|
R., Xin, M. and Han, J., "Discovering Web Access Patterns and Trends by Applying OLAP and Data Mining Technology on Web Logs", IEEE ADL Proceedings, 1998, pp. 19-29. 인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략
I. 서론
1. 분석 동
|
|
|
데이터마이닝-분류분석2
https://analysis-flood.tistory.com/45?category=725389 44. 데이터마이닝-분류분석3
https://www.quora.com/Why-decision-trees-are-called-unstable-models Why decision trees are unstable models? 1장 연구과제 3번 (3점)
2장 연구과제 2번 (단, data는 담당교수
|
|
|
데이터마이닝(Data Mining)
1. 데이터마이닝
2. 데이터마이닝의 수행과정
3. 데이터마이닝 기법
4.데이터마이닝의 활용분야
Ⅱ.시장바구니분석(Market Basket Analysis)
1.시장바구니분석
2.연관규칙 (Association rules)
3.측정기준
4.연관규칙의 예
5.
|
|
|
데이터의 비중이 크다.
5) 처리 및 분석의 유연성이 높다.
6) 동시에 처리해야 할 데이터의 양이 적다.
4. 빅데이터 3대 요소
1) 규모(Volume)
2) 다양성(Variety)
3) 속도(Velocity)
5. 빅데이터 분석을 위한 데이터마이닝 기술
1) Business Data mining
|
|
|
R.Quinlan, "C4.5 Programs for Machine Learning", Morgan Kaufmann Publishers, San Mated, California, 1993
M. Goebel and Le Gruenwald, "A survey of data mining and knowledge discovery software tools", SIGKDD Explorations vol.1, no.1, pp20-33, 1999 1. 데이터마이닝의 정의
2. 데이터마이닝 필요 배경
|
|
 |
data analysis for the survey was carried out through mean, standard deviation, oneway ANOVA and scheff. More specifically, it investigated (1) What kinds of life events are the most stressful ones to ; (2) Do these differ according to grade level. The results are as follows. First, study and career
|
|
|
데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실
|
|
|
데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (20
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
데이터화는 물론 웹서베이를 통한 조사, 데이터웨어하우스의 고객프로파일, 구매이력 등을 근거로 고객에 대한 이해를 높여야 고객분석과 세분화가 가능하다.
이를 위해서는 고객DB의 축적 및 관리능력과 데이터마이닝 기술을 적극적으로 육
|
|
 |
R 통계 분석 프로그램을 사용하여 데이터 분석 및 시각화 경험을 쌓았습니다.
Python 프로그래밍 기초 지식을 갖추고 있으며, 간단한 프로그램 작성 경험이 있습니다.
○ 리더십 및 협업 능력
대학교 시절 OO 동아리 회장을 역임하며 팀 운영, 행
|
|
 |
데이터와 기업의 마케팅 전략 수립에 대해 배우고자, 경영학을 전공하며 신제품마케팅 등의 수업을 다수 수강하였습니다. 정량적 데이터를 넘어 비정형 빅데이터를 활용하는 방법을 배우고자, R 프로그래밍을 활용하여 빅데이터를 분석하는
|
|
 |
프로그래밍 역량이 필요합니다.
산업 현장에서는 대량의 데이터 처리 능력이 필수적입니다. 그래서 저는 철강 공정에 대한 이해를 바탕으로 머신러닝과 데이터 마이닝 등을 활용하여 공정 혁신에 기여하는 엔지니어가 되기 위해 프로그래밍
|
|
 |
프로그래밍 기초 지식을 갖추고 있으며, 간단한 프로그램 작성 경험이 있습니다.
- R: 데이터 분석 및 시각화를 위한 R 프로그래밍 경험을 쌓았습니다.
- 컴퓨터 활용 능력: 컴퓨터 활용 능력 1급 자격증을 보유하고 있으며 이를 활용하여 연구
|
|
 |
프로그래밍 기술: 컴퓨터 활용 능력이 뛰어나며, Microsoft Office뿐만 아니라 Python, R 등의 프로그래밍 언어를 다룰 수 있습니다. 데이터 분석 및 통계처리에 대한 경험이 있습니다.
3. 사회봉사 및 지역사회 참여: 지역사회에서의 다양한 봉사활동
|
|
메뉴펼치기
