이용약관 보기
개인정보 보기
환불규정 보기
닫기

이룸

샘플강의는 로그인하신 회원님만 보실 수 있어요!
로그인 후 다시 시도해 주세요.

빅데이터분석기사 [필기]  PC+모바일

강좌 정보
강사명 촬영/운영 신경진
강의수 총 85강
수강기간 60일 + 추가연장 60일 제공 (총 120일 수강 가능)

수강료

0원 0원

[이룸] 빅데이터분석기사_상세페이지.jpg

이 강의는 어떻게 구성되었나요?

차시 강의내용 시간 샘플강의
1강 빅데이터 분석 기사 시험 안내 11분 48초
2강 빅데이터의 이해-빅데이터 개요 및 활용(데이터와 정보, 데이터 구분, 데이터 유형, 데이터 기능, 지식창조 메커니즘) 31분 1초
3강 빅데이터의 이해-빅데이터 개요 및 활용(DIKW피라미드, 데이터베이스 정의, DBMS 종류, SQL개념, 데이터베이스 특징, 장단점) 37분 49초
4강 빅데이터의 이해-빅데이터 개요 및 활용(OLTP, OLAP의 개념 및 차이점, 데이터 웨어하우스 개념, 특징, 구성요소) 38분 32초
5강 빅데이터의 이해-빅데이터 개요 및 활용(빅데이터 개요, 등장과 변화, 특징, 3V, +2V, 활용을 위한 3요소, 기본 테크닉) 47분 34초
6강 빅데이터의 이해-빅데이터 개요 및 활용(빅데이터 가치, 역할, 기능과 효과, 가치 측정 어려움, 영향) 30분 35초
7강 빅데이터의 이해-빅데이터 개요 및 활용(데이터 산업의 진화 5단계의 개념과 각 단계의 특징) 32분 59초
8강 빅데이터의 이해-빅데이터 개요 및 활용(빅데이터 조직 및 인력 필요성, 역할, 구성, 조직의 형태, 데이터 사이언스 개념) 34분 54초
9강 빅데이터의 이해-빅데이터 개요 및 활용(데이터 사이언티스트 개념, 직무, 빅데이터 관련 직업군 5가지, 데이터 분선 수준 진단 결과 4가지) 43분 52초
10강 빅데이터의 이해-빅데이터 개요 및 활용(예상 문제 풀이) 34분 50초
11강 빅데이터의 이해-빅데이터 기술 및 제도(빅데이터 플랫폼 개념, 계층 구조 3가지, 구성 요소 4가지, 아파치 하둡 개념) 35분 26초
12강 빅데이터의 이해-빅데이터 기술 및 제도(하둡 에코 시스템의 개념, 기능, 구성도, 척와, 플럼, 스크라이브, 스쿱, 히호, HDFS 기술) 37분 2초
13강 빅데이터의 이해-빅데이터 기술 및 제도(분산 데이터 처리 기술 맵리듀스 개념, 기능, 분산 데이터베이스 기술 HBase개념, 기능) 32분 44초
14강 빅데이터의 이해-빅데이터 기술 및 제도(얀, 아파치 스파크, 피그, 하이브, 머하웃, 임팔라, 타조의 개념과 특징) 32분 52초
15강 빅데이터의 이해-빅데이터 기술 및 제도(우지, 주키퍼의 개념과 특징, 인공지능, 범위, 머신러닝, 딥러닝의 개념) 40분 44초
16강 빅데이터의 이해-빅데이터 기술 및 제도(개인정보보호 정의, 필요성, 빅데이터 개인정보 가이드 라인, 데이터 3법, 개인정보보호법 1항) 41분 34초
17강 빅데이터의 이해-빅데이터 기술 및 제도(개인정보보호법 2항, 개인정보 유출 통지, 개인정보보호원칙, GDPR, 가명정보, K-익명성, I-다양성) 42분 45초
18강 빅데이터의 이해-빅데이터 기술 및 제도(t-근접성, m-유일성, 마이 데이터의 개념 및 특징, 예시, 원칙) 31분 43초
19강 빅데이터의 이해-빅데이터 기술 및 제도 예상 문제 풀이-1 32분 13초
20강 빅데이터의 이해-빅데이터 기술 및 제도 예상 문제 풀이-2 23분 13초
21강 분석 방안 수립(데이터 분석 개념, 데이터 분석 현황, 데이터 분석의 지향점) 32분 16초
22강 분석 방안 수립(데이터 분석 고려사항, 데이터 분석 기획 개념, 특징, 주제 유형, 분류, 필요 역량) 38분 9초
23강 분석 방안 수립(분석 기획 시 고려사항, 데이터 분석 유형 4가지, 분석 마스터 플랜 개념, 수립절차, ISP) 34분 43초
24강 분석 방안 수립(분석 과제 우선순위 평가기준 3가지 단계) 34분 23초
25강 분석 방안 수립(분석 과제 우선순위 선정 및 조정, 사분면 분석 기법 활용, 과제 우선순위 선정, 분석 로드맵 설정) 40분 51초
26강 분석 방안 수립(분석 문제 정의, 하향식, 상향식 접근 방식, 대상별 분석 기획 유형, 빅데이터 분석 방법론 개념, 분석 절차) 33분 22초
27강 분석 방안 수립(빅데이터 분석 방법 유형, KDD 분석 방법론, CRISP-DM 분석 방법론, SEMMA 분석 방법론) 43분 19초
28강 분석 방안 수립(데이터 분석 거버넌스의 개념, 필요성, 구성요소, 관리 대상, 특징, 체계) 35분 21초
29강 분석 방안 수립(데이터 분석 수준진단, 필요성, 목표, 분석 준비도, 분석 성숙도 모델, 분석 수준진단 결과) 40분 57초
30강 분석 방안 수립 예상문제 풀이 38분 59초
31강 데이터 수집 및 전환(데이터 수집 과정, 데이터 수집 기술 10가지의 종류와 개념) 37분 9초
32강 데이터 수집 및 전환(구조 관점, 시간 관점, 저장 형태 관점에서의 데이터 유형의 종류와 설명) 31분 36초
33강 데이터 수집 및 전환(데이터 변환 5가지 기술, 개인정보 비식별 조치 가이드 라인, 비식별 조치 5가지 방법) 34분 30초
34강 데이터 수집 및 전환(적정성 평가, 사후관리, 재현 데이터 정의, 특징, 종류, 개인정보 익명처리 4가지 기법) 35분 42초
35강 데이터 수집 및 전환(재현 데이터 개념, 특징, 종류, 개인정보 익명처리 4가지, 데이터 품질 특성, 정형, 비정형 품질 기준) 39분 47초
36강 데이터 수집 및 전환(데이터 변환 후 품질 검증 3가지 방법, 데이터 품질 진단 절차) 25분 7초
37강 데이터 적재 및 저장(데이터 적재 개념, 적재 도구 4가지, 데이터 저장 개념, 종류 3가지, NoSQL 유형 4가지, 저장 기술 4가지) 44분 51초
38강 데이터 수집 및 저장 계획 예상 문제 풀이 31분 14초
39강 1과목 빅데이터 분석 기획 마무리 문제 풀이-1 32분 5초
40강 1과목 빅데이터 분석 기획 마무리 문제 풀이-2 35분 55초
41강 데이터 정제(데이터 전처리 개념, 특징, 과정, 데이터 정제 개념, 과정, 정제 방법, 일관성 유지 정제 방법) 35분 53초
42강 데이터 정제(데이터 결측값 종류 3가지, 결측값 처리 절차, 결측값 처리 방법) 32분 58초
43강 데이터 정제(데이터 이상값 발생원인 7가지, 이상값 검출 방법, 통계기법 이용, 시각화 이용) 42분 42초
44강 데이터 정제(데이터 이상값 처리 방법, 삭제, 대체, 변환) 29분 30초
45강 분석 변수 처리(변수의 개념, 유형 6가지, 변수 선택, 변수 선택 기법, 필터 기법, 래퍼 기법) 44분 17초
46강 분석 변수 처리(임베디드 기법 개념, 라쏘, 릿지, 엘라스틱넷, Select From Model 사례) 36분 24초
47강 분석 변수 처리(차원축소 개념, 차원축소 기법 6가지 개념, 특징) 47분 14초
48강 분석 변수 처리(파생변수 개념, 생성 방법 6가지, 인코딩 개념, 종류 4가지 설명) 38분 14초
49강 분석 변수 처리(변수 변환 개념, 방법 6가지 개념, 예시) 34분 59초
50강 분석 변수 처리(불균형 데이터 처리 개념, 처리 기법 5가지 개념 및 설명) 31분 24초
51강 데이터 전처리 챕터 예상문제 풀이 43분 9초
52강 데이터 탐색의 기초(탐색적 데이터 분석 개념, 필요성, 분석과정 및 절차, 이상치 검출 방법 3가지) 43분 8초
53강 데이터 탐색의 기초(변수 간의 상관성 분석 개념, 종류, 상관분석 기본가정 4가지, 피어슨 상관계수 개념 및 데이터 산점도) 30분 45초
54강 데이터 탐색의 기초(피어슨, 스피어만 상관계수 차이점, 스피어만 상관계수 개념, 특징, 단조 관계 개념) 34분 2초
55강 데이터 탐색의 기초(중심화 경향 기초 통계량 개념, 산술, 기하, 조화 평균, 중앙값, 최빈값, 분위수 개념) 34분 17초
56강 데이터 탐색의 기초(산포도 개념, 분산, 표준편차, 범위, 평균 절대 편차, 사분위범위, 변동계수 개념, 공식, 예시) 40분 13초
57강 데이터 탐색의 기초(자료의 분포 형태, 왜도, 첨도의 개념 특징) 35분 38초
58강 데이터 탐색의 기초(도수분포표, 히스토그램, 막대그래프, 파이차트, 산점도, 줄기 잎 그림, 상자수염 그림 개념, 특징) 35분 41초
59강 고급 데이터 탐색(시공간 데이터 개념, 탐색 방법 3가지, 변량 개념, 변량 데이터 유형 3가지) 36분 41초
60강 고급 데이터 탐색(변량 데이터 탐색 방법 3가지, 비정형 데이터 탐색 방법, 파싱, 파서 개념) 27분 18초
61강 데이터 탐색 예상 문제 풀이-1 42분 12초
62강 데이터 탐색 예상 문제 풀이-2 42분 49초
63강 기술통계(기술통계의 개념, 특징, 대푯값 개념, 중위수, 평균값, 최빈수, 사분위수 개념 및 특징, 공식) 31분 15초
64강 기술통계(산포도 개념, 분산, 표준편차, 범위, IQR, 사분편차, 변동계수 개념 및 특징, 공식, 첨도, 왜도 그래프) 31분 45초
65강 기술통계(공분산 개념, 특징, 종류, 공식, 해석방법, 상관관계 개념, 특징, 방법) 39분 45초
66강 기술통계(표본추출 정의, 기법, 단순무작위추출, 계통추출, 층화추출, 군집추출 개념 및 특징) 43분 30초
67강 기술통계(확률분포 개념, 조건부 확률 개념, 공식, 예시, 베이즈 정리 개념, 공식, 예시) 44분 26초
68강 기술통계(확률 개념, 조건부 확률 개념, 공식, 예시, 베이즈 정리 개념, 공식, 예시, 이산확률분포, 연속확률분포 개념, 종류) 40분 29초
69강 기술통계(최대우도법의 개념, 특징, 표본분포 개념 및 용어 4가지, 표본분포와 관련된 법칙 2가지) 47분 38초
70강 기술통계 예상문제 풀이-1 50분 1초
71강 기술통계 예상문제 풀이-2 35분 14초
72강 기술통계 예상문제 풀이-3 27분 48초
73강 데이터 탐색-추론통계(추론통계의 개념, 특징, 점 추정 개념, 만족 조건 4가지, 구간 추정 개념, 신뢰수준, 신뢰구간 개념, 특징) 33분 35초
74강 데이터 탐색-추론통계(단일 모평균 추정 방법, 모분산이 알려진 경우, 알려져 있지 않은 경우, 신뢰수준 Z-분포값, T분포, 자유도 n-1) 40분 2초
75강 데이터 탐색-추론통계(가설의 정의, 귀무가설, 대립가설 개념, 가설검정 개념 절차, p-value 개념, 귀무가설의 채택과 기각의 의미) 35분 10초
76강 데이터 탐색-추론통계(가설검정 방법, 단측 검정, 양측검정 개념, 특징, 제1종 오류, 제2종 오류 개념, 용어) 51분 55초
77강 데이터 탐색-추론통계 예상문제 풀이-1 44분 1초
78강 데이터 탐색-추론통계 예상문제 풀이-2 45분 14초
79강 데이터 탐색 과목 마무리 문제 풀이-1 44분 4초
80강 데이터 탐색 과목 마무리 문제 풀이-2 44분 55초
81강 분석 절차 수립(분석 모형 선정 개념, 방법, 통계기반 분석 모형 선정 개념, 종류 7가지, 데이터 마이닝 개념, 분류, 예측 모델) 38분 55초
82강 분석 절차 수립(군집화, 연관규칙 모델 개념 및 예시, 머신러닝 기반 분석 모형 선정 개념, 순서 지도학습, 비지도학습, 강화학습) 41분 14초
83강 분석 절차 수립(준지도, 전이학습 개념 및 예시, 학습방법에 따른 분석 모형, 독립변수와 종속변수에 따른 분석기법) 34분 58초
84강 분석 절차 수립(분석 모형 정의 개념, 매개변수와 초매개변수 차이, 특징, 예시, 분석 모형 구축 절차) 39분 34초
85강 분석 환경 구축(분석 도구 선정, R과 Python의 특징과 차이점, Data Split 개념, 목적, 데이터 종류 3가지) 41분 14초
  • 교수명:
    %name% 교수
  • 약력 및 주요강의:

함께 추천하는 강의

생생수강후기

  • 등록된 수강후기가 없습니다.
    1번째 수강 후기를 남겨주세요.
close

최근 본 강의 l 닫기