1. R Programming Review
- R 개요
- R 사용방법 및 데이터 처리
2. 기초 통계 분석 이론
- 표본추출(Sampling)
- 가설의 검증(Hypothesis Tests)
- 선형 회귀(Linear Regression)
- 상관분석(Correlation Analysis)
- 탐색적 자료분석(Exploratory Data Analysis)
3. 데이터마이닝 이론 및 실습 Ⅰ
- 클러스터링(Clustering)
- 주성분분석(Principal Component Analysis)
- 로지스틱 회귀분석(Logistic Regression)
- 판별분석(Discriminant Analysis)
- Prediction Problems
4. 데이터마이닝 이론 및 실습 Ⅱ
- 교차검증(Cross-validation)
- Model Selection
- Tree-based Methods
- Neural Networks
- Support Vector Machine(SVM)
5. 데이터 시각화
- 데이터 시각화 종류
- 데이터 획득 및 정제
- R 개요
- R 사용방법 및 데이터 처리
2. 기초 통계 분석 이론
- 표본추출(Sampling)
- 가설의 검증(Hypothesis Tests)
- 선형 회귀(Linear Regression)
- 상관분석(Correlation Analysis)
- 탐색적 자료분석(Exploratory Data Analysis)
3. 데이터마이닝 이론 및 실습 Ⅰ
- 클러스터링(Clustering)
- 주성분분석(Principal Component Analysis)
- 로지스틱 회귀분석(Logistic Regression)
- 판별분석(Discriminant Analysis)
- Prediction Problems
4. 데이터마이닝 이론 및 실습 Ⅱ
- 교차검증(Cross-validation)
- Model Selection
- Tree-based Methods
- Neural Networks
- Support Vector Machine(SVM)
5. 데이터 시각화
- 데이터 시각화 종류
- 데이터 획득 및 정제
