【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기

6개의 실제 비즈니스 과제를 실습하기 : 영업, 마케팅, 운영, HR 및 PR 프로젝트를 위한 로버스트 AI, DL 그리고 NLP 모델 개발 등6개의 실제 비즈니스 과제를 실습하기 : 영업, 마케팅, 운영, HR 및

4.10 (82 reviews)
Udemy
platform
한국어
language
Data & Analytics
category
1,344
students
11.5 hours
content
Jan 2024
last update
$19.99
regular price

What you will learn

특정 직원들의 퇴사를 예측함으로써 직원의 고용 및 교육 비용 절감을 위한 인공지능(AI) 모델 개발

병원 내 질병 감지 프로세스의 자동화 및 최적화를 위한 딥러닝(DL) 모델 개발

미래 제품 가격 예측을 위한 시계열 예측 모델 개발

결함 검출, 분류, 로컬라이제이션 모델 개발

고객 세분화를 통한 마케팅 전략의 최적화

고객 정서 확인 및 SNS의 고객리뷰 분석을 위한 자연어 처리(NLP) 모델 개발

Description

  • 경험이 풍부한 데이터 사이언스 컨설턴트가 되었다고 가정하여 수행하는 재미있는 수업!

  • 실제 데이터세트를 기반으로 한 직접적인 실무경험을 제공!

  • 인사, 마케팅, 영업, 운영, 홍보, 생산 및 유지 부서에서 일어나는 6가지의 실제 사례 실습!

  • Data Science 분야의 전반적인 기술(AI, DL, NLP 모델 개발 등) 학습!

  • Python사이킷런, CARUS 인텐시브 플로우 등을 사용!

  • 파이썬이 처음이라면? 무료 파이썬 입문 속성 강의 제공!


비즈니스를 위한 Data Science : 6개의 실제 사례로 실습하기 강의가 꼭 필요한 이유

데이터 사이언스 분야에서 고액연봉의 직업을 구하고 있다면?

혹은, 당신의 커리어를 발전시키고 싶으신 AI 전문 종사자라면?

혹은, 데이터 사이언스와 인공지능을 통해 사업 매출을 극대화하고 싶은 열망 가득 찬 사업가라면!

이 강의가 꼭 필요합니다.

단지 데이터 사이언스에 관한 이론을 다루는 것이 아닌, 비즈니스 과정을 최적화하고, 수익을 극대화하고 비용을 절감하기 위한 실용적인 강의입니다.

쉽고 재미있는 방법으로 비즈니스에서 데이터 사이언스 활용의 주요한 측면을 살피기 위한 지식을 제공합니다.

특히, 이 강의는 실제 데이터 세트를 기반으로 한 직접적인 실무경험을 제공합니다.


비즈니스를 위한 Data Science 강의는 이렇게 진행됩니다

당신을 몇몇 고객을 갖춘 데이터 사이언스 컨설턴트로 간주합니다.

당신은 다음의 6개의 부서에 데이터 사이언스 기술을 적용시킬 업무가 주어집니다.

인사부서, 마케팅 부서, 영업 부서, 운영 부서, 홍보 부서, 생산 및 유지 부서.

당신은 이 부서들로부터의 데이터 세트를 받게 되며 각각의 업무를 수행해야 합니다.


부서별 진행하는 업무 내용

l 업무 #1 @ 인사 부서: 특정 직원들의 퇴사를 예측함으로써 직원의 고용 및 교육 비용 절감을 위한 AI 모델을 개발합니다.

l 업무 #2 @마케팅 부서: 고객 세분화를 통해 마케팅 전략을 최적화합니다

l 업무 #3 @영업 부서: 미래 제품가격 예측을 위한 시계열 예측 모델을 개발합니다.

l 업무 #4 @운영 부서: 병원 내 질병 감지 프로세스의 자동화 및 최적화를 위한 딥러닝 모델을 개발합니다

l 업무 #5 @홍보 부서: SNS에서의 고객 리뷰 분석 및 고객 정서 확인을 위한 자연어 처리 모델을 개발합니다

l 업무 #6 @생산 및 유지 부서: 결함 검출, 분류, 로컬라이제이션 모델을 개발합니다


250,000명 이상의 학생이 선택한 교수이자 베스트셀러 Udemy 강사 Ryan Ahmed 강사님이 진행하는 강의!

한국 수강생 여러분들 안녕하세요?


데이터 사이언스는 현재 가장 주목받는 기술 분야 중 하나입니다. 이 분야는 지금 기회와 커리어 전망으로 넘쳐나고 있습니다. 데이터 사이언스는 은행, 의료, 교통, 그리고 기술과 같은 다양한 부분에서 광범위하게 쓰이고 있습니다.

이 과정의 목표는 실용적이며, 쉽고 재미있는 방법으로 비즈니스에서의 데이터 사이언스 활용의 주요한 측면을 살피기 위한 지식을 제공하는 것입니다.


이 강의에서는 파이썬과 사이킷런이라는 유명한 머신러닝 패키지를 사용합니다.

또한, 백엔드로는 CARUS 인텐시브 플로우를 사용할 겁니다

만약 여러분이 파이썬 프로그래밍을 할 줄 아신다면 잘 되었지만, 그렇지 않으신 분들은 무료로 제공되는 파이썬 입문 속성 강의를 먼저 수강하시길 추천해 드립니다


강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)


강의에서 만나요!


Content

강의 소개와 환영 인사

Udemy 리뷰 업데이트
소개
주요 팁과 모범 사례
강의 개요와 주요 학습 결과
준비물 챙기기

인사부

사례 연구와 주요 학습 결과 소개
과제 #1: 연구문제 진술과 경영 사례
과제 #2: 라이브러리와 데이터 집합 가져오기
과제 #3: 데이터 집합 탐색하기 – 파트1
과제 #3: 데이터 집합 탐색하기 – 파트 2
과제 #3: 데이터 집합 탐색하기 – 파트 3
과제 #3: 데이터 집합 탐색하기 – 파트 4
과제 #4: 데이터 정제하기
과제 #5: 랜덤 포레스트와 로지스틱 회귀, ANNs에 대한 직관 이해하기
과제 #6: 분류 KPIs 이해하기
과제 #7: 로지스틱 회귀 분류기 제작과 훈련
과제 #8: 랜덤포레스트 분류기 모델 제작과 훈련
과제 #9: 인공 신경망 분류기 모델 제작과 훈련

마케팅부

사례 연구와 주요 학습 결과 소개
과제 #1: 연구문제 진술과 경영 사례 이해하기
과제 #2: 라이브러리와 데이터 집합 가져오기
과제 #3: 데이터 시각화 수행하기
과제 #4: K-평균 알고리즘에 대한 이론과 직관 이해하기
과제 #5: 최적의 “K”클러스터 수 구하기
과제 #6: K-평균 클러스터링을 적용해서 시장세분화하기
과제 #7: 주성분 분석(PCA)에 대한 직관 이해
과제 #8: 오토인코더에 대한 직관 이해
과제 #9: 오토인코더 제작과 훈련 – 파트 1
오토인코더 제작과 훈련 – 파트 2

영업부

사례 연구와 주요 학습 결과 소개
과제 #1: 연구문제 진술과 경영 사례 이해하기
과제 #2: 데이터 집합 가져오기 – 파트 #1
과제 #2: 데이터 집합 가져오기 – 파트 #2
과제 #3: 데이터 탐색하기 – 파트 #1
과제 #3: 데이터 탐색하기 – 파트 #2
과제 #3: 데이터 탐색하기 – 파트 #3
과제 #3: 데이터 탐색하기 – 파트 #4
과제 #4: 페이스북 프로핏 직관 이해하기
과제 #5: 모델 훈련시키기 – 파트 #1
과제 #6: 모델 훈련시키기 – 파트 #2

경영부

사례 연구와 주요 학습 결과 소개
과제 #1: 경영 사례와 연구문제 진술 이해하기
과제 #2: 데이터 집합 불러와서 탐색하기
과제 #3: 데이터 집합 시각화
과제 #4: 합성곱 신경망 (CNNs)에 대한 직관 이해하기
과제 #5: 전이학습에 관한 직관 이해하기
과제 #6: 훈련된 가중치 모델 로드
과제 #7: ResNet 만들고 훈련시키기
과제 #8: 훈련된 모델 성능 평가하기

홍보부

사례 연구와 주요 학습 결과 소개
과제 #1: 연구문제 진술과 경영 사례 이해하기
과제 #2: 라이브러리와 데이터 집합 가져오기
과제 #3: 데이터 집합 탐색하기 – 파트 #1
과제 #3: 데이터 집합 탐색하기 – 파트 #2
과제 #4: 데이터 정제하기
과제 #5: 구두점 제거
과제 #6: 불용어 제거
과제 #7: 토큰화/카운트 벡터화 수행하기
과제 #8: 텍스트 정제 파이프라인 수행하기
과제 #9: 나이브 베이즈 직관
과제 #10: 나이브 베이즈 분류기 훈련시키기
과제 #11: 훈련된 나이브 베이즈 분류기 평가하기
과제 #12: 로지스틱 회기 분류기를 훈련하고 평가하기

제조/생산/관리 부서

소개와 환영 인사
과제 #1 - 연구문제 진술과 경영 사례 이해하기
과제 #2 - 라이브러리와 데이터 집합 가져오기
과제 #3 - 시각화와 데이터 집합
과제 #4 - ResNet, CNNs, 전이 학습에 관한 직관 이해하기
과제 #5 - ResNet 분류기 만들고 훈련하기
과제 #6 - 훈련된 ResNet 모델 성능 평가
과제 #7 - ResUnet 세분화 모델에 관한 직관 이해
과제 #8 – ResUnet 세분화 모델 제작하고 훈련하기
과제 #9 – 훈련된 ResUnet 모델 평가하기

Screenshots

【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Screenshot_01【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Screenshot_02【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Screenshot_03【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Screenshot_04

Charts

Price

【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Price chart

Rating

【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Ratings chart

Enrollment distribution

【한글자막】 비즈니스 를 위한 Data Science : 6개의 실제 사례로 실습하기 - Distribution chart

Related Topics

4395242
udemy ID
11/13/2021
course created date
12/30/2021
course indexed date
Bot
course submited by