2] 텍스트마이닝 (2) - 음원사이트

21. [10] 시계열 데이터 분석

22. [11] 종합정리 및 설명

​▶수료기준

※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.