수업내용/목표
◉데이터분석방법에대하여살펴보고다양한빅데이터분석방법에대하여설명할 수 있다.
◉ 빅데이터 플랫폼 중 하나인 스파크(Spark)의개념과특징을이해하고IoT빅데이터처리분석을위한빅데이터플랫폼의활용과적용방법을 학습하여 빅데이터 분석 능력을함양한다.
◉ 빅데이터 플랫폼 중 하나인 스파크(Spark)의개념과특징을이해하고IoT빅데이터처리분석을위한빅데이터플랫폼의활용과적용방법을 학습하여 빅데이터 분석 능력을함양한다.
파이썬 기반 빅데이터 처리 및 분석 기술(모니터링)
DCUk
강좌 소개
홍보/예시 영상
강좌 운영 계획
강의계획서
|
주차 |
주차명 |
차시명 |
담당교수 |
|
1 |
데이터분석 방법의 이해와 Colab환경구축 |
데이터분석 방법의 이해 |
길준민 |
|
Colab 활용법 |
|||
|
2 |
파이썬 데이터 타입과 Numpy 이해하기 |
numpy기초 |
|
|
numpy심화 |
|||
|
3 |
Pandas 기초 및 실습 |
Pandas로 데이터 가공하기 |
|
|
Pandas로 데이터 연산하기 편집 |
|||
|
4 |
Pandas 심화 실습 |
Pandas 심화(1) |
|
|
Pandas 심화(2) |
|||
|
5 |
빅데이터 시각화(Matplotlib) |
Matplolib 소개와 사용법 |
윤협상 |
|
선그림과 점그림 |
|||
|
다중서브플롯 |
|||
|
6 |
빅데이터 회귀 분석 |
머신러닝의 개념과 기본 절차 |
|
|
Scikit-Learn API 사용법 |
|||
|
회귀분석 심화 |
|||
|
7 |
빅데이터 분류분석 |
빅데이터 분류 분석의 절차 |
|
|
초모수와 모델 검증 방법 |
|||
|
분류 심화: 나이브 베이즈 기법 |
|||
|
8 |
빅데이터 군집분석 |
빅데이터 비지도 학습의 개념 |
|
|
심화: k-평균 군집 분석 |
|||
|
심화: 가우스 혼합 모델 |
|||
|
9 |
기말고사 |
||
강좌운영팀 소개
교수자
- 길준민 대표 교수 교수
- 대구가톨릭대학교 컴퓨터소프트웨어학부 교수
- 윤협상 교수 교수
- 대구가톨릭대학교 소프트웨어융합학과 교수
강좌지원팀
- 김경열
- 고려대학교 정보대학 박사과정수료
- E-mail: aooskrap6920@hanmail.net
강좌 수강 정보
이수/평가정보
|
과제명 |
퀴즈 |
과제/토론 |
기말고사 |
|
빈영비율 |
40% |
20% |
40% |
※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.
강좌 수준 및 선수요건
전공심화
교재 및 참고문헌
이 강좌는 여러가지 참고자료가 많이 있습니다.
자주 묻는 질문
강좌 교재가 따로 있나요?
e-book 형식의 주 교재와 PDF 형식의 강의 노트가 제공됩니다.
관련 강좌
현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
-
공학 (컴퓨터ㆍ통신)
분야
-
강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다대구가톨릭대학교
운영기관
-
운영 기관의 전화번호 입니다.-
전화번호
-
강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)09주 (주당 01시간 00분)
주차(주간 학습 권장 시간)
-
본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)09시간 00분 (08시간 00분)
학습인정시간(총 동영상시간)
-
수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.2020.02.17 ~ 2020.03.09
수강 신청 기간
-
강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.2020.02.17 ~ 2020.03.16
강좌 운영 기간