학습목차

AI시대, 일잘러를 위한 데이터 사고와 분석법

제 01 단원 데이터란 무엇인가?

• 01. 인트로/학습목표
• 02. 데이터의 다양한 의미
• 03. 데이터의 유형과 요소
• 04. 데이터 형태와 속성
• 05. 아웃트로

제 02 단원 통계적 사고

• 01. 인트로/학습목표
• 02. 기술 통계와 추론 통계
• 03. 데이터 분석 방법
• 04. 데이터의 결론에 대한 질문 방법
• 05. 아웃트로

제 03 단원 확률과 통계

• 01. 인트로/학습목표
• 02. 확률의 정의와 필요성
• 03. 조건부 확률과 독립 사건
• 04. 확률과 통계의 관계
• 05. 아웃트로

제 04 단원 가설검정

• 01. 인트로/학습목표
• 02. 표본 데이터의 이해
• 03. 가설검정의 원리와 과정
• 04. 가설검정의 한계와 주의점
• 05. 아웃트로

제 05 단원 상관관계분석

• 01. 인트로/학습목표
• 02. 상관관계의 용어와 수치
• 03. 상관관계 활용방법
• 04. 상관계수 해석 시 주의점
• 05. 아웃트로

제 06 단원 회귀분석

• 01. 인트로/학습목표
• 02. 회귀분석의 원리와 용어
• 03. 회귀분석을 구축하는 방법
• 04. 회귀분석의 주의할 점
• 05. 아웃트로

제 07 단원 머신러닝

• 01. 인트로/학습목표
• 02. 데이터 활용 분야별 특징
• 03. 머신러닝과 통계기법의 차이점
• 04. 머신러닝의 종류와 특징
• 05. 아웃트로

제 08 단원 분류모델

• 01. 인트로/학습목표
• 02. 예측과 분류문제의 차이
• 03. 분류모델의 원리
• 04. 분류모델의 성능지표
• 05. 아웃트로

제 09 단원 비지도 학습

• 01. 인트로/학습목표
• 02. 비지도 학습의 알고리즘
• 03. 군집분석의 한계와 해석상 주의점
• 04. 비지도 학습에서 데이터 분석가
• 05. 아웃트로

제 10 단원 데이터를 재료로 활용하는 AI

• 01. 인트로/학습목표
• 02. AI의 발전 역사
• 03. AI의 핵심 기능과 데이터의 역할
• 04. AI의 미래 발전 방향
• 05. 아웃트로