Autoplay
Autocomplete
Previous Lesson
Complete and Continue
올인원 패키지 : 데이터 분석 입문
강의자료
강의자료 다운로드 & 오류문제
Course1. 우리는 왜 데이터 분석을 배워야 할까?
데이터 분석의 필요성 (5:02)
Step-1. 데이터 분석의 흐름 이해하기 (7:04)
Step-2. 데이터 수집하기 (5:03)
Step-3 분석에 알맞게 데이터 가공하기 (6:36)
Step-4/5. 데이터 분석하기 & 시각화/문서화 하기 (6:44)
Course2. 알면 쓸모 있는 데이터 잡학사전(알쓸데잡)
[기초통계] 00_홍계훈강사님 소개 인터뷰 (3:50)
[기초통계] 01_기술통계와 추리통계(강의자료 포함) (4:01)
[기초통계] 02_모집단과 표본 (4:35)
[기초통계] 03_척도 (5:33)
[기초통계] 04_도수분포표와 막대그래프, 히스토그램 (4:21)
[기초통계] 05_공분산과 상관계수 (4:32)
[기초통계] 06_가설과 신뢰수준/유의확률 (5:28)
[기초통계] 07_양측 검증과 단측 검증 (3:54)
[기초통계] 08_t분석 (3:36)
[기초통계] 09_분산분석(ANOVA) (4:17)
[기초통계] 10_회귀분석 (4:26)
[기초통계] 11_로지스틱회귀분석 (3:34)
[기초통계] 12_조절효과와 매개효과 (4:30)
[기초통계] 13_구조방정식모형 (4:06)
[기초통계] 14_다수준분석 (4:19)
[머신러닝] 00_고태훈강사님 소개 인터뷰 (6:23)
[머신러닝] 01_머신러닝 (machine learning)(강의자료 포함) (10:43)
[머신러닝] 02_지도학습 (supervised learning) (5:41)
[머신러닝] 03_분류 (classification) (7:17)
[머신러닝] 04_회귀 (regression) (6:01)
[머신러닝] 05_비지도학습 (unsupervised learning) (20:36)
[머신러닝] 06_인공신경망과 딥러닝 (16:32)
[머신러닝] 07_파라미터 (parameter), 하이퍼파라미터 (hyperparameter) (8:12)
[머신러닝] 08_손실 함수 (loss function) (8:19)
[머신러닝] 09_학습, 검증, 테스트셋 (13:26)
[딥러닝] 00_이진원강사님 소개 인터뷰 (2:32)
[딥러닝] 01_Perceptron의 개념 이해(강의자료 포함) (7:44)
[딥러닝] 02_Deep Learning (5:59)
[딥러닝] 03_Gradient Descent (9:04)
[딥러닝] 04_Mini-Batch 학습법 (6:07)
[딥러닝] 05_Back Propagation (6:31)
[딥러닝] 06_Overfitting (9:32)
[딥러닝] 07_Convolutional Neural Network (6:55)
[딥러닝] 08_Recurrent Neural Network (8:04)
[딥러닝] 09_Generative Adversarial Network (6:39)
[딥러닝] 10_Tensorflow와 Pytorch (8:33)
[엔지니어링] 01_크롤링 (3:17)
[엔지니어링] 02_ETL (3:40)
[엔지니어링] 03_정형/비정형데이터 (4:14)
[엔지니어링] 04_Data Warehouse & Data Lake (5:18)
[엔지니어링] 05_데이터스트림 vs 배치 (4:33)
[엔지니어링] 06_Workflow (3:53)
[엔지니어링] 07_컴퓨터 클러스터 (3:33)
[엔지니어링] 08_Scale Up & Scale Out (3:38)
[엔지니어링] 09_SQL (6:11)
[엔지니어링] 10_Hadoop(하둡) (6:35)
[엔지니어링] 11_Spark(스파크) (4:47)
[엔지니어링] 12_Hive(하이브) (4:46)
[엔지니어링] 13_NoSQL (9:00)
Course 3. 나도 데이터 분석을 할 수 있을까?
00_박준용강사님 소개 인터뷰 (3:29)
01_데이터 분석가 (5:11)
02_데이터 엔지니어 (3:57)
03_데이터 사이언티스트 (7:41)
04_누구나 접근 가능한 데이터 : 공공데이터 (3:55)
05_산업별로 보는 데이터 분석(1) : 제조업 (5:49)
06_산업별로 보는 데이터 분석 (2) : 통신/마케팅 (6:32)
07_산업별로 보는 데이터 분석 (3) : 금융/보험 (6:36)
08_트렌디한 데이터 분석 사례 : 헬스케어 / 제약 (4:51)
09_외국에서 살펴보는 데이터 분석 사례 : 해외편 (3:44)
10_R/Python/Excel 에 대한 설명과 차이 비교 (6:03)
Course 4. 중학교 수학으로 이해하는 통계와 데이터 분석
01_데이터 기반의 의사결정(강의자료 포함) (7:58)
02_데이터의 수집과 활용 (13:26)
03_데이터 분석 판단 능력의 필요성 (3:38)
04_데이터 분석의 재료인 데이터 (2:34)
05_차이에 대한 개념 이해하기 (7:03)
06_범주형 변수의 이해 및 요약 (5:01)
07_수치형 변수의 정렬 및 요약 (12:07)
08_수치형 변수의 합계 및 요약 (9:09)
09_수치형 변수의 상대적인 값으로의 변환 (4:31)
10_[R실습] 실습환경 셋팅하기, R과 R studio 설치 (7:13)
11_[R 실습] 기본 명령어 연습 (19:37)
12_[R 실습] 데이터의 이해와 요약 (11:00)
13_차이를 설명하는 실마리인 관계 (3:13)
14_데이터와 공간의 개념 (7:15)
15_두 범주형 변수의 관계 (8:27)
16_두 수치형 변수의 관계 (11:32)
17_한 범주형 변수와 한 수치형 변수의 관계 (6:42)
18_[R 실습] 두 변수의 관계를 살펴보기 (14:31)
19_차이를 설명하고 예측하는 회귀모형 (1:30)
20_예측에 대한 개념 (3:10)
21_산점도와 추세선 (4:30)
22_선형 회귀 모형의 개념 (3:03)
23_회귀 계수의 계산과 예측 (7:10)
24_[R 실습] 회귀분석 처음부터 끝까지 함께 해보기 (5:37)
Course 5. 고등학교 수학으로 이해하는 통계와 데이터 분석
01_중학교 과정 주제와의 비교 (2:12)
02_확률의 개념 이해하기 (5:25)
03_데이터 공간에서 확률 계산하기 (5:22)
04_조건부 확률 이해하기 (7:17)
05_[R 실습] 확률과 조건부 확률 계산하기 (10:53)
06_확률로 결정하는 통계검정 (2:14)
07_모집단과 표본의 개념 이해하기 (6:11)
08_통계 검정의 개념 이해하기 (16:07)
09_검정 통계량의 활용 (20:11)
10_[R 실습] 통계검정과 분산분석 (13:17)
11_미래를 예측하는 확률모형 (1:22)
12_데이터를 활용한 예측 (9:47)
13_확률모형의 이해 (6:18)
14_선형 회귀의 이해 (14:18)
15_나이브 베이즈 판별기 (9:51)
16_의사결정 나무모형 (8:27)
17_[R 실습] 회귀모형과 의사결정나무 (13:59)
Course 6. 혼자 해보는 데이터 분석
01_Quiz : 영화 박스 오피스 ( 난이도 : 하 )
02_Quiz : 고속도로 통행량 ( 난이도 : 중 )
03_Quiz : 보험료 청구 ( 난이도 : 상 )
Answer : 영화 박스 오피스_해설영상 (9:51)
Answer : 고속도로 통행량_해설영상 (11:52)
Answer : 보험료 청구_해설영상 (12:45)
[기초통계] 02_모집단과 표본
Complete and Continue