훈련과정	머신러닝(MachineLearning)을 활용한 빅데이터분석과정(B)
훈련자격	ㆍ전공무관ㆍ취업준비생ㆍ국민취업지원제도ㆍ재학생(방통대,야간대) ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간	09:30~18:30 (주5일수업.일일8시간)	총교육시간	5개월 (100일_총800시간)
교육일정	2021년 04월21일 ~ 2021년 09월15일 [교육중]
교육장소	강남

교육비용	교육총비용	5,859,200원ㆍ전액무료ㆍ	교육문의 및 신청 02-539-8879 온라인 문의 + 전화 상담 카톡 상담
개인부담금	전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원	단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

%EC%9E%91%EC%9D%80-%EB%A1%9C%EB%93%9C%EB%A7%B5.png

%EB%A1%9C%EB%93%9C%EB%A7%B5-%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0(21%EB%85%84%EA%B3%BC%EC%A0%95).png

%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B6%84%EC%84%9D.png

구분	교과목	단원	훈련시간
NCS 소양교과	문제해결능력		8H
NCS 전공교과	데이터분석 및 구축	탐색적 데이터 분석	24H
		통계 기반 데이터 분석	40H
		텍스트 데이터 분석	56H
		분석용 데이터 구축	24H
	머신러닝 분석	머신러닝 기반 데이터 분석	56H
	빅데이터 분석 시각화	빅데이터 분석 결과 시각화	40H
	빅데이터 프로그래밍	프로그래밍 언어활용	88H
	데이터분석 및 구축	빅데이터 환경분석	16H
	데이터베이스 활용	데이터베이스 구현	32H
	데이터베이스 활용	SQL활용	32H
	빅데이터 활용	빅데이터 운영 기획	32H
		빅데이터 분석 기획	56H
		빅데이터 활용 기획	32H
비 NCS교과 (실기)	Deep Learning	Deep Learning - Tensorflow에서 구현 - Deep NeuralNet이해 및 Tensorflow에서 구현 - 여러종류의 활성화 함수이해 및 Tensorflow에서 구현 - Tensorflow에서 NN/DNN을 이용한 MINIS 문자분류실습 - on volutionalNeuralNetwork(CNN)이해 및 Tensorflow구현 - Tensorflow에서 CNN을 이용한 MINIST문자분류실습 및 기존 방법들과 비교 - RecurrentNeuralNetwork(RNN)이해 및 Tensorflow구현 - Word2Vec 이해 및 Tensorflow에서 구현	80H
비 NCS교과 (실기)	최종프로젝트	빅데이터 분석 프로젝트 - 주제선정 - 요구사항 정리 및 수집 - 분석결과 서비스 개발 계획 - 프로젝트 일정 관리 및 업무 분담 - 정형데이터 수집 및 분석 - 비정형데이터 수집 및 분석 - 공공데이터 포털 API를 활용한 데이터 수집 및 분석 - 포털 API를 활용한 데이터 수집 및 분석 - 서비스 개발을 위한 환경 구축 - 서비스 인터페이스정의 및 프로세스 정의 - 수집데이터 정제 및 분류 - 시각화 기술을 통한 요구 사항에 맞는 시나리오 분석 - 시각화 입력데이터 식별 및 매핑 - 데이터분석 및 모델 평가 구현 - 화면설계 및 구현 - 통합테스트 및 디버깅 작업 - 프로젝트 시연 및 발표	184H
총 훈련시간			800시간

취업현황 더 보기 +

교육센터 시설안내

강남 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)	H
Python 『NumPy / pandas』	1) 파이썬 / 아나콘다 설치(Window, Linux) 2) 파이썬 기본 이해 3) GUI, DB 연동 프로그래밍, Network 처리 4) Web Programming (HTML, CSS, JavaScript) 5) Django framework 개발환경 설정 및 사용법 6) Numpy, Pandas, Matplotlib 등의 데이터 가공 및 시각화 라이브러리 활용 - 데이터 요약, 가공으로 기술통계의 산출물 획득 - 기술통계 시각화 및 Insight 도출	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	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
R 패키지	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
기술통계및추론통계	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』	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/Tensorflow』	인공신경망(ANN, Artificial Neural Network) ----------------------------------------------------- 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 Word2Vec 이해 및 Tensorflow에서 구현	H
빅데이터분석 최종프로젝트	- 주제선정 - 요구사항 정리 및 수집 - 분석결과 서비스 개발 계획 - 프로젝트 일정 관리 및 업무 분담 - 정형데이터 수집 및 분석 - 비정형데이터 수집 및 분석 - 공공데이터 포털 API를 활용한 데이터 수집 및 분석 - 포털 API를 활용한 데이터 수집 및 분석 - 서비스 개발을 위한 환경 구축 - 서비스 인터페이스정의 및 프로세스 정의 - 수집데이터 정제 및 분류 - 시각화 기술을 통한 요구 사항에 맞는 시나리오 분석 - 시각화 입력데이터 식별 및 매핑 - 데이터분석 및 모델 평가 구현 - 화면설계 및 구현 - 통합테스트 및 디버깅 작업 - 프로젝트 시연 및 발표	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

본인은 위 개인정보취급방침에 동의하십니까?

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