업무에 바로 적용하는 Python 머신러닝
| 교육일정 | |
|---|---|
| 교육시간 | 2일, 16시간 |
| 교육장소 | 서울본부(강의장 추후 개별 안내) |
| 고용보험 | 고용보험 비환급 ? |
|
교육비
|
정상가 600,000 원 1사2인 이상시 1인당 570,000 원 KPC 유료법인회원 540,000 원 |
교육목적/특징
■ 데이터 분석을 통해 머신러닝 현장 감각을 체험하고 현업에서 적용할 수 있도록 기초 문법부터 단계별로 실습한다.
■ 현업에 적합한 데이터 가공 방법을 활용하고 고객의 수요 파악을 예측할 수 있다.
■ 파이썬 머신러닝 기법을 활용하여 고객 데이터의 문제를 발견하고, 문제 해결에 적합한 방법을 도출할 수 있다.
교육대상
■ 파이썬 머신러닝을 활용하여 현업에 적합한 빅데이터 분석 기법이 필요한 실무자
■ 파이썬 머신러닝으로 고객 데이터를 보다 정확하게 파악하고자 하는 실무자
■ 파이썬 머신러닝 분석 기법으로 고객 수요 파악의 최적화 기반을 구축하고자 하는 실무자
■ 머신러닝을 기반으로 고객 수요 분석 결과를 예측하고, 경영상황을 개선하고자 하는 실무자
교육내용
| 일자 | 내용 | |
|---|---|---|
1일차 | [Phase 01] 실무 데이터의 분석 구조 파악 - 주제별 데이터 가져오고, 컬럼 구조 분류하기 - 실무 데이터 분석 과정과 적합한 분석 특징 파악하기 | |
[Phase 02] 파이썬 실행모드와 데이터 블록 구조 - 변수의 기본 구조와 데이터 타입 이해하기- 조건 반복 분기별 블록구조 적용 및 파악하기 - 함수와 리스트 구조를 데이터에 활용 및 비교하기 | ||
[Phase 03] 실무 데이터를 가공하는 테크닉 기법 - 데이터의 오류를 살펴보고, 정상 데이터로 해결하기- 고객 이름을 키로 두개의 데이터 결합(조인)하기 - 정제한 데이터를 덤프하고 데이터 집계하기 | ||
2일차 | [Phase 04] 고객의 행동 패턴을 파악하는 예측 - 주문 데이터로부터 규칙적인 이용 플래그 작성하기 - 고객 이용 횟수 예측을 위한 데이터 준비하기 - 행동 패턴의 각종 통계량 파악 및 예측하기 | |
[Phase 05] 고객의 실적 상향을 예측하는 머신러닝 - 구매 행동 예측을 위해 데이터 준비 및 모델 구축하기- 모델에 기여하는 변수를 확인하고 특징 변수 적용하기 - 판매 실적 상향 요소로 구매 이용 횟수 예측하기 | ||
[Phase 06] 소비자 행동 상관관계에 따른 머신러닝 검증 기법 - 소비자 행동에 따른 시계열 변화를 시뮬레이션하기- 파라미터 전체를 '상관관계' 파악 및 추정하기 - 시뮬레이션으로 예측 및 정확도 검증하기 | ||
※ 본 교육과정은 모집인원 미달시 폐강이 될 수 있음을 안내해 드립니다.
수강후기
연관 자격
| 자격증명 | 자격증관련링크 |
|---|
