HOME > 취업연수과정 > 교육과정
훈련과정 [빅데이터분석]
AI(머신러닝,딥러닝) 프로젝트기반 빅데이터분석 과정
훈련자격 ㆍ전공무관ㆍ취업준비생ㆍ국민취업지원제도ㆍ재학생(방통대,야간대)
ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간 09:30~18:30 (주5일수업.일일8시간) 총교육시간 5개월 (105일_총840시간)
교육일정 2023년 02월07일 ~ 2023년 07월12일
교육장소 강남
교육비용 교육총비용 6,157,200원ㆍ전액무료ㆍ
교육문의 및 신청
02-539-8879 온라인 문의 + 전화 상담전화 카톡 상담카톡
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 월출석률 80%이상 (월최대 20만원+국민취업제도 28만4천원~50만원 )
​​​​​​​​



​​​​​​
​​
빅데이터프로젝트
​​​
​​​​



​ 

구분

교과목

단원

훈련시간

NCS 소양교과

의사소통능력

 

8H

NSC 전공교과

데이터 분석 및 구축

  통계 기반 데이터 분석

40H

  텍스트 데이터 분석

56H

  분석용 데이터 구축

24H

  탐색적 데이터 분석

24H

머신러닝 분석

  머신러닝 기반 데이터 분석

56H

빅데이터 분석 시각화

  빅데이터 분석 결과 시각화

56H

  빅데이터 분석 기획

64H

데이터 베이스 활용

  데이터베이스 구현

40H

  SQL활용

40H

빅데이터 활용

  빅데이터 환경 분석

16H

  빅데이터 활용 기획

40H

  빅데이터 운영 기획

40H

데이터 시각화

  UI 구현

120H

Deep Learning

Deep Learning

 

  - Tensorflow에서 구현

  - DeepNeuralNet이해 및 Tensorflow에서구현

​  - 여러종류의활성화함수이해Tensorflow에서구현

  - Tensorflow에서NN/DNN이용한MINIST문자분류실습 

  - onvolutionalNeuralNetwork(CNN)이해Tensorflow구현

  - Tensorflow에서CNN이용한MINIST문자분류실습기존방법들과 비교

  - RecurrentNeuralNetwork(RNN)이해Tensorflow구현

  - Word2Vec이해Tensorflow에서구현

80H

빅데이터 분석 프로젝트

프로젝트 구성

 

  1.팀구성프로젝트기획

  2.프로젝트개발환경설정

  3.프로젝트범위일정관리

  4.프로젝트요구사항분석도출

  5.프로젝트프로세스설계구성

​​​​

16H

프로젝트 구현

 

  1.데이터수집관리

​   요구사항정리수집

   - 정형데이터수집분석

   - 비정형데이터수집분석

   - 공공데이터포털API활용한데이터수집분석

   - 크로링을이용데이터수집

 

  2.데이터를통한모델개발설계

   - 시스템설계하기

   - 알고리즘선택하기

   - 특징,정답데이터,로그설계하기

 

  3.데이터전처리정제

   - 분석프로세스구성

   - 정형데이터비정형데이터확인

   - 수집데이터정제분류

   - 시각화기술을통한요구사항에맞는시나리오분석

   - 시각화입력데이터식별매핑

   - 데이터분석모델평가구현

​   다양한분석방법을통한데이터활용

     (회귀분석,군집분석,시계열분석등등)

​​​​​​​​​​​​​​   머신러닝딥러닝활용데이터분석처리

 

  4.효과검증

   효과검증

   가설검정

   인과효과추정

 

  5.결과평가

   - 정밀도와재현율

   - 성능평가

   - 다중클래스분류평균

   - 회귀모델평가

 

  6.프로젝트발표

   - 프로젝트발표시연

   - 평가자피드백추가보완 

 

128H

 총 훈련시간

840시간



 

​​​​

 

 

 


 

 

​​​​​

 

취업현황 리스트

취업현황 더 보기 +

  

 

.

​ ​ ​​​​​​

 

 

교육센터 시설안내

강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
강남 캠퍼스

커리큘럼Acorn Job Employment Center

주제 강의주요내용 시간
SQL
  • 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
  • 5) 내장함수, NULL 값 처리, 의사컬럼,
  • 6) 중첩(부속)질의
  • 7) 다양한 DB 객체 CRUD..
H
데이터베이스/ DBMS
『NoSQL - MariaDB』
  • 1) DBMS 설치환경설정 및 설치수행
  • 2) 비정형 데이터베이스 설치 및 수행
  • - NoSQL ,
  • - MariaDB
  • 3) DB모델링
H
Python 프로그래밍
『NumPy – Pandas- Matplotlib』
  • 1)파이썬 기본 프로그래밍
  • 실습 환경 설정
  • 변수의 이해 및 데이터 타입
  • 정규 표현식 활용
  • if문과 반복문
  • 내장함수,사용자 정의 함수
  • 람다 함수
  • 모듈과 패키지
  • Import문

  • 2)파이썬 응용 라이브러리
  • NumPy다차원배열 생성 / 연산
  • NumPy함수 이해 및 활용
  • Pandas 데이터 구조 이해
  • DataFrame / Series
  • Pandas 데이터 처리 활용
  • Matplotlib를 활용한 시각화 활용
H
빅데이터분석 실습
  • - Kaggle, UCI, 국내 공공 데이터를 활용한 빅데이터 분석 실습
  • - 데이터 크롤링
  • 1) 크롤링 개념 및 이해
  • 2) 웹크롤링을 위한 HTML개념 이해
  • 3) 일정사이트에서 데이터 수집 방법 활용
  • 4) 검색과 링크를 통한 웹크롤링기법 활용

  • - 지도 시각화
  • - 구글 및 카카오 API 활용

  • 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 : 데이터 활용한 예제
  • SciPy기본 : 기본적인 통계 분석
H
R 패키지
『R 기초 문법 및패키지』
  • - 통계학 기본개념 정리
  • - 확률변수와 확률분포의 이해
  • - 데이터 시각화
  • - 데이터 전처리
  • - 지도학습(Supervised Learning)
  • - 비지도학습(unSupervised Learning)

  • 1) R 프로그램 개요 및 기초문법
  • ⓐ R 설치(R Studio) 및 기본 메뉴 실습
  • ⓑ 데이터의 유형 및 자료구조 이해
  • ⓒ 데이터 입출력 및 파일 처리
  • ⓓ제어문과반복문
  • 2) R 패키지 및 함수 사용
  • ⓐ 패키지 설치 및 사용법 ⓑ 사용자 정의함수 및 내장함수
  • 지도학습(Supervised Learning)
  • ⓐ 상관/회귀분석(Correlation and Regression Analysis)
  • 3) 시계열 분석
  • ⓐ시계열 예측 모형에 적합한 데이터 생성
  • ⓑ시계열 데이터를 이용한 미래 예측
  • ⓒ시계열모형 예측 도식화
H
Python
Machine learning
『Tensorflow- Keras- Pytorch』
  • - 머신러닝 기본개념 이해
  • - 수학적 개념,통계학 기초 리뷰
  • - 머링러닝 도구 소개(Tensorflow, Keras, Pytorch)
  • - 머신러닝 알고리즘 개념 – 지도학습의 이해

  • 1) 회귀분석 (Regression)
  • 선형회귀(단순/다중) 개념의 이해
  • 단순 선형 회귀를 통한 회귀 이해
  • 다중 회귀 이해
  • 다중 회귀를 이용한 과소적합 및 과적합 이해
  • 주성분분석(PCA)의 이해
  • 릿지/라쏘 모델 제공방법 이해
  • 엘라스틱넷 회귀분석 이해
  • 선형 회귀 모델을 위한 데이터 변환방법
  • 로지스틱 회귀 개념 이해와 구현
  • 로지스틱 회귀를 이용한 이진 분류방법 이해
  • 그리드 검색을 통한 하이퍼파라미터 찾기
  • ROC 곡선 이해 및 활용

  • 2) 분류분석 (Classification)
  • 분류(Classification)의 이해
  • 결정 트리 파라미터 및 모델의 시각화
  • Naive Bayes분류기 이해와 구현
  • Naive Bayes 정리
  • 생성 모델과 판별 모델 확인
  • 베이즈 확률과 가우시안 분포의 이해
  • kNN(분류예측 알고리즘)개념 이해와 구현
  • Decision trees(의사결정나무)개념 이해와 구현
  • 서포트백터머신(SVM)
  • 선형 SVM / 비선형 SVM 분류
H
DeepLearning
『인공신경망-YOLO』
  • - 딥러닝의 개념 및 이해
  • - 딥러닝을 위한 Keras활용
  • - 딥러닝을 위한 Pytorch활용
  • - 딥러닝을 위한 TensorFlow활용
  • - 텐서보드 환경의 이해 및 활용
  • - 텐서플로우 계산 그래프 이해
  • - 텐서플로의 변수 이해
  • - 텐서플로우 계산 그래프 시각화 활용
  • - 수치예측/ 이진분류
  • - 딥러닝을 위한 로지스틱 회귀
  • - 시그모이드 함수
  • - 딥러닝 신경망
  • - 퍼셉트론
  • - 딥러닝을 위한 텐서플로우 활용
  • - 텍스트 데이터 처리

  • - 합성곱신경망 CNN
  • 합성공 신경망(Concolutional Neural Network)의 이해
  • 합성공 신경망의 일반적인 구성

  • 영상처리를 위한 이미지데이터 전처리 과정 이해 및 활용
  • CNN기본 프레임 만들기
  • 합성곱연산처리 방법 이해
  • 합성곱 네트워크 한 계층 구성방법 이해
  • 풀링(pooling)의 이해
  • CNN 시각화 표현

  • - YOLO v4 (You Only Look Once)
  • -객체탐지기법(Object Detection)
  • -Input image resize
  • -Single Convolutional network
  • -결과값 도출
  • - 세분화 (SegmenTation)
  • - Transfer Learning
H
빅데이터 분석 프로젝트
  • ① Python기반 빅데이터 프로젝트
  • - Python을 이용한 Web / GUI 구현 (Flask or Django)
  • - Python Library활용 빅데이터 분석 미니프로젝트
  • - Python기반 데이터 수집/처리 분석/시각화 구현
  • - 프로젝트 일정 관리 및 업무 분담

  • ② 최종 딥러닝 프로젝트
  • - 공공데이터 포털 API를 활용한 데이터 수집 및 분석
  • - 포털 API를 활용한 데이터 수집 및 분석
  • - Python 기반 머신러닝/딥러닝학습모델 구현 최종프로젝트
  • - CNN기반 데이터 비전 모델 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*
								 수집하는 개인정보의 항목

								 수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
								 - 기본 개인정보 정보
								  신청자, 생년월일, 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