ADsP 이론 학습

이론 11개제목을 선택해 읽기

R의 자료형·벡터·인덱싱·벡터화와 재활용, 함수·제어문, NA 처리, 데이터프레임과 apply 계열을 실제 코드 결과와 함께 정리한다.

데이터 마트의 목적, 요약·파생변수와 RFM, 집계·결합·long/wide 변환의 기본을 정리한다.

결측값의 의미·원인과 삭제·대체 전략, 구조적 결측, 이상값과 오류의 구분, IQR·z-score·MAD 탐지 및 처리 전후 영향 점검을 계산과 R 예제로 정리한다.

모집단·표본·표본추출과 확률·조건부확률·독립, 베르누이·이항·정규분포, 점·구간추정과 표본분포·표준오차·중심극한정리를 계산 중심으로 정리한다.

기술통계·상관·가설검정과 함께 선형회귀의 계수·잔차·가정, 결정계수, F·t검정, 다중공선성과 변수 선택을 정리한다.

주성분·요인분석과 다차원척도법의 목적, 설명분산·요인적재량·스트레스를 비교하고 차원 축소 결과를 해석한다.

시계열의 추세·계절성·가법/승법 구조와 정상성·차분·ACF에서 AR·MA·ARIMA·지수평활, 시간순서 검증·오차지표·예측구간까지 계산 흐름으로 연결한다.

데이터 마이닝의 예측형·기술형 과제와 지도·비지도 학습, 분석 단위·목표 시점·기준선·업무 지표를 정리하고 훈련/검증/테스트 분할, 과적합·교차검증·데이터 누수 방지를 연결한다.

혼동행렬과 분류 지표, 로지스틱 회귀, 의사결정나무의 분할·가지치기, 앙상블과 신경망의 기본을 정리한다.

거리·스케일링, 계층 군집 연결법, k-means의 중심·SSE, 혼합분포 군집과 SOM의 기본을 비교한다.

이론 목록