- 강의구성
- (20강) 전체 : 18시간 49분|평균 : 56분27초
- 수강료
- 370,000원
- 185,000원
수강 전 자주 묻는 질문
교재 없이? 초보자도 가능 한가요?
교재 없이도 동영상과 실습 자료만으로 학습할 수 있으며, 초보자도 이해하고 따라올 수 있도록 설계된 강의입니다.
알지오의 강의특징은 무엇인가요?
알지오 강의는 단순 촬영본이 아니라, 전문 편집으로 핵심만 담아 학습 효율을 높인 강의입니다.
프로그램은 어떻게 구하나요?
알지오 는 원격평생교육원 으로, 프로그램에 대한 정보는 알수 없습니다.
수강생 여러분께 감사드리며, 납부하신 수강료 일부는 매월 사회 환원 활동에 사용됩니다. 특히 소외된 이웃들에게 라면을 기부하며 작은 나눔을 이어가고 있습니다. 자세한 내용은 아래 링크에서 확인하실 수 있습니다. 알지오 사회환원 활동
-
01.42분
확률분포(연속형 확률분포)
정규분포, 지수분포, 균등분포, t-분포, 신뢰구간의 의미에 대해서 설명합니다.
R_programming 설명/X축에 들어갈 확률변수값지정/그래프 예제/Layout 함수 사용 //지수분포의 누적분포함수사용방법/T분포/Upper, lower 실현/예제 코드 실행
-
02.1시간 1분
확률분포(이산형 확률분포)
베르누이 분포, 이항분포, 포아송 분포, 초기하분포, 일변량 데이터의 정리, 범주형 데이터를 위한 막대그림, 파이그림, 점그림, 연속형 데이터를 위한 그래프, 줄기-잎 그림, 상자그림
이산형 확률분포/예제코드 실행/그래프의 plot값 /m=5 :n=10: p=m/(n+m)일 경우/State.region 데이터 내용/State.region데이터 이용 pie그래프생성/as.numeric 도수 분포표에 속성변경/상자그림 그래프/[01:00:54] my-box=boxplot(gross)객체할당
-
03.57분
연속형 데이터를 위한 그래프, 데이터의 요약통계, 일변량 데이터
상자그림, 히스토그램, 커널밀도추정그림, 데이터 중심에 대한 요약통계, 데이터 퍼짐에 대한 요약통계, 일변량 데이터와 관련된 통계적 추론, 모평균에 대한 검정 및 신뢰구간 추정, 모비율에 대한 검정 및 신뢰구간 추정, 정규성 검정, 분포중심에 대한 비모수 검정
My_box 변수의 할당량 출력/각 구간의 개수를 계산하는 알고리즘을 칭하는 문자열/기본 plot함수 실행/Airquality변수인 Ozone/사분위범위(Interquartile range)/95% 신뢰구간 계산/1x2 행렬(성공횟수, 실패횟수)/Shapiro.test() 함수/Shapiro.test(log(price))/Wilcoxon signed rank
-
04.1시간 1분
이변량 범주형 데이터
도수분포표 작성, 이변량 범주형 데이터를 위한 그래프, 상자그림, 커널밀도추정 그림, 평균 막대그림, 연속형 변수의 분포 비교를 위한 요약통계, 산점도 작성, 상관계수 계산
Wilcox.test 사용방법/분할표 작성/2차원 분할표의 한계분포(marginal distribution)작성/예제코드 실행/예제코드 실행/겹쳐 그린 커널밀도추정그림/예제코드 실행/Abline함수/두 범주형 변수의 독립성 검정/Monte carlo 모의실험
-
05.57분
이변량 데이터와 관련된 통계적 추론, 회귀분석
카이제곱 독립성 검정, Fisher의 정확검정, 두 모집단의 모비율 차이에 대한 검정, 신뢰구간 추정, 두 모집단의 모평균 차이에 대한 검정 및 신뢰구간 추정, 두 모집단의 중심차이에 대한 비모수 검정, 회귀분석, 단순선형회귀모형, 다중선형회귀모향
카이제곱 독립성 검저/오즈비(odds ratio, OR)/Fisher 정확검정 예제코드 실행/예제코드 실행/귀무가설 = 분산1/분산2=1/경고문구 출력/다중선형회귀모형/종속변수 murder과 독립변수 지정
-
06.56분
다중선형회귀모형
회귀모형의 추론, 회귀모형의 anova표 사용, 회귀진단 및 대안탐색, 회귀모형의 가정 만족여부 확인, 동일분산 가정 확인, 정규분포가정 확인, 독립성 가정 확인, 선형관계 확인, 다중공선성 확인에 특이한 관찰값 탐지
다중선형회귀모형/효과에 따른 변동, 오차 변동/n차 다항회귀 모형 설정/결과 확인/다중 공선성/Cook's Distance/코드 수행
-
07.55분
대안 탐색
종속변수의 변환, 독립변수의 변환, 변수의 선택, 검정에 의한 방법, 모형선택 기준에 의한 방법, 최근접 이웃을 사용한 분류, 정의, KNN알고리즘
잔차/코드 수행/함수적용결과/population, Area, illiteracy/빅데이터/회귀개수가 여섯개인 모형/기계학습/KNN알고리즘
-
08.54분
최근접 이웃을 사용한 분류
KNN알고리즘을 활용한 유방암 진단, 나이브 베이즈를 사용한 분류, 베이즈 이론, SMS 메세지 필터
dist 함수/uci기계학습 저장소 사이트/간단한 백터로 함수 수행/scalse함수 적용 결과보기/Viagra/텍스트 처리에 필요한 방법/빈도매트릭스에서의 표현
-
09.57분
결정트리와 규칙을 사용한 분류
결정트리의 이해, 결정트리의 활용 예시, 결정 트리의 가지치기, C5.0결정 알고리즘, 결정트리를 이용한 은행 대출관리
단어 클라우드/findFreqTerms/prop.t/결정트리의 속성구분 특징/view all data sets/데이터 분류 코드 수행/C5.0함수의 부스팅/패널티를 적용한 모델 결과
-
10.54분
규칙학습자 & 회귀기법
규칙 학습자의 이해, 독버섯 식별을 위한 실습, 회귀 이해, 선형 회귀를 사용한 의료비 예측 실습
규칙학습자/규칙학습자 알고리즘 적용 수행 결과/틸트 연산자/단순 선형 회귀/cor/더미 코딩/bmi항목
-
11.58분
수치 데이터의 예측 회귀기법 & 인공 신경망 알고리즘
인공 신경망 알고리즘의 이해, 인공신경망 알고리즘을 이용한 콘크리트의 내구력 모델 학습/인공 신경망 알고리즘의 이해, 인공신경망 알고리즘을 이용한 콘크리트의 내구력 모델 학습
수치예측 트리 알고리즘 살펴보기/표준편차리덕션/fallen.leaves=T/생물학적 뉴런/쌍곡선탄젠트 함수/과적합/lapply를 사용한 코드 수행
-
12.58분
인공신경망 알고리즘 & 서포트 벡터 머신
콘크리트의 내구력 모델의 실습, 서포트 벡터 머신의 원리, 광학식 문자 인식 실습
concrete_norm/compute함수/벡터 기하학/ksvm함수//Cost Value/RBF커널 사용/k평균 알고리즘의 속성값/엘보우 기법
-
13.54분
K평균을 이용한 군집화 & 연관규칙
K평균을 이용한 잠재 고객 분류 실습, 연관규칙의 이해, 연관 규칙을 이용한 실습 데이터 학습
k평균을 이용한 잠재고객 분류실습/as.data.frame/betweenss/ifelse함수/friends~cluster/병문안카드->꽃 신뢰도 계산/inspect함수
-
14.54분
연관규칙 & 모델 성능 평가
연관 규칙을 이용한 실습 데이터, 정확도와 오차율, 카파통계, 민감도, 특이도, 정밀도, ROC 커브
통계값을 시각화하는 함수/sample을 이용한 랜덤효과/Inspect함수/모델성능 평가 방법/confusionMatrix/caret패키지
-
15.58분
모델 성능 평가 & 데이터의 시각화(1)
샘플링 방법, 파라미터 조절, 메타학습을 활용한 모델 성능 향상, ggplot 함수의 기본적인 사용 방법, 산점도, 선 그래프, 막대 그래프
모델성능 향상방법/샘플링 방법/코드 수행 결과/14:48] 교차검증과 부트스트랩의 차이점/bagging방법/mtcars 데이터프레임 내용 살펴보기/breaks인자의 다양한 활용/BOD 데이터프레임 코드 수행 결과
-
16.59분
데이터의 시각화(2)
막대그래프의 모양 수정, 누적 막대 그래프, 비율 누적 막대 그래프, 클리블랜드 점 그래프
여러그룹의 막대그래프 그리기/cabbage_exp 살펴보기/x, y, fill/uspopchange데이터 살펴보기/stack, identity/누적 막대그래프/geom_text/누적 막대 그래프/theme/y축 명칭의 재정렬
-
17.53분
데이터의 시각화(3)
클리블랜드 점 그래프, 선 그래프, 축 정보 변경하기, 여러 그룹 선 그래프, 그래프에 음영 채우기, 신뢰 영역 추가, 산점도, 산점도, 적합된 회귀선 추가
facet_grid/free_y/ylim, scale_y_continuous/group=supp/코드 수행 결과/도형의 모양과 채우는 방식을 다르게 표현하기/연속변수를 크기에 대입한 결과/47:30] 선형 모델로 데이터 적합/외삽법을 이용할 경우
-
18.1시간 3분
데이터의 시각화(4)
이미 만들어진 모형의 적합선 추가하기, 그래프의 주석 및 라벨 추가하기, 데이터의 분포 요약, 히스토그램, 밀도곡선, 박스플롯
만들어진 모형의 적합선 추가하기/heightweight데이터 내용 확인/성별정보 산점도 그래프 보기/회귀분석 결과 살펴보기/size를 바꾼 수행 결과/여러그룹을 히스토그램 생성하는 방법/space="free"/y=..density../[01:01:24] stat_summary
-
19.59분
데이터의 시각화(5)
윌킨슨 점그래프, 이차원 데이터의 밀도그래프 그리기, 주석, 텍스트 주석넣기, 선 추가하기, 부분 강조하기, 오차막대 추가하기, 축, 축 정보 변경, 눈금설정
geom_violin/violin그래프/코드 수행 결과/alpha=..density../geom_abline/부분 강조하기(음영추가)/분할면에 주석 넣기/코드 수행 결과/코드 수행 결과/라벨과 눈금을 동시에 제거하는 코드 수행
-
20.59분
데이터의 시각화(6)
축, 눈금 라벨 변경, 축 라벨 변경, 축을 따라 선 표시, 범례위치 조절, 데이터 변형, 데이터 부분집합 취하기, 연속변수를 범주형 변수로 코딩, 집단별로 변형, reshape
눈금 라벨 변경/axis.text, axis.title/축을 따라 선 표시/가이드를 이용한 코드 수행 결과/설정값을 변경안 코드 수행 결과/transform, mutate/ddply/코드 수행 결과/melt함수 적용/두개의 측정변수가 있는 경우
![R 프로그래밍 실무 [통계+시각]](/img_file/builder/Date/201911041599R_S2.jpg)
![R 프로그래밍 실무 [통계+시각]](/expert/img/skin_sample_play_PM_05.png)