학술연구자

  • Home
  • 정규교육
  • 학술연구자
  • 코딩이 필요없는 오픈소스 KNIME 데이터과학

코딩이 필요없는 오픈소스 KNIME 데이터과학

  • #KNIME
  • #분석과정

데이터 중심의 혁신을 위한 최고의 개방형 솔루션인
빅데이터 분석 플랫폼 KNIME을 소개합니다.

KNIME 소프트웨어란?

KNIME은 오픈소스 프로그램으로 데이터 분석 정제/변환, 모델링, 시각화, 출력까지 한 번에 구현해 주기위한 개방형 소프트웨어이며 모든 메뉴 및 과정을 GUI로 구현하여 Visual Workflow를 제공하는 솔루션입니다.

KNIME 소프트웨어 화면
  • Visual Workflow를 통한 손쉬운 접근 및 작업의 유연성을 보장하는 인터페이스
  • 개방형 구조(Open Architecture)로 다양한 외부 Application과 유연한 연동

KINME의 특장점

  • 개인, 학술연구자는 무료로
    다운 받아 사용이 가능
    단, 기업고객은 별도 구매 필요
  • Gartner 2019 "Data Science and Machine-Learning Platforms" Leader 그룹으로 선정
  • 광범위한 오픈소스(R, Python등)
    도구 통합을 갖춘 전반적인
    고급 분석 플랫폼
  • 팀 업무 협업 탁월
  • 시각적으로 머신러닝
    워크플로우를 구축하는데
    탁월
  • 복잡한 데이터에 대한 분석
    솔루션이 손쉽게 가능

KNIME Workflow 예시

KNIME Workflow 예시

강의목표

  • 01

    데이터마이닝과 예측 분석의 이해와 KNIME의 소개, 데이터 불러오기, 데이터 전처리, 데이터 탐색 및 시각화, 모델링기법 및 머신러닝 알고리즘의 정의를 학습하실 수 있습니다.

  • 02

    선형 회귀모델링을 이용한 추정예측과 로지스틱 회귀모델링, 의사결정나무 모델링, 신경망 모델링을 이용한 분류예측을 쉽게 적용하며 학습합니다.

  • 03

    연관성, 군집화, 최근접이웃, 이상치 탐지 모델링 이론과 실습을 경험 할 수 있습니다.

수강대상

  • KNIME으로 데이터를 효율적으로 활용해보고 싶은 분들
  • 머신러닝을 코딩 없이 보유한 데이터를 이용하여 분석 하고 싶은 분들
  • 데이터를 원하는 방식으로 가공해 보고 싶으신 분들

강사소개

빅데이터러닝센터 전문 강사진

Day1

Introduction to KNIME
10:00 ~ 10:50  인사말
10:10 ~ 11:00  데이터마이닝과 예측분석의 이해, KNIME 소개 및 기능

Importing Data & Data Manipulation 1 
11:00 ~ 12:00 데이터 불러오기

12:00 ~ 13:00 점심식사

Data Visualization & Highlighting
13:00~ 16:00 데이터 전처리 기능 (파생, 집계, 통합, 분할, 변환 등), 데이터 탐색 및 시각화

Advanced Data Mining 
16:00 ~ 17:00 모델링기법 및 머신러닝 알고리즘의 이해


Day2

Regression Model 1
10:00 ~ 11:30 선형 회귀모델링을 이용한 추정 예측

Regression Model 2 
11:30 ~ 13:00 로지스틱회귀모델링을 이용한 분류예측

13:00 ~ 14:00 점심식사

Decision Tree Model 
14:00 ~ 15:30 의사결정나무모델링을 이용한 분류예측

Neural Network Model 
15:30 ~ 17:00 신경망 모델링을 이용한 분류예측


Day3

Association Model 
10:00 ~ 11:30 연관성 모델링 이론/실습

Clustering Model 
11:30 ~ 13:00 군집화 모델링 이론/실습

13:00 ~ 14:00 점심식사

KNN Model
14:00 ~ 15:30 최근접이웃 모델링 이론/실습

Anomaly Model 
15:30 ~ 17:00 이상치탐지 모델링 이론/실습

BECOME A PARTNER?

데이터 분석 강의 또는 도서 집필을 계획 중이신가요?
‘빅데이터 러닝센터’에서는 당사와 교육 컨텐츠를 공동으로 개발할 수 있는 강의 파트너, 집필 파트너를 찾고 있습니다.

파트너 지원하기