훈련과정	머신러닝(Machine Learning)을 활용한 데이터 분석 과정
훈련자격	전공무관. 취업준비생.졸업예정자.취업성공패키지참여자.재학생(방통대,야간대)
교육시간	09:30~18:30 (주5일수업.일일8시간)	총교육시간	4.5개월 (90일_총720시간)
교육일정	(1회차)→ 2019년 03월12일 ~ 2019년 07월18일
교육장소	강남

교육비용	교육총비용	5,273,280 원ㆍ전액무료교육	교육문의 및 신청 02-539-8879 온라인 문의 + 전화 상담 카톡 상담
개인부담금	전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원	단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

2%EC%9B%94%EB%B6%84%EC%84%9D007-03.png

02%EA%B0%95%EB%82%A8%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B002.png

교과목	NCS능력단위(요소)	NCS능력단위(요소)시간
빅데이터분석 시각화	빅데이터 분석 결과 시각화	56 시간
데이터 분석 및 구축	분석용 데이터 구축	24 시간
데이터 분석 및 구축	탐색적 데이터 분석	24 시간
머신러닝 분석	머신러닝 기반 데이터 분석	56 시간
데이터 분석	통계 기반 데이터 분석	40 시간
데이터 분석	텍스트 데이터 분석	56 시간
빅데이터 환경분석	빅데이터 환경분석	40 시간
빅데이터 프로그래밍	프로그래밍 언어활용	112 시간
데이터베이스 활용	데이터베이스 구현	40 시간
데이터베이스 활용	SQL활용	40 시간
총 훈련시간		488시간

교과목	단원	세부내용	훈련시간
Deep Learning	Deep Learning for Text	-CNN 사례 - DBN(Deep Learning) : RBN & AutoEncodier -자연어처리에 사용되는 RNN 알고리즘 (LSTM, GRU)	48 시간
Deep Learning	ReinForcement Learning	-마코프 디시즌 프로세스 -Deep Q-Learning	8 시간
서비스 구현을 위한 프로젝트	프로젝트 기획	-주제선정 -요구사항정리 및 수집 -분석결과 서비스 개발 계획 -프로젝트 일정관리 및 업무 분담	16 시간
서비스 구현을 위한 프로젝트	데이터 수집 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	32 시간
서비스 구현을 위한 프로젝트	서비스 개발 및 시각화	-서비스 개발을 위한 환경 구축 -서비스 인터페이스 정의 및 프로세스 정의 -수집 데이터 정제 및 분류 -시각화기술을 통한 요구사항에 맞는 시나리오 분석 -시각화 입력 데이터 식별 및 매핑 -데이터 분석 및 모델 평가 구현	72 시간
서비스 구현을 위한 프로젝트	테스트 및 발표	-단위 테스트 -화면 설계 및 구현 -통합테스트 및 디버깅 작업 -프로젝트 시연 및 발표	16 시간
인공신경망 이론	인공신경망 이론	-ANN,MLP,loss function, Gradient Decendent, Optimizer Alogrithm -Backpropagation Algorithm, 규제화 알고리즘	24 시간
총 훈련시간			216시간

.

교육센터 시설안내

강남 캠퍼스

커리큘럼Acorn Job Employment Center

주제	강의주요내용	시간
분석을위한 Python 기초프로그래밍	- Python 환경 구축과 변수와 제어문 - 자료구조(기초 데이터 타입, 배열, Collection(tuple, list, dict) - 함수와 함수적 프로그래밍(내장함수, 사용자 정의 함수, 람다함수, 일급함수) - 문자열과 정규표현식 및 파일 입출력 - Mariadb설치와 table설계 및 CRUD - Class와 객체 지향 프로그래밍 - 쓰레드와 Network Programming - 기초수학(random, recursion, tree, math, statistics) - UML과 Desing Pattern	H
Python 기본 분석	- numpy와 선형대수, matplotlib, seaborn - pandas와 Series &dataframe , finance - scipy( Optimization, Interpolation) 와 statistics - Linear Regression to Logistic Regression - dicision tree, Kmeans, random forest	H
Django 개발하기(기본)	- Django에 필요한 Python 문법 정리 - Bookmark 앱 - Blog 앱 개발하기 - Python 함수 클래스 이해하기 - 기존 앱 개선하기 - HTML/CSS 상세 설명 - 가상 환경 사용하기 - Blog Tag, 댓글, 검색 기능 개발 - 테이블 QuerySet 상세 설명 - 클래스형 뷰 상세 설명	H
Django 개발하기(활용)	- Photo 앱 개발 및 상세 설명 - 인증 기능 개발 - 콘텐츠 편집 기능 개발 - Edit 클래스형 뷰 활용 - InlineForm 이해 및 활용 - 모델간 관계 상세 설명 - 제네릭 뷰 설명 및 실습 - FormSet 이해 및 활용	H
R 기본 분석	- R 구성과 기본명령어 - R 과 선형대수 (vector, matrix) - R 과 선형대수 (vector, matrix) 고급 - Data cleaning & transformation & ETL - Visualization(Graphics, Lattice, ggplot2)	H
R 기본 분석	- GIS와 Graphic interface(web과 연동) - R과 정형, 비정형데이터(Mysql + Postgress + mongoDB) - R과 통계학 기초 및 PCA, FA, MDS - 확률과 베이즈 정리 및 분포(카이제곱, t분포, F분포, 정규분포) - 검정 (카이제곱검정, t검정, Anova, Ancova, Manova)	H
분석도구 R 머신러닝(Machine learning)	- Corelation and Regression analysis (관객수 예측) - knn, dicision tree, random forest 및 모델평가 - SVM, Adaboost, ogistic regression - kmeans, hierachical clustering - tm, Association analysis, igraph를 활용한 review분석	H
분석도구 R 머신러닝(Machine learning)	- Naive Bayes 를 이용한 spammail 분류기 - tm, gensim word2vec - 시계열분석과 예측 - data crawling + KoNLP + 감정분석 - NLP 및 tm, igraph, wordcloud를 활용한 추천기 제작	H
분석도구 Python 머신러닝 (Machine learning)	- SVM - Association analysis - scikit.image - scikit.learn& ANN - postgressSQL 과 tm, KoNLP를 활용한 추천기	H
Tensorflow를 활용한 딥러닝 (Deep learning	- tensorflow 설치와 환경구축, autoencoder, - Graph 이론 과 tensorflow 구조의 이해,logistic analysis, regression - Perceptron 및 ANN, MINIST데이터를 이용한 분류 - cost function과 opimization 기법들 - activation function 에 대한 이해와 적용 방법	H
Tensorflow를 활용한 딥러닝 (Deep learning)	- CPU, GPU분산처리 시스템과 , clustering - tensorflow로 구현하는 word2vec - CNN - RNN - tensorflow를 이용한 실시간 분석 서비스 구축	H
Algorithm 학습	- GA(Genetic Algorithm) _ 패턴인식분야 - 시계열 분석과 DTW (동적타임워핑)알고리즘 - HMM(Hidden Markov Models) _ 형태소 분석 - Kalman filter - 알고리즘을 이용한 문제해결	H
데이터 분석실무 & 모델링	- search engine설치 와 monitoring system 구축 - data crawling과 data search 및 웹과 연동 - tensorflow와 search engine을 연계한 텍스트 분석 실무 - search engine과 gis데이터를 이용한 데이터 분석 실무 - 실시간 추천기 제작 및 service 구현	H
웹을 활용한 출력기술 시각화	- Html5, flask, javascript - Graphic 실시간 출력 및 database CURD - crawling, beautifulsoup 등 - realtime 분석 service 구축 - Project를 위한 웹 기본 프레임워크 구축	H
빅데이터 분석 프로젝트	- web base realtime machine learning	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