5.16(목) | R기반 빅데이터 분석 및 머신러닝 | 기본통계확인 빅데이터와 머신러닝 : 빅데이터와 머신러닝 개요 / 머신러닝 적용 사례 | 기본통계확인 머신러닝 프로세스 : 수작업으로 머신러닝 수행하기 / 머신러닝 무작정 따라하기 | 기본통계확인 R 기초 : 개발 환경구성 / R 데이터 구조 및 기본 문법 / Dplyr, Sqldb 패키지 활용하여 데이터 다루기 | | 기본통계확인 R 기초 : 개발 환경구성 / R 데이터 구조 및 기본 문법 / Dplyr, Sqldb 패키지 활용하여 데이터 다루기 | 기본통계확인 R 그래프 :데이터 분포와 통계 / R 기본 그래프와 ggplot2 패키지를 이용한 그래프 그리기 | 기본통계확인 R 그래프 :데이터 분포와 통계 / R 기본 그래프와 ggplot2 패키지를 이용한 그래프 그리기 | 데이터분포분석 탐색적 데이터 분석 : 독립변수의 분포 / 종속변수와 독립변수와의 관계 분석 | 데이터분포분석 탐색적 데이터 분석 : 독립변수의 분포 / 종속변수와 독립변수와의 관계 분석 | 8 | 8 |
5.17(금) | R기반 빅데이터 분석 및 머신러닝 | 데이터분포분석 데이터 전처리 : NA, 이상치 데이터 처리 / Feature Engineering | 데이터분포분석 데이터 전처리 : NA, 이상치 데이터 처리 / Feature Engineering | 데이터분포분석 데이터 전처리 : NA, 이상치 데이터 처리 / Feature Engineering | | 데이터분포분석 모델링 : 데이터 셋 분리 / 변수 선택 / 모델 생성 및 예측 - 로지스틱 회귀분석 | 데이터분포분석 모델링 : 데이터 셋 분리 / 변수 선택 / 모델 생성 및 예측 - 로지스틱 회귀분석 | 데이터분포분석 모델링 : 데이터 셋 분리 / 변수 선택 / 모델 생성 및 예측 - 로지스틱 회귀분석 | 변수간관계확인 검증 및 최적화 : Cofusion Matrix, ROC, AUC로 비교하고 검증하기 Hyper parameter Tuning | 변수간관계확인 검증 및 최적화 : Cofusion Matrix, ROC, AUC로 비교하고 검증하기 Hyper parameter Tuning | 8 | 16 |