한국생산성본부

MY KPC

물류 빅데이터 분석과 머신러닝 입문

교육상세 옵션정보
교육일정
  인재키움
교육시간 2일, 14시간 / 1일차 09:30 ~ 17:30, 2일차 09:30 ~ 17:30
교육장소 한국생산성본부 5층 507호
교육비 환급 인재키움 지원금 가능
교육비
정상가 570,000 원 KPC 유료법인회원 510,000 원
교육문의 TEL. (02)724-1118|FAX.(02)724-1872
 

교육시간

1일차 09:30 ~ 17:30, 2일차 09:30 ~ 17:30




교육목적/특징

 

* 본 교육과정은 업무일 기준으로 3일 전 개강 여부를 확정하며,
  최소한의 수강생이 모이지 않을 경우 폐강할 수도 있음을 알려드립니다.

* 궁금하거나 필요한게 있으시면 상단 "교육문의"로 연락 부탁드립니다.




교육대상

- 물류/SCM 및 경영기획, IT업종 등 빅데이터 분야의 중간관리자 

- AI/빅데이터를 활용한 사업 기획에 관심이 있는 재직자




교육내용

시간

모듈명

주요내용

1일차

빅데이터

이해와 실습

 1. 물류·유통 자동화 시장과 기술 변화

   - 물류 디지털 전환 트렌드

   - 자동화 기술 및 도입 흐름

 2. 물류 낭비 요인과 자동화

   - 7대 낭비 개념 이해

   - 자동화 추진 사례 및 효과 분석

 3. 데이터 전처리와 EDA

   - 결측치/이상치 처리 기법

   - 기술 통계, 시각화 이해

 4. Python을 활용한 EDA 실습

   - Numpy, Pandas 활용

   - 운송/상품 데이터 분석 실습 

 5. 물류 부문 EDA 사례 실습

   - 상관관계 분석

   - KPI 기반 인사이트 도출

2일차

머신러닝 기초

 1. 머신러닝 입문과 실습

   - Scikit-Learn 기초 개념

   - 회귀 : 운송시간 예측

   - 분류 : KNN, DT 예제

   - 군집 : 창고입지 선정 실습

 2. 시간 분석과 자동화 알고리즘

   - Tact Time & Standard Time 분석

   - 엑셀 및 파이썬 분석 도구 제작

 3. Line of Balance 실습

   - 생산 및 물류 흐름 시각화

   - 엑셀 및 파이썬 분석 도구 제작

 

수강후기

연관 자격

자격증명 자격증관련링크

물류 빅데이터 분석과 머신러닝 입문

2026-04-06~2026-04-07

 
한국생산성본부

슬기로운 직장생활을 위한 한국생산성본부 교육과정 상세 안내

과정명 : 물류 빅데이터 분석과 머신러닝 입문

교육일정 2026-04-06 ~ 2026-04-07 교육시간 09:30 : 17:30 교육장소 한국생산성본부 5층 507호
교육비 지원 고용보험 비환급 담당자 TEL. (02)724-1118|FAX.(02)724-1872

교육비

정상가 KPC회원(일반,특별)
570,000원 570,000원 510,000원

※ 2일이하 과정은 산업인력공단 실시신고 등록마감으로 인해 훈련 개시 1일전(근무일기준) 18:00까지 신청할 수 있습니다.

상세안내

교육시간

1일차 09:30 ~ 17:30, 2일차 09:30 ~ 17:30

교육목적/특징

 

* 본 교육과정은 업무일 기준으로 3일 전 개강 여부를 확정하며,
  최소한의 수강생이 모이지 않을 경우 폐강할 수도 있음을 알려드립니다.

* 궁금하거나 필요한게 있으시면 상단 "교육문의"로 연락 부탁드립니다.

교육대상

- 물류/SCM 및 경영기획, IT업종 등 빅데이터 분야의 중간관리자 

- AI/빅데이터를 활용한 사업 기획에 관심이 있는 재직자

교육내용

시간

모듈명

주요내용

1일차

빅데이터

이해와 실습

 1. 물류·유통 자동화 시장과 기술 변화

   - 물류 디지털 전환 트렌드

   - 자동화 기술 및 도입 흐름

 2. 물류 낭비 요인과 자동화

   - 7대 낭비 개념 이해

   - 자동화 추진 사례 및 효과 분석

 3. 데이터 전처리와 EDA

   - 결측치/이상치 처리 기법

   - 기술 통계, 시각화 이해

 4. Python을 활용한 EDA 실습

   - Numpy, Pandas 활용

   - 운송/상품 데이터 분석 실습 

 5. 물류 부문 EDA 사례 실습

   - 상관관계 분석

   - KPI 기반 인사이트 도출

2일차

머신러닝 기초

 1. 머신러닝 입문과 실습

   - Scikit-Learn 기초 개념

   - 회귀 : 운송시간 예측

   - 분류 : KNN, DT 예제

   - 군집 : 창고입지 선정 실습

 2. 시간 분석과 자동화 알고리즘

   - Tact Time & Standard Time 분석

   - 엑셀 및 파이썬 분석 도구 제작

 3. Line of Balance 실습

   - 생산 및 물류 흐름 시각화

   - 엑셀 및 파이썬 분석 도구 제작

 

한국생산성본부

우) 03170 서울시 종로구 새문안로5가길 32 생산성빌딩
Copyright ⓒ Korea Productivity Center. All Rights Reserved.