HOME > 취업연수과정 > 교육과정
[빅데이터분석]
머신러닝(MachineLearning)기반의 빅데이터분석 과정
[빅데이터분석]
머신러닝(MachineLearning)기반의 빅데이터분석 과정
훈련자격 ㆍ전공무관ㆍ취업준비생ㆍ취업성공패키지참여자ㆍ재학생(방통대,야간대)
ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간 09:30~18:30 (주5일수업.일일8시간) | 4.5개월 (90일_총720시간)
교육일정
교육비용 5,273,280원ㆍ전액무료교육 K-디지털 트레이닝 훈련과정
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급
💛 온라인 문의 ✔ 방문상담예약 수강신청

k_0831_m.png​​​

​

 

​

 


ncs.png​

구분

교과목

단원

훈련시간

NCS 소양교과

의사소통능력

 

8H

NCS 전공교과

빅데이터 분석 및 머신러닝

  빅데이터 분석 결과 시각화

56H

    ​탐색적 데이터 분석

24H

    ​분석용 데이터 구축

24H

    ​텍스트 데이터 분석

56H

    ​머신러닝 기반 데이터 분석

56H

    ​통계 기반 데이터 분석

40H

빅데이터 프로그래밍

    ​프로그래밍 언어 활용

72H

데이터 베이스 활용

    ​SQL 활용

24H

    ​데이터베이스 구현

24H

 빅데이터 세미 프로젝트

    ​빅데이터 운영 기획

32H

    ​빅데이터 환경 분석

16H

    ​빅데이터 활용 기획

32H

    ​빅데이터 분석 기획

40H

비 NCS 교과 (실기)

Deep Learning

 

    ​- Tensoeflow에서 구현

    ​- DeepNeuralNet이해 및 Tensorflow에서 구현

    ​- 여러종류의 활성화 함수 이해 및 Tensorflow에서 구현

    ​- Tensorflow에서 CNN/DNN을 이용한 MINIST 문자분류 실습

​    ​- onvolutionalNeuralNetwork(CNN)이해 및 Tensorflow 구현

    ​- Tensorflow에서 CNN을 이용한 MINIST 문자분류 실습 및 기존방법들과비교

    ​- RecurrentNeuralNetwork(RNN)이해 및 Tensorflow구현

    ​- Word2Vec이해 및 Tensorflow에서 구현

​​​​

80H

빅데이터 분석 프로젝트

 

    - 주제선정

    - 요구사항 정리 및 수집

​   ​ - 분석결과 서비스개발 계획

​   ​ - 프로젝트 일정관리 및 업무분담

   ​ - 정형 데이터 수집 및 분석

    ​- 비정형 데이터 수집 및 분석

   ​ - 공공 데이터 포털 API를 활용한 데이터 수집 및 분석​

​   ​ - 포털 API를 활용한 데이터 수집 및 분석​

​   ​ - 서비스 개발을 위한 환경구축​

​    ​- 서비스 인터페이스 정의 및 프로세스 정의

​    ​- 수집 데이터 정제 및 분류

​    ​- 시각화 기술을 통한 요구사항에 맞는 시나리오 분석

​    ​- 시각화 입력 데이터 식별 및 매핑

   ​ - 데이터 분석 및 모델평가 구현

​   ​ - 화면설계 및 구현

   ​ - 통합 테스트 및 디버깅 작업

    ​- 프로젝트 시연 및 발표​​​ 

 

136H

 총 훈련시간

720H
​​
​​
​​
​ ​

0831_book_list.png​


 

 

​

​hrd_machineLearning.png​

 

취업현황 리스트

  1. 빅데이터
    김*래 ㅣ임베디드 시스템공학ㅣ (주)진학어플라이
  2. 빅데이터
    김*승 ㅣ경제학ㅣ (사)굿데이버스인터네셔날
  3. 빅데이터
    박*승 ㅣ통계학과ㅣ KT Hitel(주)
  4. 빅데이터
    이*환 ㅣ체육교육학ㅣ 한국맥도날드(유)
  5. 빅데이터
    장*수 ㅣ기계공학ㅣ (주)LG화학 (대전)
  6. 빅데이터
    정*훈 ㅣ경제학과ㅣ 국민건강보험공단
  7. 빅데이터
    현*우 ㅣ생명공학과ㅣ 한국과학기술원
  8. 빅데이터
    강*아 ㅣ신소재공학ㅣ 아마존웹서비스코리아
  9. 빅데이터
    김*섭 ㅣ컴퓨터공학과ㅣ 서울아산병원 아산생명과학연구원
  10. 빅데이터
    권*정 ㅣ영어영문ㅣ 서울시청
  11. 빅데이터
    박*민 ㅣ통계학과ㅣ 기업은행
  12. 빅데이터
    이*석 ㅣ정보수학ㅣ 상호저축은행
  13. 빅데이터
    이*혜 ㅣ통계정보ㅣ 한국오라클
  14. 빅데이터
    이*석 ㅣ산업시스템경영ㅣ 넥슨엔정보기술
  15. 빅데이터
    신*원 ㅣ정보통신ㅣ 교보생명보험

취업현황 더 보기 +

 

1.jpg
​

 

 

 ​ ​ 

 

 ​ ​ 

교육센터 시설안내

강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
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,
H
데이터베이스 설계
  • 1) DBMS 설치환경설정 및 설치수행
  • - On-premise (Windows/Ubunu)

  • 2) 비정형 데이터베이스 설치 및 수행
  • - mongodb
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 3.x 설치(Window, Ubuntu)
  • 2) Jupyter Lab 설치(Window, Ubuntu) 와 사용법
  • 3) PANDAS 분석 라이브러리 활용
  • - 기초/요약/기술통계의 산출
  • - 기술통계 시각화 및 Insight도출
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) Database 연동

  • 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)

  • 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
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

1. 개인정보 수집 목적
- 에이콘아카데미(강남)은 교육 과정 문의를 희망하는 개인을 대상으로 아래와 같이 개인정보를 수집하고 있습니다.

2. 수집하는 개인정보의 항목
- 이름, 휴대전화 번호, 문의사항

3. 보유 이용기간
- 상담이력관리 및 민원처리 : 3년

개인정보의 수집 동의를 거부할 수 있으며, 동의 거부시 전화상담이 제한될 수 있습니다.

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

1. 개인정보 수집 목적
- 에이콘아카데미(강남)은 수강신청 희망하는 개인을 대상으로 아래와 같이 개인정보를 수집하고 있습니다.

2. 수집하는 개인정보의 항목
- 이름, 휴대전화 번호, 이메일주소, 생년월일

3. 보유 이용기간
- 상담이력관리 및 민원처리 : 3년

개인정보의 수집 동의를 거부할 수 있으며, 동의 거부시 전화상담이 제한될 수 있습니다.

수강신청하기

국비대상자 간편조회

정확한 지원비용을 산출해 드리고자 조회신청하신분들은
12시간(평일기준)안에 E-Mail 및 전화연락을 드릴수 있도록 하겠습니다
성 명*
연락처* - -
이메일주소 @
관심분야*중복체크가능
빅데이터
자바개발자
프론트엔드
모바일
기타
현 상태
졸업예정자
야간대학 또는 사이버대학 재학중
실업상태(구직중)
실업급여 수급자
국민취업제도 참여자
전련학과 전공자
비전공 기초자
문의사항
개인정보 수집 및 이용* 
										1. 개인정보 수집 목적
										- 에이콘아카데미(강남)은 국비대상자 간편조회를 원하는 개인을 대상으로 아래와 같이 개인정보를 수집하고 있습니다.
										
										2. 수집하는 개인정보의 항목
										- 이름, 휴대전화 번호
										
										3. 보유 이용기간
										- 상담이력관리 및 민원처리 : 3년
										
										개인정보의 수집 동의를 거부할 수 있으며, 동의 거부시 전화상담이 제한될 수 있습니다.
본인은 위 개인정보취급방침에 동의하십니까?

로그인

로그인

Back to Top

회원가입