강의
Unsupervised Learning in R
- 중급기술 수준
- 4.8+
- 리뷰 112개
This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.
머신 러닝
전문 강사가 진행하는 짧은 동영상을 시청한 후 브라우저에서 인터랙티브 연습문제로 학습한 내용을 실습해보세요.
또는
강의
This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.
머신 러닝
확률 및 통계
소프트웨어 개발
확률 및 통계
강의
생존분석용 시간-사건 데이터 다루기. 사망 또는 실업 후 취업 등 사건을 예로 들고, 모델의 추정·시각화·해석을 학습합니다.
확률 및 통계
클라우드
머신 러닝
머신 러닝
강의
Python에서 bagging, boosting, stacking 등 앙상블 기법으로 고급·효과적인 머신러닝 모델을 구축하는 방법을 학습합니다.
머신 러닝
강의
Generalized Linear Model 코스로 회귀 도구를 확장해 logistic 및 Poisson 회귀를 학습합니다.
확률 및 통계
데이터 조작
클라우드
강의
계층적 클러스터링과 k-평균 클러스터링의 작동 원리에 대한 강한 직관을 기르고, 이를 활용하여 데이터에서 통찰력을 추출하는 방법을 익히십시오.
머신 러닝
강의
이 Power BI 사례 연구에서 주니어 트레이더 역할로 모기지 트레이딩을 분석하며 데이터 모델링과 재무 분석 역량을 강화합니다.
응용 금융
강의
소매 데이터 사례로 Alteryx Designer를 익혀 매출 분석을 강화하고 전략적 의사결정을 향상하세요.
데이터 준비
강의
Google 스프레드시트를 사용하여 금융 상품의 성과를 추적하는 그래픽 대시보드를 구축하는 방법을 알아보세요.
응용 금융
강의
AWS 데이터 저장소를 선택하고 구축·보호하는 법을 배우세요. DynamoDB와 S3를 콘솔 실습과 실제 시나리오로 익힙니다.
클라우드
데이터 리터러시
강의
데이터 과학자가 시간의 70–80%를 쏟는 핵심, 데이터 정제와 피처 엔지니어링의 실무를 깊이 있게 학습하세요.
데이터 조작
강의
인간적 가치를 충실히 반영하는 GenAI 모델을 설계하고, 최신 LLM을 직접 다루며 실무 역량을 키우십시오.
AI
강의
This course introduces Google Clouds AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects.
클라우드
강의
Databricks에서 SQL로 Airbnb 데이터를 분석하고 대시보드를 만들어 실행 가능한 인사이트를 도출하세요.
데이터 가져오기 및 정리
강의
Uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and explore how Vertex AI empowers AI teams.
클라우드
강의
This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.
클라우드
강의
R로 강력한 shinydashboard 패키지를 사용해 인터랙티브 대시보드를 만드는 법을 배워보세요. 청중을 위한 역동적이고 매력적인 시각화를 만드세요.
보고
강의
Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.
클라우드
강의
이 4시간 코스에서 Python으로 통계적 추론을 학습하고, 데이터에 근거한 타당한 결론을 실습으로 도출합니다.
확률 및 통계
강의
이 Power BI 사례 연구는 실제 비즈니스 과제로서 DAX와 시각화를 활용한 재고 분석 접근법을 다룹니다.
데이터 시각화
응용 금융
강의
In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts.
클라우드
데이터 과학은 데이터로부터 정보를 얻는 데 중점을 둔 전문 분야입니다. 프로그래밍 기술, 과학적 방법론, 알고리즘 등을 활용하여 데이터 과학자는 데이터를 분석해 실행 가능한 인사이트를 도출합니다.
Python이나 R과 같은 프로그래밍 언어를 배우고 수학과 통계학의 원리를 마스터해야 합니다. 데이터 분석 방법과 데이터 과학 도구에 대한 지식도 필수적입니다. 데이터 과학을 배우는 방법은 다양합니다. 학위나 대학 교육과 같은 정규 교육 과정뿐만 아니라 자신만의 속도로 학습할 수 있는 다른 자료들도 많이 있습니다. 온라인 강의와 튜토리얼뿐만 아니라 책, 동영상 등도 있습니다.
수학과 통계학 지식뿐만 아니라 데이터 과학자는 Python, R, SQL과 같은 언어의 프로그래밍 기술이 필요합니다. 또한 데이터 과학과 대용량 데이터세트를 다루는 능력, 데이터 시각화, 데이터 랭글링, 데이터베이스 관리에 대한 지식이 필요합니다. 머신 러닝과 딥러닝 기술도 유용할 수 있습니다.
전문적인 관점에서 거의 모든 산업이 어느 정도 데이터 과학을 활용할 수 있습니다. 의료 기관은 데이터 과학을 사용해 질병을 발견하고 치료하며, 금융 회사는 사기를 탐지하고 예방하는 데 사용합니다. 모든 종류의 산업에서 추천 시스템 구축이나 고객 이탈 분석과 같은 마케팅에 데이터 과학을 활용합니다.
네, 데이터 과학은 미국과 전 세계에서 가장 빠르게 성장하는 분야 중 하나입니다. 또한 가장 높은 급여를 받는 직업 중 하나이기도 합니다. Payscale 데이터에 따르면, 경험 있는 데이터 과학자는 미국에서 평균 $97,609를 벌고 5점 만점에 4점의 만족도를 보입니다.
여기서 고려해야 할 몇 가지가 있습니다. 먼저 데이터 과하학 학위는 경쟁이 치열할 수 있으며, 종종 지속적으로 높은 성적이 필요합니다. 마찬가지로 데이터 과학에 필요한 많은 기술들은 많은 학습과 시간이 필요합니다. 필요한 모든 기초를 마스터하는 데 몇 달이 걸릴 수 있으며, 초급 수준의 직무를 맡으려면 많은 실무 경험이 필요합니다.
네, Python, R, SQL, Java, C/C++와 같은 언어의 코딩 경험이 필요합니다. 하지만 상대적으로 간단한 문법 때문에 Python 프로그래밍 언어가 초보자들 사이에서 선호되는 선택인 경우가 많습니다.
사전 코딩 경험이나 수학적 배경이 없는 사람의 경우, 일반적으로 초급 데이터 과학자 수준에 도달하려면 7~12개월 집중적으로 학습해야 합니다. 하지만 데이터 과학의 이론적 기초만 학습하는 것으로는 진정한 데이터 과학자가 될 수 없다는 점을 기억하는 것이 중요합니다.
데이터 과학의 기초를 마스터한 후에는 머신 러닝, 인공 지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
모바일 강의와 매일 5분 코딩 챌린지로 이동 중에도 학습을 이어가세요.