R로 나만의 분석 프로젝트를 완성하고 싶다면!

R을 활용한 실전
데이터 분석 프로젝트 CAMP

Laptop Img 분석 단계에 맞는 실전형 강의 Setting Img 수강생 프로젝트 발표 & 피드백 제공 Mic Img 수강생 분석 프로젝트 1:1 가이드 제공
  • 기간

    2019년 1월 2일
    - 2018년 2월 27일
    총 8주 | 휴강 1회: 2월 6일 설휴강

  • 일정

    매주 수요일
    19:30 -22:30
    회당 3시간,총 24시간

  • 장소

    강남 패스트캠퍼스 강의장

  • 문의

    이샘 매니저
    02-518-4822
    help-ds
    @fastcampus.co.kr

강의 목표 .

1. 본 강의를 통해 수강생 모두 개별 분석 프로젝트를 완성 합니다.
2. 보유한 데이터에 맞는 전처리 방법 및 알고리즘을 이해합니다.
3. 분석 결과물을 바탕으로 알고리즘을 정교화하여 실제 문제에 적용합니다.

분석 프로젝트,
혼자서 할 수 있을지 막막하기만 하신가요?

본 캠프를 수강하시면, 할 수 있습니다.

본 캠프는 수강생마다 각자의 개인 분석 프로젝트를 진행합니다.
보유하고 있는 데이터가 없으신 분들은 강사님께서 제공하여 주십니다.

R을 잘 모른다고 걱정하지 마세요!

아래 결과물을 낸 수강생분들도 R의 기초만 아는 상태에서 수강하셨으나,
8주간의 1:1 밀착 지도를 통해 개인 프로젝트를 완성시키셨습니다.

[ 양성/악성 유방암 진단 핵심지표 분석 ]
수강생 채OO님

[ 건축물 에너지 소비 주요인 분석 ]
수강생 조OO님

[ 상품 판매 연관성 분석 ]
수강생 김OO님

데이터 분석의 A-Z까지 직접 경험하세요. 

나만의 분석 프로젝트를 완성시킬 수 있게 도와줄 체계적인 4단계 강의방식

1. 분석 이론 설명 슬라이드

2. R 코드 설명 슬라이드

3. R 실습 영상

4. 퀴즈 슬라이드

강의 특징. 

개별 데이터로 진행하는
분석 프로젝트

본 수업에서는 이미 정리가 잘 되어 있는 데이터가 아닌, 자신이 보유하고 있는 데이터를 가져와 분석을 할 수 있습니다. 데이터를 가져오는데 문제가 있거나, 보유하고 있는 데이터가 없다면 강사님께서 준비해주신 샘플 데이터 중 수강생분들이 골라서 실험하는 형태로 진행할 예정입니다.

데이터 맞춤형 탐색&전처리 가이드

데이터 분석에서 원하는 결과를 얻기 위해서는 보유한 데이터의 특징을 이해하고, 전처리하는 것이 중요합니다. 데이터가 제대로 준비되지 않으면, 아무리 좋은 알고리즘을 적용해도 좋은 결과를 기대하기 힘듭니다. 본 강의에서는 수강생 각자의 데이터를 강사님이 하나하나 살펴보고, 탐색과 전처리 방법에 대해 가이드해드립니다. 

온/오프라인으로 진행되는 전문가 코칭

지난 5년동안 하이닉스, 삼성 등과 현업 데이터를 이용해서 프로젝트를 여러 차례 진행해오며 풍부한 실전 경험을 가지신 강사님께서 데이터 분석 프로젝트 실무 과정을 1:1로 밀착 지도해  드립니다. 더불어, 최종 Presentation 시간을 마련하여 분석 프로젝트에 대한 심층 피드백을 제공합니다.

실질적으로 좋은 분석 결과를 얻기 위해서는 알고리즘을 적용하기 전에 데이터 탐색을 통해 어떤식으로 접근해야할지 인사이트를 얻어, 전처리 및 데이터에 적용할만한 좋은 알고리즘을 선택하는 것이 중요합니다. 본 강의에서는 전체 데이터 분석 프로세스를 모두 경험하며 알고리즘을 직접 구현해보고 성능을 향상시키는 것에 중점을 두어 진행 될 예정입니다.

– 담당 매니저 이샘

수강 대상.

icon1

분석 알고리즘 학습/적용 과정에서
전문가의 조언필요하신 분

데이터 분석 진행하다보면  알고리즘을 적용하는 과정에서 문제가 많이 발생하곤 합니다. 자신만의 데이터를 가져와 변수 선택하고 최적의 알고리즘을 찾아갈 수 있도록 실무 전문가가 수준높은 질문/답변을 제공합니다.

icon2

알고리즘 적용 전,
데이터 전처리에서 어려움을 겪는 실무자

내 데이터에서 분석 알고리즘을 적용하고 싶으나, 데이터 전처리(가공)에 어려움을 겪어 적용 및 결과도출을 하지 못하는 분들에게 가이드를 드립니다.

8주간 직접 나만의 데이터 분석 프로젝트를 진행하고, 확실한 실전 능력을 기르세요.

커리큘럼.

주차 내용
Step 1. 막막하기만 데이터 분석, 어떻게 진행해야 할까?
데이터 분석의 프레임 워크를 소개하고 기본적인 R 사용법을 실습합니다.
1 이론 - 데이터분석 활용사례 소개
- 데이터 분석의 프레임 워크 소개
- 머신러닝의 분류방법 소개
실습 - 기본적인 R 문법 이해
- R에서 그래프를 그리며 데이터 이해하기
Step 2. 내가 가지고 있는 데이터를 탐색하고, 분석가능한 형태로 정리해보자.
데이터 분석을 본격적으로 시작하기 전에, 내가 수집한 데이터를 전처리하고, 데이터 탐색 기법을 활용하여 다각도로 데이터를 살펴봅니다.
2 이론 - 수집한 데이터를 분석 가능한 형태로 정제
- 데이터의 특성을 파악하고 분석 목표 및 방향을 설정
- 데이터의 유의미한 정보를 추출하며 데이터의 특성 파악
실습 - 데이터에 결측값, 이상치, 중복값등이 생겼을 때의 전처리 방법에 대한 이해
- 데이터 분할 / 선택/ 병합 실습
- 데이터 표준화 및 차원축소
- 수강생 개별 데이터 전처리 및 탐색적 데이터 분석 실습
Step 3. 다양한 알고리즘을 활용하여 본격! 분석해보자.
자신의 데이터를 활용하여 변수 유형을 파악하고 프로젝트 목적에 맞는 알고리즘 적용하여 유의미한 결과를 도출해냅니다.
3-5 ① 분류 및 예측을 위한 지도학습
이론 - 타겟 변수가 주택의 가격 또는 제품의 판매량과 같이 연속적인 값을 가지고 있을 때 회귀분석방법을 통해 주어진 데이터를 분석하고 결과값을 예측
- 질병 진단 결과(양성 / 음성) 또는 고객의 신용 등급(A등급, B등급, C등급) 등과 같이 명목형 변수를 분류하고 예측하고 싶을 때 적용할 수 있는 분류 알고리즘 이해
- Lasso Regression, Ridge Regression, Logistic Regression, KNN Regression, Linear Regression
- Classification algorithms: KNN (K-Nearest Neighbors) algorithm, Decision Tree, ANN (Artificial Neural Network), SVM (Support Vector Machine) 등
실습 - 데이터를 기반으로 고객의 상품 가입 여부 (Yes/No)를 분류 및 예측하기
- 고객의 직업 및 결혼여부와 같은 명목형 변수들을 분석에 반영하기 위하여 데이터를 가공
- 고객의 상품 가입 확률값을 예측할 수 있는 회귀분석 수행
② 관찰한 데이터로부터 숨겨진 패턴 및 규칙을 찾아내는 비지도학습
이론 - 데이터간의 연관 규칙을 파악하거나 유사한 데이터끼리 군집화하여 의미 있는 속성을 파악
- Association rule learning
실습 - 유사한 특성을 지닌 데이터들끼리 군집화하고 각 군집의 유의미한 정보를 추출합니다.
- 다양한 군집화 알고리즘들의 특성을 이해합니다.
- 데이터 간의 연관성 규칙을 찾아냅니다.
Step 4. 여러가지 알고리즘을 결합하여 분석 성능을 향상시켜보자.
분석 알고리즘의 성능을 평가하고 성능을 더욱 향상시킬 수 있는 앙상블 기법을 적용하여 봅니다.
6 이론 - 새로운 데이터가 수집되었을 때 내 분석 모델의 정확도 측정 및 성능 향상을 위해 분석 모델을 수정
- 알고리즘의 성능을 평가 하고 내 데이터에 가장 적합한 학습 방법 탐색
- Ensemble Method: Random Forest, Boosting Bagging 등
실습 - 미래에 새로운 데이터가 수집되었을 때 내가 학습한 분석 모델로 올바른 결과를 예측할 수 있도록 알고리즘의 과적합 (Overfitting)을 방지하는 방법을 소개
- 분석 성능을 보다 향상시킬 수 있는 Random Forest, Boosting, Bagging 등의 알고리즘을 실습
Step 5. 도출한 분석 결과물을 효과적으로 시각화/문서화 해보자
성능 향상까지 마친 프로젝트 결과물을 문서화 및 시각화하여 봅니다.
7 이론 - 결과물을 효과적으로 보일 수 있게하는 Visualization 함수 이해
- Html 파일로 결과물을 손쉽게 문서화하기
- Shiny를 통한 웹 어플리케이션 개발 방법 소개
실습 - Visualization 함수를 이용하여 실험 결과를 이해하기 쉽도록 시각화
- Html 파일로 결과물을 문서화여 보고서로 작성
- Shiny를 통한 분석 결과를 웹 어플리케이션으로 개발
Step 6. 분석결과물 피드백을 통해 프로젝트를 완성해보자.
개인의 분석 프로젝트 결과물을 완성한 후, 이를 발표하여 봅시다.
8 이론 - 데이터 분석 프레임워크에 따라 도출된 프로젝트 결과물을 정리
- 데이터 분석 활용 방안을 공유
- 개인 프로젝트 분석 결과를 소개하여 다양한 분석 사례들을 공유
실습 - 분석 결과에 대한 피드백
- 개인 프로젝트에 쓰인 데이터 및 분석 목적을 소개

수강 후기.

ss-1024x1024

저는 무엇보다 어떤 문제에 대한 질문을 드려도 정말 나의 일처럼 함께 고민해주시고, 친절하게 답변해주시는 유영지 강사님의 열정과 친절함 그리고 전문성에 많은 감동을 받았습니다. 유영지 강사님의 강의록은 언제 어느 순간 다시 꺼내 보아도 좋을 만큼 체계적으로 구성되어 있습니다. 데이터 분석을 할 때 경험할 수 있는 어려움들을 보다 쉽게 해결할 수 있도록 자세히 안내해주기 때문에 수료 이후에도 많은 도움이 되었습니다.

(중략)

자신의 데이터에 머신러닝을 적용하고 싶은 분들께 본 강의를 적극적으로 추천드리며, 본인이 가진 데이터를 가지고 적용해보시면 더 많은 것을 얻어 가실 수 있을 것입니다. 또 궁금한 것은 적극적으로 질문하여 하나씩 해결해 나가셨으면 합니다. 그러면 이 강의를 듣고 난 후 분명히 크게 성장한 자신을 발견할 수 있을 것입니다.

1기 수강생 심진아 님 인터뷰 보러가기
1-12-1024x1024

가공된 데이터를 R로 가져와 다양한 머신러닝 알고리즘을 통해 데이터에서 유의미한 가치를 찾아내는 프로세스를 경험할 수 있어서 좋았습니다. 특히 강사님께서 수강생들에게 진행 중인 분석 과제와 데이터가 있으면 해당 프로젝트로 실습을 진행하며 결과물에 대해 함께 고민해볼 수 있도록 한 점도 아주 좋았던 것 같습니다. 실제 업무 혹은 분석 과제를 R을 사용하다 막히는 부분에 대해 질문을 해도 강사님과 조교님께서 바로 답변해주셨던 것이 가장 인상에 남습니다.

(중략)

 R을 혼자 공부하시다가 막히는 부분의 해답을 stackoverflow 같은 곳에서만 찾으셨던 분. 영어로 된 자료에서 해답을 찾느라 애먹으셨던 분들께 이 수업을 적극 추천해드리고 싶습니다. 혼자서 해결하지 못했던 문제들의 답을 찾고, 집중적으로 R을 이용한 데이터 분석 역량을 향상시킬 수 있는 좋은 기회가 될 것입니다.

2기 수강생 지상태 님 인터뷰 보러가기

강사 소개.

image_6894559971536845598315

유영지 강사님

유영지 강사님은 고려대학교 산업경영공학과에서 박사과정을 수료하였습니다. 삼성전자 및 SK Hynix등의 제조 기업들과 수행하는 장·단기 프로젝트에 참여하여 제품의 품질 향상, 수율 예측 성능 향상, 설비의 건강 진단 알고리즘 개발 등 생산 공정에서 발생할 수 있는 다양한 이슈를 해결하기 위해 공정에서 수집되는 빅데이터를 분석하고 현업에서 실제로 활용 가능한 알고리즘들을 연구하고 있습니다. 고려대학교에서 데이터 마이닝과 시뮬레이션 등의 강의에서 TA로 활동하며 다양한 데이터를 다루어 본 경험이 있으며, 실제 현실에서 발생하는 정제되지 않은 형태의 데이터로부터 유용한 정보를 추출하기위해 머신러닝 기법을 적용하고 의미 있는 결과를 도출하는 과정에 관심이 많습니다.

자주 묻는 질문.

Q. 분석에 사용할 데이터는 무엇이든 상관없나요?

 A. 본 캠프는 정형 데이터, 즉 수치를 기반으로 한 데이터를 가져오셔야 프로젝트 진행이 가능합니다. 만약, 텍스트와 같은 비정형 데이터를 활용해 분석 프로젝트를 진행하고 싶으시다면 [ R을 활용한 텍스트마이닝 CAMP ]를 수강해주세요.

R로 나만의 분석 프로젝트를 완성하고 싶다면!

R을 활용한 실전 데이터 분석 프로젝트 CAMP

일    정 2019.1.2.~ 2018.2.27.
매주 수요일 19:30 ~ 22:30 | 총 8주
준비물 개인 노트북 사용 추천
(본인 PC에 맞는 개발 환경 설정 및 원활한 개별 실습을 위하여)
장    소 강남역 부근 패스트캠퍼스 강의장
문    의 이샘 매니저 : 02-518-4822 | help-ds@fastcampus.co.kr
메일로 문의 주실 경우 자세한 상담을 원하신다면 휴대폰 번호, 상담가능 시간을 남겨주세요:)

정가 : 150만원

※출시알림을 신청하시면, 다음 기수 강의정보를 가장 먼저 받아보실 수 있습니다. ※할인가는 매주 목요일 자정에 변경됩니다.
※ 카드 12개월 무이자 할부 가능!

출시알림

강의장 안내