HOME > 취업연수과정 > 교육과정
머신러닝(Machine Learning)을 활용한 데이터 분석 과정
머신러닝(Machine Learning)을 활용한 데이터 분석 과정
훈련자격 전공무관. 취업준비생.졸업예정자.취업성공패키지참여자.재학생(방통대,야간대)
교육시간 09:30~18:30 (주5일수업.일일8시간) | 4.5개월 (90일_총720시간)
교육일정 (1회차)→ 2019년 03월12일 ~ 2019년 07월18일
교육비용 5,273,280 원ㆍ전액무료교육 K-디지털 트레이닝 훈련과정
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급
💛 온라인 문의 ✔ 방문상담예약 수강신청

 

​

 

  

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
강남 캠퍼스
강남 캠퍼스
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

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