데이터 분석 개요 (ADsP)

데이터 분석

1. 통계 프로그램

(1) 통계 프로그램 개요

1. 통계적 방법과 기술 비교
2. 학습 용이성 비교
3. 지원측면 비교
4. 시각화 비교
5. 비용측면 비교

(2) SPSS 기초

1. SPSS 시작
2. SPSS 사용법

(3) R 기초

1. R 다운로드와 설치
2. R 살펴보기
3. R 사용하기
4. 계산기로서의 R
5. 변수의 사용
6. R의 기본 자료형
7. 자료형을 위한 R 내장 함수
8. 함수 (Function, Method)
9. 도움말 관련 함수 help()
10. R의 자료구조
11. R의 사용 예

2. 통계 분석 기법

(1) 통계학 개요

1. 자료의 유형
2. 측정(Measurement) 척도 구분
3. 측정척도와 통계 분석 방법

(2) 통계 분석 기법 종류

1. 교차 분석 (Crosstabs Analysis)
2. 빈도 분석 (Frequency Analysis)
3. 판별 분석 (Discriminant Analysis)
4. 요인 분석 (Factor Analysis)
5. 평균비교 (T-Test)
6. 군집 분석 (Cluster Analysis)
7. 회귀 분석 (Regression Analysis)
8. 분산 분석 (Analysis Variance)
9. 상관 분석 (Correlation Analysis)

(3) 시계열 분석

1. 시계열 분석 기법
2. 비산형 시계열 분석 기법

(4) 시뮬레이션 (Simulation)

(5) 최적화 기법(Optimization)

(6) 다차원 척도법 (MDS : Multi-Dimensional Scaling Method)

(7) 주성분 분석 (PCA : Principal Component Analysis)

3. 데이터 마트

(1) 데이터 마트 개요

1. 데이터 마트 목적
2. 분석 마트 구축 시 유의점
3. 데이터 마트 종류

(2) 데이터 변경 및 요약

1. reshape 패키지로 데이터마트 개발
2. reshape (패키지)
3. sqldf 패키지를 이용한 데이터 분석
4. plyr 패키지를 이용한 데이터 분석
5. 데이터 테이블(data.table) 패키지

(3) 데이터 가공

1. 데이터 탐색 및 파악 (Data Exploration)
2. 변수 중요도
3. 변수의 구간화

(4) 데이터 기초 분석 및 관리

1. 데이터 EDA (탐색적 자료분석)
2. 데이터 결측값 처리
3. 결측값 처리 방법
4. R에서 결측값 처리
5. 이상값(Outlier) 찾기와 처리

(5) 병렬처리 방안

4. 정형 데이터 마이닝

(1) 데이터 마이닝 개요

1. 데이터 선택
2. 데이터 정제
3. 데이터 변환
4. 데이터 마이닝
5. 패턴 평가
6. 지식 표현

(2) 데이터 마이닝 기법

1. 클러스터링(군집) 기법
2. 연관 규칙 기법
3. 의사결정나무 (Decision Tree)
4. 신경망 (Neural network)
5. 분류 분석
6. 요약 기법

(3) 데이터 마이닝 분석 기술

1. 데이터 웨어하우스와 데이터 마이닝
2. OLAP와 데이터 마이닝
3. 인공지능과 데이터 마이닝
4. 통계학적 데이터 마이닝

5. 비정형 데이터 마이닝(ADP)

(1) 텍스트 마이닝 (Text Mining)

1. 에피소드와 에피소드 규칙
2. 개념 계층
3. 자연어 처리시스템
4. 연관 규칙과 순차패턴 접근
5. 신경망 접근

(2) 소셜 네트워크 분석

1. 주요 사용기술
2. 소셜 네트워크 분석 활용
3. 소셜 네트워크 구조 분석
4. 네트워크 진화 분석
5. 네트워크 정보 흐름 분석