처음하는 데이터분석, Brightics로 따라하기
디지털 배지
문의처
문의: 교무팀 (02-760-1055)
생성 일시
2025/03/25 05:34
운영기간
6월~8월
운영기간(#)
여름방학
운영년도
2024년도
운영목적
운영방법
운영방법 1
이수시혜택
전체 커리큘럼
1주차
브라이틱스? 브라이틱스! - 브라이틱스 소개 및 설치
2주차
이걸로 뭘 하지? - 브라이틱스 사용법
3주차
여정의 시작, 데이터 준비 - 데이터 업로드
4주차
분석의 첫걸음 - 탐색적 데이터 분석: 기술통계
5주차
쓰레기를 넣으면 쓰레기가 나온다 - 데이터 정제
6주차
데이터도 꿰어야 보배 - 데이터 통합, 형태변환, 정렬
7주차
보이는 것을 믿는다 - 탐색적 데이터 분석: 시각화
8주차
아는만큼 보인다 - 탐색적 데이터 분석 및 데이터 전처리
9주차
세상의 흔한 이치 – 정규분포
10주차
마포구와 영등포구는 비슷한가? - 가설 검정과 t-검정
11주차
모든 구를 비교하면? – 분산분석
12주차
성별은 이용거리에 영향이 있을까? - 카이제곱 검정(Chi-Square Test)
13주차
구별 인구와 대여건수는 관계가 있을까? – 상관분석
14주차
기온은 대여건수에 영향을 준다? -회귀분석_수치형 변수
15주차
그럼 강수 여부는 대여건수에 영향을 줄까? - 머신러닝: 다중회귀분석_범주형 변수
16주차
꼭 숫자로 답해야 하는건 아니잖아?! - 머신러닝: 로지스틱 회귀분석
17주차
다른 방법으로도 대답해봐! - 머신러닝: 의사결정나무
18주차
유유상종을 찾아라! - 머신러닝: 군집분석
참여대상
최종 편집 일시
2025/03/25 05:34
프로그램 내용 소개
본 강좌는 Brightics이라는 분석도구를 활용하여 다 각도에서 데이터분석, 시각화, 통계 및 머신러닝 알고리즘을 배우는 것을 목표로 한다. Brightics AI는 기업용 상용 버전이고 Brightics Studio는 무료 오픈소스로, 본 강좌에서는 이를 위해 데이터 준비, 탐색적 데이터분석 및 시각화, 가설검정과 t-검정 등의 통계적인 개념 및 다양한 회귀분석, 의사결정나무, 군집분석 등의 머신러닝 알고리즘을 구현해본다. 본 강좌를 통해 Python기반 빅 데이터 처리를 접하고 고차원적인 문제를 풀기 위해서 통계 및 머신러닝 알고리즘을 적용해보는 방법을 배우도록 한다.
This course aims to learn data analysis, visualization, statistics, and machine learning algorithms from multiple angles using an analysis tool called Brightics. Brightics AI is a commercial version for businesses, and Brightics Studio is free and open source. In this course, statistical concepts such as data preparation, exploratory data analysis and visualization, hypothesis test and t-test, and various regression analysis, decision trees, Implement machine learning algorithms such as cluster analysis. In this course, you will learn how to apply statistical and machine learning algorithms to encounter Python-based big data processing and solve high-level problems
프로그램 유형
특강
핵심역량
융합