(오프라인 > 데이터 사이언스) Machine Learning을 이용한 빅데이터 분석

550,000

본 강의는 4차산업혁명의 원동력인 Big Data 분석에 필수적인 기계학습에 관해 기본 개념부터 구현 원리 전반을 상세히 설명하고 있습니다. 본 강의에서는 이론적 설명뿐만 아니라 기계학습이 실제로 어떻게 사용될 수 있는지를 체험하실 수 있도록 오픈 소스 프로그래밍 언어인 R을 이용하여 다양한 기계학습 알고리듬에 실제 데이터를 적용하는 과정과 그 결과를 분석하는 실습을 병행합니다. 뿐만 아니라 각 모형의 성능을 체계적으로 측정하는 방법 및 모형 성능 개선에 필요한 다양한 기법들도 설명하여 학습 내용을 업무에 바로 적용 하실 수 있도록 내용을 구성하였습니다.

강의안내서 다운로드!!

수강신청서 다운로드!!

<강의 개요>

일자 (요일) 주제 강의 내용
사전교육 1 R기본적 사용법 설치 및 기본적 사용법
사전교육 2 기계학습 기초개념 알고리듬 정의/작동원리/종류/특징/용도
강의 I-1

2019/1/26(토)

데이터 분류 및 분할 Classification(Nearest Neighbor) / Clustering(k-means)
강의 I-2

2019/1/26(토)

판별 및 의사 결정 Decision Tree / Naïve Bayes
강의 II-1

2019/2/9(토)

규칙 및 패턴 발견 Rule-based classification / Association rules
강의 II-2

2019/2/9(토)

Black Box 기법 1 Artificial Neural Networks
강의 III-1

2019/2/16(토)

Black Box 기법 2 Support Vector Machines
강의 III-2

2019/2/16(토)

모형 성능 측정 Confusion matrix, Accuracy, Error rate, Kappa, Sensitivity/Specificity, Precision/Recall,  ROC, Cross-validation, Bootstrapping
강의 IV-1

2019/23(토)

모형 성능 개선 1 caret 패키지를 이용한 파라미터 튜닝
강의 IV-2

2019/2/23(토)

모형 성능 개선 2 Bagging / Boosting

카테고리:

설명

<장소 및 일정> 

개강 미정
일정 미정
장소 미정(여의도역 50M 이내. 개강 3일전 확정)
강사 한창호, 콴트글로벌 대표 / 경제학박사
문의 crm@quantglobal.co.kr, 02.761.8090
기타 실습을 위한 노트북 컴퓨터 지참 필수
특징 업무에 바로 적용 가능한 소스 코드(R) 및 데이터 제공
사전교육 1 R 사용법 사전 강의 동영상 11시간 제공

동영상 보기!!

사전교육 2 기계학습 입문 2시간 제공

동영상 보기!!

사후교육 강의 녹화 동영상 2개월간 제공. 강의 후 2일내 업로드됨

동영상 보기!!

<일자별 세부 강의 내용>

1/26(토) 데이터 분할 및 분류

I-1 강의 주제 강의 내용
1 Classification Tagging 된 데이터 이용한 데이터 분류 모형 구축
2 k-NN 알고리듬 이용한 암진단
3 Clustering Tagging 되지 않은 데이터 이용한 데이터 분할 모형 구축
4 k-means 알고리듬 이용한 타겟 마켓팅 고객군 분할

1/26(토) 판별 및 의사 결정

I-2 강의 주제 강의 내용
1 Decision Tree 엔트로피 개념 이해,
2 Decision Tree 모형 이용한 개인신용평가
3 Naïve Bayes Naive Bayes 모형 구조, 특징, 용도 이해
4 스팸 필터링

2/9(토) 규칙 및 패턴 발견

II-1 강의 주제 강의 내용
1 Rule-based classification Separate & Conquer 이해
2 독버섯 감별
3 Association Rules 선험적 원칙 정의 이해
4 소비자 구매 패턴 분석

2/9(토) Black Box 기법 1

II-2 강의 주제 강의 내용
1 Artificial Neural Networks ANN 모형을 이용한 인간 두뇌 모방
2 콘크리트 강도 예측
3 붓꽃 종류 분류

2/16(토) Black Box 기법 2

III-1 강의 주제 강의 내용
1 Support Vector Machines 선형 및 비선형 분리 가능한 데이터 분류
2 비선형 분리 가능 데이터 분류 문제에 커널 기법 적용
3 광학문자판독(OCR)

2/16(토) 모형 성능 측정

III-2 강의 주제 강의 내용
1 성능 측정 지표 Confusion matrix, Accuracy, Error rate
2 Kappa, Sensitivity/Specificity, Precision/Recall, ROC
3 미래 성능 검증 방법 Cross-validation
4 Bootstrapping

2/23(토) 모형 성능 개선 1

IV-1 강의 주제 강의 내용
1 caret 패키지를 이용한 파라미터 튜닝 파라미터 튜닝 자동화
2 튜닝 모형 구성
3 맞춤형 튜닝

2/23(토) 모형 성능 개선 2

IV-2 강의 주제 강의 내용
1 Meta-learning 앙상블개념 이해
2 Bagging
3 Boosting

한창호

2008.06~현재 콴트글로벌 대표
2018.09~현재 고려대학교 기술경영전문대학원 겸임교수
2015.10~2016.08 가톨릭대학교 산업수학센터 연구교수
2011.03~2015.09 가톨릭대학교 수학과 겸임교수
2013.03~2015.08 성균관대학교 경영대학 겸임교수
2004.10~2008.06 삼성금융연구소
2001.3~2004.10 (주)한국기업평가
1999.12~2001.3 에너지경제연구원
1999 University of California, San Diego, 경제학 박사(계량경제학 전공)
1991 서울대학교 대학원 졸업, 경제학 석사
1989 서울대학교 경제학과 졸업, 경제학 학사

<주요 학술 저술>

“The DNA of Security Return”, Quantitative Finance, vol.15, no.1, pp. 1-17. 2015
“수익률 DNA를 이용한 금융시장 분석 방법론”, 자산운용연구, vol 2, no.1, pp 82-106, 2014.
“Measuring the Dependency between Securities via Factor-ICA Models”, Journal of Applied
Finance and Banking, vol. 4, no. 1, 2014.
“금융경쟁력 결정요인에 대한 실증연구”, 국제경제연구, Vol. 13, No.3, pp. 53-75, 2007.
“NAFTA와 외환위기 이후 멕시코 금융산업”, 라틴아메리카연구, Vol II, No. 1, pp. 55-79, 2007.
기업신용위험분석, 금융연수원, 2002.
“Multi-Variate Estimation and Forecasting with Artificial Neural Networks”, 박사학위논문, UCSD, 1999.
“비모수적 분포무관인 구조변화 검증통계량”, 석사학위논문, 서울대학교, 1991.

<주요 업무 저술>

<주요 업무 경력>

現 콴트글로벌 대표
現 고려대학교 기술경영전문대학원 겸임교수(인공지능, 빅데이터 강의)
前 가톨릭대학교 산업수학센터 연구교수(산업수학 프로젝트)
前 성균관대학교 경영대학 겸임교수(계량경제학, 수리금융 강의)
前 가톨릭대학교 자연과학대학 수학과 겸임교수(금융공학 강의)
前 삼성금융연구소: 금융정책(자본시장통합법, 지급결제, 한-미 FTA) 및 전략 (전자금융, 모바일금융)
前 한국기업평가: 리스크관리 컨설팅, BASEL II 컨설팅, 구조화금융상품(CDO, MBS) 및 벤처기업 신용평가
前 에너지경제연구원: 국제유가 전망 및 동향 분석, WTO 에너지 서비스 협상

상품평

아직 상품평이 없습니다.

상품을 구매한 로그인 고객만 상품평을 남길 수 있습니다.