HOME > 취업연수과정 > 교육과정

[빅데이터분석]R과 파이썬을 활용한 빅데이터분석 전문가 양성과정

훈련과정	[빅데이터분석]R과 파이썬을 활용한 빅데이터분석 전문가 양성과정
훈련자격	ㆍ전공무관ㆍ취업준비생ㆍ국민취업지원제도참여자ㆍ재학생(방통대,야간대) ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간	09:00~18:00 (주5일수업.일일8시간)	총교육시간	4.5개월 (90일_총720시간)
교육일정	2023년 02월 개설예정
교육장소	강남

교육비용	교육총비용	5,273,280원ㆍ전액무료교육	교육문의 02-538-3644
	개인부담금	전액지원 (국가기간ㆍ전략산업직종훈련과정)
	교육수당지원	단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

교육정보
교육커리큘럼
교육문의
수강신청
국비대상자 간편조회

구분	교과목	단원	훈련시간
NCS 전공교과	빅데이터 분석	통계기반 데이터 분석	40H
		탐색적 데이터 분석	24H
		분석용 데이터 구축	16H
		텍스트 데이터 분석	56H
	머신러닝 / 딥러닝 개발 및 활용	머신러닝 기반 데이터 분석	56H
	빅데이터 분석 시각화	빅데이터 분석 결과 시각화	40H
	데이터 베이스 이해 및 적용	빅데이터 수집시스템 개발	48H
	데이터 베이스 이해 및 적용	빅데이터 분석시스템 개발	40H
	빅데이터 기획	빅데이터 활용 기획	56H
		빅데이터 분석 기획	16H
		빅데이터 환경 분석	16H
		빅데이터 운영 기획	56H
	빅데이터 플랫폼 설계 및 테스트	빅데이터 플랫폼 테스트	32H
	빅데이터 플랫폼 설계 및 테스트	빅데이터 플랫폼 아키텍처 설계	48H
비 NCS 교과 (이론)	빅데이터 분석 프로젝트 (이론)	프로젝트 기획 및 주제 선정 1. 주제선정 및 벤치마킹 2. 프로젝트 팀 선정 및 구성원 역할 선정 3. 프로젝트 일정 계획 및 데이터 선택 프로젝트 진행 사례 : - 생체 광학 데이터 분석을 통한 물질 농도 예측 - 게임전적 데이터를 통한 승패 예측 및 변수 연구 - 부동산 아파트 실거래가 예측 - 데이터마이닝을 활용한 프로야구 승패 요인분석	24H
비 NCS 교과 (이론)	빅데이터 분석 프로젝트 (이론)	프로젝트 레이아웃 설계 및 DFD 설계 1. 빅데이터 레이아웃 설계 2. DFD 설계하기 프로젝트 진행 사례 : - 생체 광학 물질 농도 예측 DFD설계 - 게임 데이터를 통한 승패 예측 DFD설계 - 부동산 아파트 구매, 판매 통한 실거래가 예측 DFD 설계 - 방어율과 타점율을 통한 승패 예측 DFD설계	32H
비 NSC교과 (실기)	빅데이터 분석 프로젝트 (실기)	프로젝트 데이터 수집 및 가공 1. 프로젝트 관련 빅데이터 수집 2. url을 이용하여 R로 블로그, 카페, 논문 등에서 데이터 수집 3. MYSQL을 활용하여 공공사이트에서 데이터 수집 프로젝트 진행 사례 : - hhb, hbo, ca. na 등 생체 광학 물질데이터 수집 - 게임승패, 아이템, 경기시간 등 게임데이터 수집 - 부동산 매매가격, 매매건수, 매매률 등 부동산데이터 수집 - 투수 방어율, 안타율, 홈런률 등 야구데이터 수집 기본변수 및 파생변수를 이용한 데이터 그룹화 : - 광원스펙트럼, 측정스펙트럼 등 데이터 그룹화 - 몬스터처치 시간, 획득 골드량 등 데이터 그룹화 - 서울권, 수도권, 지방권 등 데이터 그룹화 - 선두권, 중위권 하위권 등 데이터 그룹화	24H
		프로젝트 데이터 분석 수집된 빅데이터 분석 Step 함수와 Regsubsets 함수를 사용한 회귀분석 수집된 자료를 바탕으로 한 주성분 분석 SPSS를 이용한 빈도분석 Forecast함수를 사용한 시계열 분석 프로젝트 진행 사례 : - 치매환자, 뇌전증 환자, 간질환자 등 회귀분석 - 플레이시간, 획득점수, 빼앗긴 점수 등 주성분 분석 - 지역에 따른 매매율, 가격, 아마트 규모등 빈도 분석 - 승률예측, 점수예측, 등 시계열 분석	32H
		프로젝트 데이터 검정 및 테스트 1. 분석 데이터 검정 및 테스트 2. 정규성 검정을 통해 분석 값들의 타당성 검정 3. RandomForest를 통해 회귀분석 알고리즘 테스트 4. 양측검정과 단측검정을 통한 가설검정 프로젝트 진행 사례 : - 총 유저수, 캐릭터 수, 거래빈도, 플레이타임 등 정규성 검정 - 아파트 실거래가, 아파트 내부 요인, 아파트 외부요인 등 RandomForest 검정 - 날씨와 승패 상관관계, 방어율 타율과 승패 상관관계 등 가설검정	24H
		프로젝트 구현 1. 빅데이터 크롤링 프로젝트 진행 사례 : - 주소 생성 및 검색 결과물 수집 - 수집된 결과물에서 URL 추출 및 기사 수집 - 수집된 기사 HTML에서 본문 추출 - 데이터 크롤링을 통한 결과 데이터 추출	24H
		프로젝트 분석결과 및 배포 1. 빅데이터 분석결과 시연하기 2. 프로젝트 발표 및 질의응답 프로젝트 진행 사례 : - 관중이 많이 올수록 성적이 상승, 날씨는 성적에 영향을 주지 않음 등 - 지역권 및 면접이 부동산 가격에 가장 큰 영양을 미침 - 생체광학데이터와 뇌질환 사이에 상관관계를 찾을 수 있음	16H
총 훈련시간			720H

%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8%EC%95%88%EB%82%B4.png

%EC%B7%A8%EC%97%85%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4.png

커리큘럼Acorn Job Employment Center

주제	강의주요내용	시간
SQL활용(DATA)	About DATA DATA 분석의 필요성 Big DATA 이해 정형 / 비정형 DATA 조회 방법 이해	H
SQL활용(SQL)	SELECT / FROM / WHERE / ORDER BY 절 그룹 data 처리 방법 Table간의 JOIN 구성 Subquery 활용 집합 처리 Transaction 수행 원리 와 ACID DML (insert, update, delete) DDL (table, index, view, sequence, synonym) 대용량 데이터 처리	H
SQL응용(PLSQL)	변수 선언 방식 제어문 작성(IF, LOOP) 조합 Data type 명시적 커서 활용 예외처리 LOB segment 관리 Procedure 개발 Function 개발 Package 개발 Trigger 개발	H
데이터베이스 구현(DB구축)	DB Architecture 심화 분석 DW vs. OLTP 환경 이해 환경에 따른 구조적 차이 확인 DB installation	H
데이터베이스 구현(유지관리)	DB instance 관리 (Memory, process) DB storage 관리 DB network 관리 동시성 제어를 위한 구조 이해 성능(Performance) 이해	H
빅데이터 수집 시스템 개발	빅데이터 수집에 활용할 기술 – 플럼 설치, 카프카 설치 플럼 수집기능 구현 카프카 기능 구현 수집 기능 테스트 수집 기능 점거	H
빅데이터 저장 시스템 개발	Unix / Linux 내부 구조 분석 Linux OS 설치 OS 메모리 관리 기법 OS 프로세스 관리 기법 File 관리 기법 Storage 관리 기법 OS shell programming 활용	H
빅데이터 분석 시스템 개발	R 프로그램 개요 및 기초 문법 ⓐ R 설치(R Studio) 및 기본 메뉴 실습 ⓑ 데이터의 유형 및 자료구조 이해 ⓒ 데이터 입출력 및 파일 처리 ⓓ 제어문과 반복문 R 패키지 및 함수 사용 ⓐ 패키지 설치 및 사용법 ⓑ 사용자 정의함수 및 내장함수	H
빅데이터 처리 시스템 개발	빅데이터 탐색에 활용할 기술 – 하이브, 스파크, 우지, 휴 탐색 아키텍쳐 탐색환경구성 – 하이브, 스파크, 우지, 휴 설치 휴를 이용한 데이터 탐색 하이브를 이용한 데이터 탐색 스파크를 이용한 추가 데이터셋 탐색	H
빅데이터 분석 기획	빅데이터 분석 요건 정의하기 빅데이터 분석 데이터 확보 기획하기 빅데이터 분석 데이터 탐색 기획하기 빅데이터 분석 모델링 기획하기 빅데이터 분석 결과 적용 계획하기	H
탐색적 데이터 분석	시작하기 위한 준비 및 간단한 소개 : 개별 과제 설정 파이썬 설치, 기본 패키지 설치, 파이썬 코드 테스트 Ipython 설치하기, IPython 사용방법 파이썬 코드 작성 방법 및 파이썬 언어 기본 복습 : 가상 시스템에 개발환경 다시 설치하기	H
탐색적 데이터 분석	NumPy 기본 : 다차원배열 생성 / 연산 NumPy 기본 : 유니버셜함수 / 배열을 이용한 데이터처리 NumPy 기본 : 활용 예제 pandas 기본 : pandas소개 / 색인활용 pandas 기본 : 기술통계 기본 요약 / 누락 데이터 처리	H
분석용 데이터 구축	데이터 읽고 쓰기 : csv 파일 읽고 쓰기 + 실제 csv 파일 활용 실습 데이터 읽고 쓰기 : excel 파일 읽고 쓰기 + 실제 excel 파일 활용 실습 데이터 읽고 쓰기 : JSON 파일 읽고 쓰기 + 실제 JSON 파일 활용 실습 데이터 읽고 쓰기 : XML 파일 읽고 쓰기 + 실제 XML 파일 활용 실습 데이터 읽고 쓰기 : http통신을 활용한 json, xml 파일 저장 / 데이터 처리 / 출력 실습 데이터 변형 : 데이터 병합 / 피벗 데이터 변형 : 중복제거 / 값 치환 / 문자열 / 미국농무부 데이터 실습 데이터 변형 : GroupBy 기반 그룹 연산	H
텍스트 데이터 분석	지도학습(Supervised Learning) ⓐ 상관/회귀분석(Correlation and Regression Analysis) ⓐ 분류분석(Decision Tree) 비지도학습 (unSupervised Learning) ⓐ 군집분석(Clustering Analysis) ⓐ 연관분석(Association Rule) 시계열 분석 ⓐ 시계열 예측 모형에 적합한 데이터 생성 ⓑ 시계열 데이터를 이용한 미래 예측 ⓒ 시계열모형 예측 도식화	H
통계 기반 데이터 분석	가설검정 ⓐ 기술통계학 ⓑ 확률과 확률분포 ⓒ 표본분포 ⓓ 추정 및 가설검정 기술통계분석 ⓐ 척도별 기술통계량 연산 ⓑ 교차분석과 교차표 작성 ⓒ chi-square 분석 및 검정 집단별 비율 및 평균 차이 검정 ⓐ 집단별 비율 차이 검정(binom, prop) ⓑ 집단별 평균 차이 검정( T-test, Anova)	H
머신러닝 기반 데이터 분석	Machine Learning Overview and Case R essential for Machine Learning Importing Data (Excel/Database/Web) Processing data for Machine Learning Data Exploration and Visualization	H
머신러닝 기반 데이터 분석	Clustering (고객 데이터 분석, 고객 분류) Association Rule (장바구니 분석, 상품 추천)	H
머신러닝 기반 데이터 분석	Decision Tree Random Forest Logistic Regression k-nn	H
머신러닝 기반 데이터 분석	Linear Regression / Naive Bayes / k-Nearest Neighbor (상품 분류) Artificial Neural Network / Machine Learning 활용을 위한 Web dashboard	H
머신러닝 기반 데이터 분석	나이브 베이즈 분류 의사결정나무 랜던포레스트 그래드언트 부스팅 회귀분석 릿지와 라쏘분석 서포트 벡터 머신	H
머신러닝 기반 데이터 분석	주성분 분석 K평군 연관성 분석 인공신경망(ANN, Artificial Neural Network)	H
머신러닝 기반 데이터 분석	에이다부스트 알고리즘 기타 : 특징추출, 측징선택, 모델선택 등	H
머신러닝 기반 데이터 분석	인공신경망(Neural Net) - 소개 및 XOR 문제 Tensorflow에서 구현 Deep Neural Net 소개 및 Tensorflow에서 구현 여러 종류의 활성화 함수 소개 및 Tensorflow에서 구현 Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류 실습 Convolutional Neural Network(CNN) 소개 및 Tensorflow구현 Tensorflow에서 CNN을 이용한 MINIST 문자분류 실습 및 기존 방법들과 비교 Recurrent Neural Network(RNN) 소개 및 Tensorflow구현	H
빅데이터 분석 결과 시각화	데이터 분석을 위한 시각화 ⓐ 이산변수와 연속변수 시각화 데이터 분석을 위한 전처리 ⓐ 데이터 특성 분석 ⓑ 데이터 전처리 데이터 리모델링 ⓐ 데이터 리모델링 패키지(plyr, dplyr,reshape,reshape2) 정형 데이터와 비정형 데이터 처리 ⓐ 정형 데이터 처리(SQL 데이터 처리) ⓑ 비정형 데이터 처리(워드클라우드 및 연관어 분석)	H
빅데이터 분석 결과 시각화	시각화 : matplot 기본 / matplot 활용 예제 / pandas + matplot 활용 시각화 시계열 데이터 활용 : 시계열 데이터 변환 시계열 데이터 활용 : 금융 데이터 활용한 예제 SciPy 기본 : 기본적인 통계 분석	H
빅데이터 플랫폼 테스트	빅데이터 플랫폼 테스트 설계하기 빅데이터 플랫폼 기능 테스트하기 빅데이터 플랫폼 비기능 테스트하기	H
최종 프로젝트	R과 Python를 활용한 빅데이터 기획설계 및 프로젝트	H

교육문의Acorn Job Employment Center

이름 (필수)
연락처(필수)
이메일주소(필수)
문의사항(필수)

개인정보 수집 및 이용

수집하는 개인정보의 항목

수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
- 기본 개인정보 정보
　신청자, 생년월일, 연락처, 이메일, 최종학력

- 마케팅/서비스 이용을 위한 정보
　신청자, 생년월일, 연락처, 이메일, 최종학력

- 서비스 이용 중 발생되는 정보
　서비스 이용기록, 접속로그, 쿠키
　결재수단에 대한 기록여부(계좌), 결재기록

개인정보 수집 및 이용 목적

케이아이씨캠퍼스는 수집한 개인정보를 다음의 목적을 위해 활용합니다.
- 서비스 제공에 관한 계약 이행 및 서비스 제공에 따른 요금정산 목적
학습진행, 컨텐츠 제공, 구매 및 요금 결제, 물품배송 또는 청구지 등 발송
- 회원 관리
회원제 서비스 이용에 따른 본인확인, 개인 식별, 불량회원의 부정 이용 방지와
비인가사용 방지, 가입 의사 확인, 연령확인, 불만처리 등 민원처리, 고지사항 전달
- 마케팅 및 광고에 활용
신규 서비스(제품) 개발 및 특화, 이벤트 등 광고성 정보 전달, 인구통계학적 특성에 따른
서비스 제공 및 광고 게재, 접속 빈도 파악 또는 회원의 서비스 이용에 대한 통계
- 고용보험 과정의 노동부 신고
회원이 신청한 과정이 고용보험 대상 과정인 경우 고용보험 환급을 이유로 노동부에 신고하게 됩니다.

개인 정보 보유 및 이용기간

원칙적으로, 개인정보 수집 및 이용목적이 달성된 후에는 해당 정보를 지체 없이 파기합니다.
단, 다음의 정보에 대해서는 아래의 이유로 명시한 기간 동안 보존합니다.

보존 항목 : 신청자, 생년월일, 연락처, 이메일, 최종학력
보존 근거 : 고용보험 환급 적정성 심의
보존 기간 : 3년

그리고 관계법령의 규정에 의하여 보존할 필요가 있는 경우 회사는 아래와 같이 관계법령에서 정한 일정한 기간 동안 회원정보를 보관합니다.
1) 기타 법령에 따른 보유기간/관계법 안내
- 계약 또는 청약철회 등에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 대금결제 및 재화 등의 공급에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 소비자의 불만 또는 분쟁처리에 관한 기록 : 3년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 본인확인에 관한 기록 보존 이유 : 정보통신 이용촉진 및 정보보호 등에 관한 법률 보존 기간 : 6개월
- 방문에 관한 기록 보존 이유 : 통신 비밀 보호법 보존 기간 : 3개월

본인은 위 개인정보취급방침에 동의하십니까?

교육문의

수강신청Acorn Job Employment Center

아이디(필수)	4자이상 12이하로 작성 (원하는ID생성)
비밀번호(필수)
신청자(필수)
핸드폰번호(필수)	- -
이메일주소(필수)	@
생년월일(필수)	예)990506
최종학력	대학 전공, 기타
교육일정선택(필수)
문의사항