국비지원100%무료교육 취업지원 머신러닝&딥러닝 기반 빅데이터 분석전문가 양성과정

[정민이]

[국기교육][교육비 100% 무료]머신러닝&딥러닝 기반 빅데이터 분석전문가 양성과정

본과정은 실업자 100% 무료 과정으로 본 교육 수료 후 S/W 개발회사가 운영하는 오라클자바교육센터 실무교육으로 인하여
주요 협약업체 150기업내 취업지원까지 지원받는 실무 개발자 취업과정 입니다.

4차 산업혁명시대!
제4차 산업혁명 시 대는 모든 데이터를 인공지능이 분석, 처리하는 시대로 아날로그의 완전한 디지털화,인공지능화를 의미합니다
따라서 개인비서 로봇이 자율 주행 택시를 예약하고 도착시간과 일기예보를 정확히 알려주는 현실을 곧 마주하게 될 것입니다.

이런 4차 혁명시대에서 빅데이터 시장규모는 거대화되었으며 전 산업분야에서 데이터의 관리와 분석, 그리고 변환 활용은 큰
핵심 과제 가 되었습니다. 나아가 인공지능, 머신러닝, 딥러닝은 바둑, 의료, 자동차 등 이미 다양한 분야에서 혁신적인 성과를
보여주고 있어 더 이상 미룰 수 없는 기업 목표가 되고 있습니다.

이에 데이터간의 상호작용을 분석하고 미분류 데이터 관리 능력 등을 통해 정확한 관련 결과를 도출할 수 있는 데이터 분석 교육
및 수 집된 데이터를 기반으로 머신러닝과 딥러닝을 원활하게 사용할 수 있는 실무 교육을 통한 빅데이터 분석 전문가 인력
양성을 목표로 본 교육과정을 편성하였습니다.

교육과정 목표
본원에서 진행하는 “머신러닝&딥러닝 기반 빅데이터 분석전문가 양성과정” 은 4차산업 기술에 이슈가 되고 있는 빅데이터 수집
,분석, 처리, 가공과 더불어 4차 혁명의 핵심기술은 인공지능, 머신러닝(기계학습), 딥러닝, Tensorflow, 데이터마이닝 기법에
대한 이론과 실무에 적합한 다양한 예제 실습을 통해 교육 이해도를 높입니다. 또한 실무에 바로 투입 가능한 빅데이터 분석
전문가 양성을 위해 빅데이터 기반 프로젝트를 교육에서 진행함으로서 훈련생 모두 빅데이터 전문가가 될 수 있습니다.

◆ 교육개강 - 평일반:11월20일~3월5일
◆ 교육과정 - 머신러닝&딥러닝 기반 빅데이터 분석전문가 양성과정
            - 실업자카드 전액지원 (훈련수당 매월416,000원 지원)

◆ 교육강의시간 -주중반:09:30~18:30 (70일 총560h)
               
◆대 표 :02-6925-4760

홈페이지 바로가기 :http://oraclejava.co.kr/gspecedu/edutrng/trng_master2.php?command=2767&lecture=11

머신러닝&딥러닝 기반 빅데이터 분석전문가 양성과정 [커리큘럼 자세한 내용은 홈페이지 참조]

NCS 직업기초능력
- 의사소통능력
- 정보능력

빅데이터 기초
- 빅데이터의 개념 및 기초지식
- 데이터 수집 계획 수립하기
- 빅데이터 수집 시스템 구성하기
- 내부 데이터 수집하기
- 외부 데이터 수집하기
- 데이터 변환하기
- 수집 데이터 검증하기

빅데이터 Hadoop
- 하둡 개요빅데이터란?
- 하둡 이해하기 하둡이란?
- HDFS 개요, MapReduce 프레임워크
- 하둡 다운로드 및 필요소프트웨어 설치
- 독자모드의사분산모드 설치와 확인
- 의사분산모드 설치와 확인
- WordCount 프로그램의 컴파일과 실행
- 자바MapReduce 프로그래밍맵클래스 다시살펴보기
- 입력 포멧의 역할 컴바이너 셔플링과 소팅
- 리듀스 클래스 자세히 보기출력 포멧 카운터
- WordCount 2프로그램
- TopN 프로그램
- CountTrigram 프로그램
- Join ID & Title 프로그램
- 고급 Map Reduce 프로그래밍 StringSort 프로그램
- 분산 캐시를 이용한 조인
- 역색인 만들기(Inverted Index 버전1)
- 역색인 만들기(Inverted Index 버전2)
- 역색인 만들기(Inverted Index 버전3)
- 검색엔진 색인 만들기 CreateESIndex
- 스트리밍 프로그래밍
- Pig 프로그래밍
- 아마존 elasticmapreduce ec2 s3
- 하둡에코시스템구성 HIVE
- 하둡에코시스템 활용 SQOOP
- 하둡에코시스템 활용 MAHOUT

빅데이터 R
* R 소개 및 기본 사용법
- R 소개 / R 설치 안내 / R 패키지 설치
- 기본 유틸리티 사용법
- Help 활용방법
- R 오브젝트
- R 함수활용
- R 그래픽스를 통한 자료탐색

* R 프로그래밍 및 R을 이용한 통계분석(1)
- R 스크립트 사용법 / R 사용자 함수 작성법
- 데이터 입출력 / 데이터 처리
- 데이터 처리

* R 프로그래밍 및 R을 이용한 통계분석(2)
- 요약통계량 생성 및 샘플링
- R을 이용한 기초통계분석
- Regression

* R기반의 분석 시스템 구현
- Clustering
 - Classification
- 주요 패키지(RODBC, sqldf)
- 주요 패키지(RgoogleMaps, animation, GoogleVis)
- 주요 패키지(ggplot2)
- Batch 작업 만들기

* R 그래픽스
- 그래픽스1(Change the default color and shape)
- 그래픽스2(Change the default size of points)
- 그래픽스3(Zoom-in)
- 그래픽스4(Use column index as ses)
- 그래픽스5(Add labels to each data point)
- 그래픽스6(Add a textox)
- 그래픽스7(Align figures)

* R 활용
- Word cloud 만들기
- Data Munging
- R 시각화
- 연관도

파이썬
* Pandas
- Series
- DataFrame
- 기본함수 익히기

* 텍스트 데이터 수집 및 정리
- 데이터 수집(requests, Ixml)
- 데이터 다듬기(포맷 통일, 빈값 채우기)

* 데이터정제
- Index
- Merge
- Join
- Concatenate
- GroupBy

* 위치정보 데이터 분석
- 위치 정보 데이터 다루기

* Pandas 고급
- Time Series
- 원격 데이터 접근(내장 API들)
- 다양한 I/O 처리 옵션

* 파이썬시각화
- 라이브러리를 활용한 파이썬 데이터 시각화

머신러닝
- 머신러닝(기계학습)
- 기본 알고리즘 개념 및 소개
- 나이브 베이즈 분류
- 의사결정나무
- 랜던포레스트
- 회귀분석
- 은닉마코브모형
- 서포트 백터 머신
- 주성분 분석
- K평균
- 연관성 분석
- 인공신경망(ANN, Articial Neural Network)

딥러닝
- 시작하기 위한 준비 및 간단한 딥러닝 소개
- 로지스틱 회귀분석 및 Tensorflow 에서 구현
- 다중회귀분석 및 Tensorflow 에서 구현
- MINIST 데이터 소개 및 준비
- Tensorflow에서 로지스틱/다중회귀분석을 이용한 MINIST 문자분류 실습
- 인공신경망(Neural Net) - 소개 및 XOR 문제 Tensorflow 에서 구현
- Deep Neural Net 소개 및 Tensorflow에서 구현
- 여러 종류의 활성화 함수 소개 및 Tensorflow에서 구현
- Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류 실습
- Convolutional Neural Network(CNN) 소개 및 Tensorflow 구현
- Tensorflow에서 CNN을 이용한 MINIST 문자분류 실습 및 기존 방법들과 비교
- Recurrent Neural Network(RNN) 소개 및 Tensorflow 구현
- Word2Vec 소개 및 Tensorflow에서 구현
- 구글 Inception 모델을 이용한 이미지 인식Tensorflow 에서 구현

최종 프로젝트
: 프로젝트 주제 선정
: 기술 아키텍처 정의
: 요구 사항 정의
: 기본설계, 논리모델/물리모델 설계
: 화면 정의서 작성, ERD 작성,
: 클래스다이어그램,시퀀스다이어그램작성
: JSP, Java Framework을 이용한 코딩
: CVS 설정(공동개발)
: Ant를 이용한 빌드, 개발기/운영기 Setting
: 개발된 소스 코드 디버깅 오류 수정
: 프로젝트 발표 (구현기술, UML모델링, 발전방향, 구현기능 등)