HOME > 취업연수과정 > 교육과정
(빅데이터 분석) 머신러닝을 활용한 데이터 분석 과정
훈련과정 (빅데이터 분석) 머신러닝을 활용한 데이터 분석 과정
훈련자격 ㆍ전공무관ㆍ취업준비생ㆍ취업성공패키지참여자ㆍ재학생(방통대,야간대)
ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간 09:30~18:30 (주5일수업.일일8시간) 총교육시간 5개월 (100일_총800시간)
교육일정 2020년 10월27일 ~ 2021년 03월23일
교육장소 강남
교육비용 교육총비용 5,859,200원ㆍ전액무료ㆍ
교육문의 및 신청
02-539-8879 온라인 신청하기 + 전화 상담하기전화
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급
k_1013_m.jpg
​​

k_bigdata.png
​​
​ ​ncs.png

 구분

교과목 

단원 

훈련시간 

NCS 소양교과

의사소통능력 

 

16H 

NCS 전공교과 

빅데이터 분석 시각화

        빅데이터 분석 결과 시각화 

56H 

데이터 분석 및 구축

        ​탐색적 데이터 분석 

24H 

        ​분석용 데이터 구축 

16H 

머신러닝 분석

        ​머신러닝 기반 데이터 분석 

48H 

데이터 분석

        ​텍스트 데이터 분석 

56H 

        ​통계 기반 데이터 분석 

40H 

빅데이터 환경분석

        ​빅데이터 환경분석 

16H 

빅데이터 프로그래밍

        ​프로그래밍 언어활용 

96H 

데이터 베이스 활용

        ​SQL 활용 

32H 

        ​데이터 표준화

16H 

        ​데이터베이스 구현

32H 

빅데이터 시스템 개발

        ​빅데이터 분석시스템 개발 

24H 

        ​빅데이터 수집시스템 개발

24H 

        ​빅데이터 저장시스템 개발

24H 

비 NCS 교과 (이론)

프로젝트 기획 

 

        ​빅데이터 프로젝트 기획

         ​- 빅데이터 주제선정 및 분석방안 구체화

         ​- 요구사항 정리

         ​- 분석결과 서비스 개발 계획

         ​- 프로젝트 일정관리 및 업무분담

 

8H 

비 NCS 교과 (실기)

DeepLearning

 

        ​DeepLearning

         ​- Tensorflow에서 구현

        ​ - DeepNeuralNet이해 및 Tensorflow에서 구현

        ​ - 여러 종류의 활성함수 이해 및 Tensorflow에서 구현

         ​- Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류실습

         ​- onvolutionalNeuralNetwork(RNN)이해 및 Tensorflow 구현

         ​- Word2Vec 이해 및 Tensorflow에서 구현

        ​ - 구글 Inception 모델을 이용한 이미지인식 Tensorflow에서 구현 

 

80H 

서비스 구현을 위한 최종프로젝트

 

        ​데이터수집 및 탐색분석

         ​- 정형데이터 수집 및 분석

        ​ - 비정형데이터 수집 및 분석

         ​- 공공데이터 포털 API를 활용한 데이터 수집 및 분석

        ​ - 포털 API를 활용한 데이터 수집 및 분석 

 

40H 

 

        ​서비스개발 및 시각화

        ​ - 서비스 개발을 위한 환경구축

         ​- 서비스인터페이스정의 및 프로세스 정의

         ​- 수집데이터 정제 및 보류

        ​ - 시각화 기술을 통한 요구사항에 맞는 시나리오 분석

         ​- 시각화 입력데이터 식별 및 매핑

        ​ - 데이터 분석 및 모델평가 구현

 

104H 

 

        ​테스트 및 발표

         ​- 단위테스트

         ​- 화면설계 및 구현

         ​- 통합테스트 및 디버깅작업

         ​- 프로젝트 시연 및 발표 

 

16H 

데이터 구조 및 알고리즘

 

        ​재귀와 백트래킹

        ​연결리스트

        ​스택

        ​큐.트리

        ​우선순위큐와 힙

        ​분리집합ADT

        ​그래프 알고리즘

        ​정렬,검색

        ​선택알고리즘

        ​심볼테이블

        ​해싱

        ​문자열알고리즘

 

40H

 총 훈련시간 

 800시간




​​ 

front_img.png
1013_book_list.png

 

취업현황 리스트

취업현황 더 보기 +

​ ​    

 

title

머신러닝(Machine Learning)을 활용한 데이터 분석 과정 | 2019-03-12 ~ 2019-07-18 (1회차)
  • 학생 개개인을 세심하게 관리하는 시스템이 좋았습니다. 그리고 많은 부분을 짧은 시간에 학습하는데 무리가 있어 보이지만 골고루 접해보고 싶다면 좋은 프로그램입니다. 팀 프로젝트가 가장 많은 도움이 되었습니다.
  • [파이썬에서 머신러닝 모델에 이르기까지] 파이썬 기초부터 머신러닝 모델까지 차근차근 가르쳐 주셔서 큰 도움이 되었습니다. 초보자라면 파이썬 기초부터 차근차근 가르쳐 주시기 때문에 처음의 문턱을 올라가기 쉽고 중급자라면 머신러닝의 모델들이 언제 어떻게 쓰이는지 알 수 있는 시간이 될 것입니다. [프로젝트 경험] 국비지원 동안 2번의 프로젝트를 진행할 경험을 얻을 수 있습니다. 비전공자의 입장에서는 전공자보다 나은 것을 보여주기 위해서는 포트폴리오가 필수 입니다. 하지만 혼자서 포트폴리오 작성하는 것은 어려울 수 있습니다. 이 과정에서는 비전공자로써 프로젝트를 진행하는 경험을 할 수 있고 마음 맞는 사람들과 같이 프로젝트를 진행함으로써 서로 도와가며 어려운 부분에서는 도움을 받아 좀 더 수월하게 프로젝트를 진행할 수 있습니다. 그 과정에서 서로에게서 배우는 것도 많을 것입니다.
  • 수업 좋고 학원좋음. 출석 빡세게 체크하고 강사님 잘 가르쳐주시고 친절
  • 강사님이 잘 가르치시고 친절하세요! 비전공자인데 첫 강의 날 쉬운거여도 괜찮으니까 질문 주저말고 하라고 말씀해 주셔서 그 뒤로 질문 많이 하면서 어려움 없이 수업 잘 따라간 것 같아요. 진행과정에서 하는 프로젝트도 너무 도움되고요, 학원 관계자님들도 친절하시고 너무 좋아요
  • 원래의 목표는 언어의 능숙도와 머신러닝을 통한 빅데이터의 모델링을 목표로 수업을 참가했다. 목표와는 다르게 막상 수업을 들었을 때에는 다양한 언어를 배워 처음에는 어떤 한가지 것에 집중이 힘들었다. 그러나 지금 수강이 종료된 시점에서 돌이켜 보면 더 큰 도움이 되었다. 다양안 언어와 툴을 다루면서 개인적인 노력을 더해서 다양한 기술의 습득의 결과는 하나의 길이 아닌 여려가지의 길을 선택할 수 있었고 비전공자로서 부족한 컴퓨터 지식에 대한 도메인을 쌓을 수 있었다. 그리고 무엇보다 중요한 것은 여러가지 언어와 툴, 라이브러리로 프로젝트를 진행하면서 더 유연하고 가치 있는 결과를 이끌어 낼 수 있었다. 학원의 학생에 대한 높은 관심과 지원으로 그리고 자습을 할 수 있는 공간 등의 복지로 수업 이외에 단위기간 내에 자격증 취득을 수월하게 할 수 있었고, 체계적인 취업상담과 컨설팅으로 더욱더 수업에 집중 할 수 있었다. 취업하고자 하는 목표와 개인의 노력의 열정이 있다면 추천하는 수업이였다.
  • 기존의 컴공과는 기존의 지식과 머신러닝,딥러닝 기술을 적용할 수 있어서 좋음 수업듣기 수월함
  • 많은 내용을 배울 수 있는 뜻깊은 기회였습니다. 다른 분들에게도 추천하고 싶습니다.
  • 컴퓨터공학을 전공하지 않은 입장에서, 컴퓨터 내부 프로그램을 이해할 수 있었던 좋은 기회였습니다. 과정명에서 보여지듯 파이썬을 위주로 머신러닝을 이용하여 데이터 분석에 촛점을 맞추는 동시에 비전공자로서 프로그래밍 내부 프로세스를 익혀 향후 독학으로 지식을 점진적으로 향상 시킬 수 있도록 해주었던 좋은 강의라고 생각합니다. 무엇보다도 학원 내 청결도와 쾌적함, 컴퓨터 사양이 만족스러웠습니다. 또한 담당 매니저의 헌신과 열정으로 4개월간의 학업 동안 많은 도움을 받았고, 다른사람들도 마찬가지였을 거라 생각합니다.
  • 컴퓨터에 대한 기초가 거의 없던 저는 컴퓨터에 언어에 대해 전반적으로 이해할 수 있었고, 한가지를 집중적으로 배우기 보다는 여러가지를 배웁니다. 강사님께서 진도를 초보에게도 적절하게 나가시고 복습할시간도 충분히 주시기 때문에 수업을 잘 마쳤습니다.
  • 친절하고 자세하게 강의해주신 강사님과 세세한 것까지 챙겨주신 매니저님께 감사했다
  • 머신러닝 알고리즘을 직접 적용해 볼 수 있어서 좋았습니다. 해당 훈련과정을 통해 드라마틱하게 많은 것을 알게 되었다고는 말할 수 없으나, 확실히 이전에 비해 많은 부분 향상되었다고 느껴져 만족합니다.
  • 비전공자 입장에서, 빅데이터 분석, AI 와 같은 분야에 있어서 두루두루 기본적인 내용을 들을 수 있어서 좋았습니다. AI 빅데이터 분석을 위해서 필요한 것은 무엇이며, 적어도 전공자와 함께 일하기 위한 시작선에 설 수 있는데 큰 도움을 준 것 같아서 정말 감사합니다.
  • 이미 관련 지식을 갖고 계신 분은 과정 자체가 루즈하게 느껴질 수도 있으나 모든게 처음이신 분들에겐 정말 기본부터 충실한 과정이니 추천합니다
  • 머신러닝을 활용한 데이터분석 과정을 수강하면서 부족하였던 프로그램들과 지식을 배울수있어서 좋았습니다. 개선해야 할 사항이나 건의사항은 없으며 취업에 많은 도움이 될 것 같습니다.
  • 훈련기관인 에이콘아카데미(강남)에서의 머신러닝(Machine Learning)을 활용한 데이터 분석 훈련과정은 매우 만족하여 개선해야 할 사항은 없습니다. 교육 및 기타 내용에 대한 전달 모두 잘 이루어 졌으며, 이 때문에 취업 또한 잘 연계되었다고 생각합니다. 국가기간전략산업직종 훈련제도에 관련된 건의사항은 따로 생각한 바가 없습니다.
  • 빅데이터 분석에 관련된 실용적인 내용들을 배울 수 있어서 좋았습니다.
  • 강사님의 강의랑 교육 내용 모두 흠잡을데 없이 좋았습니다. 모든 내용이 철저히 준비되어 있었고 수료 후에도 활용할 수 있도록 실습 내용이 모두 정리되어 있던 점도 인상깊습니다. 행정 관련해서도 조은미 매니져님께서 항상 철저히 챙겨주셔서 무사히 수료를 할 수 있었습니다. 감사합니다.
  • 좋은 커리큘럼으로 알차게 공부하였습니다. 강사님께서 강의 준비도 꼼꼼하게 하셔서 강의를 유익하게 들을 수 있었고 매니저님께서 전반적으로 잘 관리해주신 덕분에 종강까지 직업훈련에 집중할 수 있었습니다.
  • 짜임새있는 커리큘럼 , 능력있는 강사, 친절한 행정까지 참 괜찮은 훈련과정이었다고 생각합니다. 특히 비전공자가 빅데이터 분석에 한발 내딛는 과정으로 알맞다고 생각합니다.
  • 비전공자가 수강하기에는 다소 어렵습니다. 하지만 2~3주만 열심히 한다면 이후 수업을 수월하게 들으실 수 있습니다. 특히 강사님이 질문에 꼼꼼히 답해주셔서 수업 도중에 이해하지 못했던 부분을 해결할 수 있었습니다. 다른 교육기관에 비해 커리큘럼도 잘 짜여있으며 매니저님이 사소한 부분까지 신경써주셔서 잘 마무리할 수 있었습니다
  • 배움을 얻고자 하는 목적으로는 에이콘 아카데미의 구성, 담당 교육자, 매니저 모두 효과적으로 학생들을 지원했다. IT계열 전공자가 아닌 학습자도 이 기술의 활용성을 충분히 익혀 전공자 보다 더 뛰어난 아웃풋을 보여줄수 있다고 생각한다.
  • 단계적으로 차근차근 심층 학습까지 제공하며, 친근한 매니저분님의 관리와 학습 능력을 기를 수 있습니다. 기존에 학습을 하셨던 분들보다는 처음 접하시는 분들이 큰 학습능력을 받을 수 있으리라 생각됩니다.
  • 다른 분들이 빅데이터 과정 수업을 듣고 싶다면 강남 에이콘아카데미를 강력히 추천합니다. 빅데이터를 다루고 싶은 마음으로 정보를 알아보던 중, 강남 에이콘아카데미를 알게 되었습니다. 타 학원들과 비교하여 수준 높은 강사님과 꾸준한 관리를 해주는 매니저님들이 있다는 정보가 저를 이 곳으로 이끌었습니다. 당시, 먼 곳에 살았기에 이동시간이 힘들었지만 경기도에서 많은 사람들이 온다는 것을 알고 이만큼 학구열이 높구나 라고 느꼈습니다. 처음 1개월은 시간이 정말 느리게 갔습니다. 왜냐하면, 사람들끼리 서먹서먹하고, 배우는 내용은 처음 접해보는 것이라 따라가기 정말 힘들었기에 시간이 느리게 간다고 느꼈습니다. 하지만, Python 기본내용을 한 번 배우고 그 다음부터는 코딩을 하는것이 약간 익숙해졌습니다. 그리고 같은 반 사람들끼리도 친해져서 학원생활이 재미있었습니다. 프로젝트 기간은 스스로 공부할 수 있는 시간이 주어져서 좋았습니다. 물론, 같은 팀에 전공자 분이 없다면 힘들 수 있습니다. 하지만, 강사님은 전공자분들이 한 팀에 한명씩은 들어가도록 도와주었습니다. 이러한 도움으로 미니 프로젝트까지 총3번의 프로젝트를 무사히 끝낼 수 있었습니다. 총 3.7개월이라는 짧은 긴 시간 동안 함께했던 모두가 벌써부터 그리워집니다. 말을 잘 안들어도 애교로 봐주었던 매니저님 정말 감사합니다. 그리고 차분한 목소리로 하나하나 배움을 주신 강사님도 감사합니다. 같은 반에서 동고동락하며 시간을 보낸 1강의실 학우불들도 감사합니다.
  • 프로그래밍을 처음 접하는 사람들 기준으로 진도가 나가서 부담없이 들을 수 있고, 진도 나가고 복습 시간도 주시기 때문에 잘 활용하면 좋을것 같습니다.
  • 데이터분석에 대한 기본을 익힐 수 있어서 좋았습니다. 강사님도 너무 성실하게 잘 알려주셔서 초반에 도움이 많이 되었어요. 특히 위 학원에서 배웠던 경험은 돈 주고도 못할 경험이었어요 ^^ 감사합니다.
  • 데이터 분석에서 사용되는 Python과 R프로그래밍을 학습하였습니다. 통계분석기법, 머신러닝기법, 데이터마이닝 기법에 대해 학습하였고 이에 대한 프로그래밍도 진행하였습니다. 이번 과정을 통해 데이터를 수집, 전처리, 저장, 분석 등 전반적인 과정을 이해하고 다루게 되었으며 데이터에서 유의미한 결과를 도출하는 능력을 제고하였습니다.
  • 비전공자로서 학습진도를 따라가기가 힘들었지만 본인이 얼만큼 노력하는가에 따라 달린 것 같습니다. 훈련과정에 대한 전체적인 만족도는 중상입니다. 무엇보다도 강사님께서 모르는 부분에 대해선 열심히 가르쳐주셨고 담당 매니저님의 세심한 지도하에 관리 받을 수 있어 느슨해질 수 있는 학습열정을 다잡을 수 있었습니다. 또한 Python과 R뿐만 아니라 데이터 저장기술, 머신러닝 및 딥러닝등 최신 IT 기술을 접할 수 있어서 좋은 경험이었다고 생각합니다.
  • 파이썬, R, 전반적인 흐름을 알기쉽게 설명해주신다. 교육전 뚜렷한 목표가 있다면 더욱 유용한 교육이 될듯함
  • 컴퓨터공학에 대해서는 비전공자이지만 앞으로 인공지능 관련 연구나 개발에 참여할 가능성이 높은 분야로 취업을 원했기에 매우 유용한 과정이었습니다.
  • 강사님이 너무 잘 설명해주시고 이해하기 쉽게 잘 가르쳐 주셔서 좋았습니다. 요즘 딥러닝, 러신머닝에 대한 관심도가 높은데 빅 데이터에 대해 궁금증에 대한 해소가 높앗고 또한 실력도 많이 향상이 되어서 자신감이 올랐습니다. 본인의 실력을 쌓기 위해서 교육을 더욱 좋았던 것 같습니다.
  • 국가에서 진행하는 것이라서 교육에 대한 기대치가 낮았고, 자신감도 별로 없었습니다. 그런데 본 수업에 참여하면서 강사님과 행정업무를 담당하는 매니저님께서 보여주신 관심과 칭찬으로 약간의 자신감이 회복된 것 같습니다. 본 수업에서는 만족스러운 점은 뭔가 나만의 기술을 배운 것 같아 뿌듯함을 느낍니다. 또한 중간 중간 수행한 NCS 과목 공부인데요. 회사 생활을 하면서 ‘나만의 브랜드화’를 잊고있었는데 자기 개발의 필요성도 느끼게 되었습니다. 그리고 마지막에 직무 컨설팅을 통해 마지막으로 나만의 자소서 완성도 좋았습니다.
  • 전문 강사님과 운영 매니저님을 깔끔한 진행을 통해 R과 Python을 통해 통계 관련 기본 지식과 Machine learning 관련한 기본 지식을 알고자 했던 처음의 목표는 달성되었다고 생각이 됩니다. 감사드립니다. 교육 종료 후 지난시간을 되돌아보면. 참 많은 부분들을 배웠던 것 같습니다. 그래서 복습의 중요성이 매우 큰 듯합니다. 자체 프로젝트도 많은 도움이 되었던 것 같습니다
  • 에이콘 아카데미에서 배운 빅데이터 분석 과정에 전반적으로 모두 만족스럽습니다. 빅데이터 분석을 듣고 싶으시다면 강남 에이콘 아카데미를 강력 추천합니다.
  • 전반적인 수업 내용이 기초부터 심화과정까지 다루고있어서 많은 것을 배울 수 있었습니다. 강사님과 매니저님도 좋은 분들 이셔서 학원이 지루하지않았습니다.
  • 짧은 기간동안 R과 파이썬에서, 데이터 수집부터 머신러닝과 딥러닝까지 알차게 배웠습니다. 강사님께서 과정에 필요한 핵심부분만 효율적으로 짚어주신 것 같습니다. 매니저님께써 수강생 한명한명을 신경써 주시는 것도 감사했습니다.

.​​​

교육센터 시설안내

강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
종로 캠퍼스
종로 캠퍼스
종로 캠퍼스

커리큘럼Acorn Job Employment Center

주제 강의주요내용 시간
SQL 기본
  • 1) DQL(Data Query Language)
  • - 데이터의 조회
  • - GROUP BY 와 집계 산출
  • - 다양한 조인(JOIN) 수행
  • 2) DDL(Data Definition Language)
  • - 다양한 DB객체의 생성/수정/삭제
  • 3) DML(Data Manipulation Language)
  • - 데이터의 생성/수정/삭제
  • 4) DCL(Data Control Language)
  • - 데이터의 접근통제
H
SQL 고급
  • 1) 내장함수, NULL 값 처리, 의사컬럼,
  • IDENTITY, LIMIT 처리
  • 2) 중첩(부속)질의
  • 상관/비상관 부속질의, 인라인 뷰
  • 3) 다양한 DB 객체 CRUD
  • Index, View, Sequence,
  • Stored Procedure, Function,
  • Package
H
데이터베이스 설계
  • 1) Ubuntu Linux 설치와 패키지관리
  • - VMM(Virtual Machine Manager)
  • - 기본 패키지관리
  • - DBMS설치환경 설정
  • 2) DBMS 설치환경설정 및 설치수행
  • - On-premise (Windows/Ubunu)
  • - Cloud Database
H
데이터표준화
  • 정규화(Normalization)
  • 1) 이상현상(Anormaly) 확인
  • 2) 함수 종속성 제거
  • 3) 1NF ~ BCNF (제1정규형 ~ BCNF)
  • 트랜잭션 관리
  • 1) 개념과 성질
  • 2) 락(Lock)
  • 3) 동시성 제어
  • 4) 고립수준 (Isolation Level)
  • Analytic SQL (분석용 SQL)
  • 1) Aggregation
  • 2) Group
  • 3) Window
  • 4) Partition
  • 5) Ranking
  • 6) Walking Tree
H
Python & PANDAS
  • 1) 파이썬 3.x 설치(Window, Ubuntu)
  • 2) Jupyter Lab 설치(Window, Ubuntu)
  • 와 사용법
  • 3) Visual Source Code 에서의 파이썬
  • 개발환경설정 및 사용법
H
빅데이터분석시스템
『Web Crawling & Scraping』
  • 1) BeautifulSoup을 이용한 웹크롤링
  • 2) Web Driver를 이용한 웹스크래핑
  • 3) Scrapy Framework을 이용한, 웹
  • 크롤링 자동화
  • 4) 수집자료와 Oracle Database 연동 및
  • 저장
  • 5) PANDAS 분석 라이브러리 활용
  • - 기초/요약/기술통계의 산출
  • - 기술통계 시각화 및 Insight도출
H
분석용 데이터 구축, 분석
  • ETL(Extract/Transformation/Loading)
  • 1) CSV, TSV, PSV 파일 대상
  • 2) Excel 파일 대상
  • 3) Json 파일 대상
  • 4) XML 파일 대상
  • 5) Web Scraping, Crawling
  • 6) 외부자료:
  • - 롯데 L.point 빅데이터 컴피티션
  • 공모전 자료
  • - 한국보건사회연구원 웨이브 자료
  • 7) Cloud Database 에 데이터 구축
  • 탐색적 데이터 분석
  • 1) 데이터 먼징(Data Munging)
  • - 이상값(outliers) 확인 및 처리
  • - 결측치 대체(Imputation)
  • - 데이터프레임 조작
  • - Tidy 데이터 확보
  • 2) 변수의 기초통계량
  • 3) 다변량 데이터에 대한 기술통계량
  • 3) 시각화를 통한 변수간 관계, 의미도출
H
빅데이터 분석 결과 시각화
『분석도구 R+Python』
  • 데이터 분석을 위한 시각화
  • ⓐ이산변수와연속변수 시각화
  • 데이터 분석을 위한 전처리
  • ⓐ 데이터 특성 분석
  • ⓑ 데이터 전처리
  • 데이터리모델링
  • ⓐ 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)
  • --------------------------------------------------------------
  • 시각화 :matplot 기본 / matplot 활용 예제 / pandas + matplot 활용 시각화
  • 시계열 데이터 활용 :시계열 데이터 변환
  • 시계열 데이터 활용 : 금융 데이터 활용한 예제
  • SciPy기본 : 기본적인 통계 분석
H
분석도구 R
『예측분석』
  • R 프로그램 개요 및 기초문법
  • ⓐ R 설치(R Studio) 및 기본 메뉴 실습
  • ⓑ 데이터의 유형 및 자료구조 이해
  • ⓒ 데이터 입출력 및 파일 처리
  • ⓓ제어문과반복문
  • R 패키지 및 함수 사용
  • ⓐ 패키지 설치 및 사용법 ⓑ 사용자 정의함수 및 내장함수
  • 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
분석도구 R
『기술통계및추론통계 분석』
  • 1) 기술통계
  • - 표본추출
  • - 변수의 척도와 구분
  • - 확룰분포
  • - 표본분포 및 모수추정
  • - 가설검정
  • - t-검정 (두 집단의 평균 비교)
  • - 분산분석 (여러 집단의 평균 비교)
  • - 평균의 다중비교
  • 2) 추론통계
  • - 변수들 관계분석 (회귀/상관/교차 분석)
  • - 시계열데이터 분석
H
Machine learning
R+Python
지도학습『Supervised Learning』
  • 1) 이상탐지(Anormaly Detection)
  • - based on One-class SVM
  • - based on PCA and EFA
  • 2) 군집화(Clustering)
  • - K-means clustering
  • 3) 분류(Classification)
  • - 로지스틱 회귀(Logistic Regression)
  • - 의사결정트리(Decision Tree)
  • - 부스트의사결정트리(Boosting)
  • - 서포트벡터머신(SVM)
  • 4) 회귀분석(Regression)
  • - 단순 선형회귀분석
  • - 다중 선형회귀분석
  • - 곡선 회귀분석
  • - 일반화 회귀분석
  • - 로지스틱 회귀분석
H
Deep Learning
인공신경망
  • 인공신경망(ANN, Artificial Neural Network)
  • ------------------------------------------------
  • 에이다부스트 알고리즘
  • 기타 :특징추출, 측징선택, 모델선택 등
  • ------------------------------------------------
  • 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
데이터구조와 알고리즘
  • 자료구조
  • - 배열
  • - 클래스
  • 알고리즘
  • - 반복
  • - 검색
  • - 스택(Stack), 큐(Queue)
  • - 재귀(Recursive Call)
  • - 정렬
  • - 집합(Set)
  • - 문자열 검색
  • - 리스트(List)와 트리(Tree)
  • - 해시(Hash)
H
최종프로젝트 기획 및 개발
  • 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

에이콘 아카데미는 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

교육문의

수강신청Acorn Job Employment Center

아이디(필수) 4자이상 12이하로 작성해야 합니다.
비밀번호(필수)
신청자(필수)
핸드폰번호(필수) - -
이메일주소(필수) @
생년월일(필수) 예)820506
최종학력 대학 전공, 기타
교육일정선택(필수)
문의사항

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

에이콘 아카데미는 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

수강신청하기

국비대상자 간편조회

정확한 지원비용을 산출해 드리고자 조회신청하신분들은
12시간(평일기준)안에 E-Mail 및 전화연락을 드릴수 있도록 하겠습니다
  • 성 명*
  • 연락처*
    - -
  • 이메일주소
    @
  • 현 상태
    졸업예정자
    야간대학 또는 사이버대학 재학중
    실업상태(구직중)
    실업급여 수급자
    취업성공패키지 진행인 자
    개인사업자 및 법인사업자가 있는분
    기타
  • 문의사항
  • 개인정보 수집 및 이용*
                 수집하는 개인정보의 항목
    
                 수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
                 - 기본 개인정보 정보
                  신청자, 샌년월일, 연락처, 이메일, 회사명
                 - 마케팅/서비스 이용을 위한 정보
                  신청자, 주민등록번호, 연락처, 이메일, 회사명
                 - 서비스 이용 중 발생되는 정보
                  서비스 이용기록, 접속로그, 쿠키
                  결재수단에 대한 기록여부(계좌), 결재기록
                 개인정보 수집 및 이용 목적
    
                 에이콘 아카데미는 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, 주민등록번호, 연락처, 이메일, 회사명
                 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?

Back to Top