IT전문가

멀티미디어

Apple

오피스 / 자격증

HOME>IT전문가>데이터베이스>R프로그래밍 실무 [통계+시각]

알지오 패키지

R프로그래밍 실무 [통계+시각]

R프로그래밍 실무 [통계+시각]
20회차 속성과정
전체 : 18시간 49분|회차당 평균 : 56분27초

이용기간 2개월

전문강사 : 알지오 R&D [IT]

300,000185,000
R프로그래밍 실무 [통계+시각] 인강 평생교육원 교육 안내
R프로그래밍 언어(R)는 통계 계산과 그래픽을 위한 프로그래밍 언어이자 소프트웨어 환경입니다. R프로그래밍 은 통계 소프트웨어 개발과 자료 분석에 널리 사용되고 있으며, R프로그래밍 을 이용한 패키지 개발이 용이하여 통계학자들 사이에서 R프로그래밍 은 통계 소프트웨어 개발에 많이 쓰이고 있습니다. 알지오 R프로그래밍 강좌를 통해 R프로그래밍의 모든 부분에 대해서 학습할 수 있습니다.
  • 01.42분 확률분포(연속형 확률분포)

    정규분포, 지수분포, 균등분포, t-분포, 신뢰구간의 의미에 대해서 설명합니다.

    책갈피[00:04] R_programming 설명/[05:07] X축에 들어갈 확률변수값지정/[16:14] 그래프 예제/[26:10] Layout 함수 사용 //[33:32] 지수분포의 누적분포함수사용방법/[43:13] T분포/[50:14] Upper, lower 실현/[57:05] 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

    책갈피[00:07] 이산형 확률분포/[06:42] 예제코드 실행/[14:15] 그래프의 plot값 /[27:13] m=5 :n=10: p=m/(n+m)일 경우/[36:39] State.region 데이터 내용/[43:29] State.region데이터 이용 pie그래프생성/[50:49] as.numeric 도수 분포표에 속성변경/[56:02] 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

    책갈피[00:04] My_box 변수의 할당량 출력/[05:33] 각 구간의 개수를 계산하는 알고리즘을 칭하는 문자열/[11:23] 기본 plot함수 실행/[20:54] Airquality변수인 Ozone/[28:22] 사분위범위(Interquartile range)/[34:27] 95% 신뢰구간 계산/[40:20] 1x2 행렬(성공횟수, 실패횟수)/[49:37] Shapiro.test() 함수/[55:06] Shapiro.test(log(price))/[56:26] 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

    책갈피[00:13] Wilcox.test 사용방법/[05:31] 분할표 작성/[10:24] 2차원 분할표의 한계분포(marginal distribution)작성/[16:23] 예제코드 실행/[21:06] 예제코드 실행/[30:56] 겹쳐 그린 커널밀도추정그림/[41:13] 예제코드 실행/[50:42] Abline함수/[57:24] 두 범주형 변수의 독립성 검정/[59:21] 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

    책갈피[00:07] 카이제곱 독립성 검저/[05:49] 오즈비(odds ratio, OR)/[14:21] Fisher 정확검정 예제코드 실행/[22:10] 예제코드 실행/[30:43] 귀무가설 = 분산1/분산2=1/[40:54] 경고문구 출력/[50:41] 다중선형회귀모형/[56:59] 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

    책갈피[00:07] 다중선형회귀모형/[05:25] 효과에 따른 변동, 오차 변동/[16:22] n차 다항회귀 모형 설정/[27:01] 결과 확인/[37:21] 다중 공선성/[50:13] Cook's Distance/[54:23] 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

    책갈피[00:10] 잔차/[05:06] 코드 수행/[16:01] 함수적용결과/[29:55] population, Area, illiteracy/[38:56] 빅데이터/[45:08] 회귀개수가 여섯개인 모형/[50:48] 기계학습/[53:37] KNN알고리즘
  • 08.54분 최근접 이웃을 사용한 분류

    KNN알고리즘을 활용한 유방암 진단, 나이브 베이즈를 사용한 분류, 베이즈 이론, SMS 메세지 필터

    책갈피[00:12] dist 함수/[05:50] uci기계학습 저장소 사이트/[13:49] 간단한 백터로 함수 수행/[24:22] scalse함수 적용 결과보기/[32:49] Viagra/[42:15] 텍스트 처리에 필요한 방법/[51:05] 빈도매트릭스에서의 표현
  • 09.57분 결정트리와 규칙을 사용한 분류

    결정트리의 이해, 결정트리의 활용 예시, 결정 트리의 가지치기, C5.0결정 알고리즘, 결정트리를 이용한 은행 대출관리

    책갈피[00:02] 단어 클라우드/[05:27] findFreqTerms/[14:18] prop.t/[25:09] 결정트리의 속성구분 특징/[33:41] view all data sets/[41:04] 데이터 분류 코드 수행/[51:19] C5.0함수의 부스팅/[55:49] 패널티를 적용한 모델 결과
  • 10.54분 규칙학습자 & 회귀기법

    규칙 학습자의 이해, 독버섯 식별을 위한 실습, 회귀 이해, 선형 회귀를 사용한 의료비 예측 실습

    책갈피[00:02] 규칙학습자/[06:21] 규칙학습자 알고리즘 적용 수행 결과/[13:59] 틸트 연산자/[24:47] 단순 선형 회귀/[33:10] cor/[42:14] 더미 코딩/[50:16] 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

    책갈피[00:02] 수치예측 트리 알고리즘 살펴보기/[05:06] 표준편차리덕션/[14:53] fallen.leaves=T/[23:58] 생물학적 뉴런/[36:51] 쌍곡선탄젠트 함수/[47:09] 과적합/[54:15] lapply를 사용한 코드 수행
  • 12.58분 인공신경망 알고리즘 & 서포트 벡터 머신

    콘크리트의 내구력 모델의 실습, 서포트 벡터 머신의 원리, 광학식 문자 인식 실습

    책갈피[00:02] concrete_norm/[06:31] compute함수/[17:46] 벡터 기하학/[26:19] ksvm함수//[34:44] Cost Value/[40:52] RBF커널 사용/[51:56] k평균 알고리즘의 속성값/[56:09] 엘보우 기법
  • 13.54분 K평균을 이용한 군집화 & 연관규칙

    K평균을 이용한 잠재 고객 분류 실습, 연관규칙의 이해, 연관 규칙을 이용한 실습 데이터 학습

    책갈피[00:01] k평균을 이용한 잠재고객 분류실습/[05:50] as.data.frame/[12:00] betweenss/[18:18] ifelse함수/[30:09] friends~cluster/[42:23] 병문안카드->꽃 신뢰도 계산/[52:13] inspect함수
  • 14.54분 연관규칙 & 모델 성능 평가

    연관 규칙을 이용한 실습 데이터, 정확도와 오차율, 카파통계, 민감도, 특이도, 정밀도, ROC 커브

    책갈피[00:00] 통계값을 시각화하는 함수/[06:11] sample을 이용한 랜덤효과/[15:59] Inspect함수/[25:55] 모델성능 평가 방법/[30:48] confusionMatrix/[41:07] 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

    책갈피[00:02] 모델성능 향상방법/[00:18] 샘플링 방법/[06:42] 코드 수행 결과/14:48] 교차검증과 부트스트랩의 차이점/[31:04] bagging방법/[41:55] mtcars 데이터프레임 내용 살펴보기/[49:33] breaks인자의 다양한 활용/[55:26] BOD 데이터프레임 코드 수행 결과
  • 16.59분 데이터의 시각화(2)

    막대그래프의 모양 수정, 누적 막대 그래프, 비율 누적 막대 그래프, 클리블랜드 점 그래프

    책갈피[00:00] 여러그룹의 막대그래프 그리기/[00:09] cabbage_exp 살펴보기/[01:01] x, y, fill/[05:27] uspopchange데이터 살펴보기/[13:54] stack, identity/[25:18] 누적 막대그래프/[35:16] geom_text/[41:36] 누적 막대 그래프/[51:19] theme/[58:11] 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

    책갈피[00:01] facet_grid/[01:07] free_y/[06:51] ylim, scale_y_continuous/[15:15] group=supp/[28:16] 코드 수행 결과/[36:16] 도형의 모양과 채우는 방식을 다르게 표현하기/[43:24] 연속변수를 크기에 대입한 결과/47:30] 선형 모델로 데이터 적합/[52:04] 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

    책갈피[00:02] 만들어진 모형의 적합선 추가하기/[00:14] heightweight데이터 내용 확인/[05:33] 성별정보 산점도 그래프 보기/[14:21] 회귀분석 결과 살펴보기/[26:53] size를 바꾼 수행 결과/[38:53] 여러그룹을 히스토그램 생성하는 방법/[45:16] space="free"/[52:06] 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

    책갈피[00:01] geom_violin/[01:04] violin그래프/[05:05] 코드 수행 결과/[12:25] alpha=..density../[23:06] geom_abline/[31:26] 부분 강조하기(음영추가)/[39:04] 분할면에 주석 넣기/[47:14] 코드 수행 결과/[51:48] 코드 수행 결과/[58:34] 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

    책갈피[00:02] 눈금 라벨 변경/[00:14] axis.text, axis.title/[04:25] 축을 따라 선 표시/[08:05] 가이드를 이용한 코드 수행 결과/[14:43] 설정값을 변경안 코드 수행 결과/[22:49] transform, mutate/[32:45] ddply/[41:03] 코드 수행 결과/[50:11] melt함수 적용/[56:14] 두개의 측정변수가 있는 경우


알지오 패키지