노코드 빅재미로 배우는 통계분석

〉 알기 쉽게 해설한 통계 + 데이터분석
기술통계의 개념 이해부터 추론통계 기반의 데이터 이해까지 어렵게만 느껴지는 통계와 상관분석에서부터 회귀분석, 로지스틱회귀분석, 연관분석에 이르기까지의 데이터분석을 입문자의 눈높이에 맞춰 알기 쉽게 해설합니다.

〉 분석결과를 바로 확인할 수 있는 실습환경
실습환경은 빅재미를 사용합니다. 빅재미를 사용하면 분석결과를 바로 확인할 수 있고, 각 분석모델에 따른 성능차이도 쉽게 확인할 수 있습니다. 무엇보다 코딩에 신경 쓰지 않고 데이터분석에만 집중할 수 있어서 기획, 경영관리, 비즈니스 효과를 극대화할 수 있습니다.

〉 노코드 데이터분석 솔루션 빅재미로 쉽게, 빠르게
빅재미는 데이터기반행정 지원을 위한 업무활용 솔루션, 공공기관의 데이터 활용역량 강화를 위한 교육용 솔루션, 기업의 디지털 전환 및 디지털 혁신 지원 솔루션으로 다수의 파트너, 고객사와 함께 하고 있습니다.

__Chapter 1 통계분석
____1.1 통계분석의 이해
______1.1.1 통계분석의 역할
______1.1.2 통계분석의 활용
______1.1.3 글로벌 기업의 데이터분석 사례
____1.2 통계분석의 유형
______1.2.1 기술통계
______1.2.2 추론통계
____1.3 정리

__Chapter 2 기술통계 기반 데이터의 이해
____2.1 기술통계의 주요 개념
______2.1.1 평균과 중앙값
______2.1.2 분산과 표준편차
______2.1.3 기술통계 기반 데이터 시각화
____2.2 기술통계 예시
____2.3 정리

__Chapter 3 추론통계 기반 데이터의 이해
____3.1 확률
______3.1.1 확률의 의미
____3.2 확률분포
______3.2.1 정규분포
______3.2.2 표준정규분포
______3.2.3 t분포
______3.2.4 데이터 분포의 형태
____3.3 추론통계
______3.3.1 추정
______3.3.2 가설검정
______3.3.3 귀무가설과 대립가설
______3.3.4 가설검정 프로세스
______3.3.5 가설검정의 오류
____3.4 추론통계 예시
______3.4.1 효용성 테스트
______3.4.2 A/B 테스트
____3.5 데이터검정 실습
______3.5.1 정규성검정
______3.5.2 t검정
____3.6 정리

__Chapter 4 상관분석
____4.1 상관분석
______4.1.1 상관분석의 개요
______4.1.2 산점도(산포도)
______4.1.3 상관계수
____4.2 상관분석 활용
______4.2.1 회귀분석
______4.2.2 중복속성 확인
____4.3 정리

__Chapter 5 회귀분석
____5.1 선형회귀 알고리즘
______5.1.1 선형회귀
______5.1.2 선형회귀모델
____5.2 선형회귀 알고리즘의 평가
______5.2.1 MSE
______5.2.2 결정계수
____5.3 회귀 알고리즘 실습
______5.3.1 데이터 불러오기
______5.3.2 데이터 탐색
______5.3.3 데이터 전처리
______5.3.4 모델생성 및 학습
______5.3.5 평가
______5.3.6 성능개선
____5.4 정리

__Chapter 6 로지스틱회귀분석
____6.1 로지스틱회귀분석이란?
______6.1.1 로지스틱회귀분석의 개요
______6.1.2 로지스틱회귀분석의 프로세스
______6.1.3 로지스틱회귀분석의 평가지표
____6.2 로지스틱회귀분석 실습
____6.3 정리

__Chapter 7 연관분석
____7.1 연관분석이란?
____7.2 지지도, 신뢰도, 향상도
______7.2.1 지지도(Support)
______7.2.2 신뢰도(Confidence)
______7.2.3 향상도(Lift)
____7.3 연관분석을 통한 판매전략 수립
____7.4 정리

강지영 휴대폰 소프트웨어 개발을 시작으로 IT 분야에 입문했습니다. 새로운 기술에 대해 호기심이 많은데 직접 뜯어보고 다뤄보지 않으면 잘 이해를 못하는 부류라 매우 피곤하게 살고 있습니다. 요새는 대학생, 취준생 그리고 비전공자를 대상으로 IT기술 멘토링을 할 때 가장 보람을 느낍니다. 주로 머신러닝, 딥러닝, 자연어 처리, 모바일 앱, 라즈베리파이 관련 프로젝트에 대해 이야기를 나누고 있습니다.