클래스 소개
데이터분석 준전문가 (ADsP) 자격이란?
데이터의 이해를 바탕으로 기본지식 및 분석 기획, 해당 직무를 수행하는 사람을 의미하는
데이터분석 준전문가는 데이터분석 시장에 선두적인 역할을 맡고 있는 직종으로 전세계적으로
시장 선점을 위한 인재 양성에 총력을 기울이고 있습니다.
국내에서도 이러한 중요성을 인식하여 국가공인 자격으로 제정.
데이터분석 시장에 적합한 인재를 육성하기 위해 기여하는 자격이 되겠습니다!
데이터분석 준전문가는 데이터분석 시장에 선두적인 역할을 맡고 있는 직종으로 전세계적으로
시장 선점을 위한 인재 양성에 총력을 기울이고 있습니다.
국내에서도 이러한 중요성을 인식하여 국가공인 자격으로 제정.
데이터분석 시장에 적합한 인재를 육성하기 위해 기여하는 자격이 되겠습니다!
교육 대상
현대 비즈니스의 최고의 화두 ‘데이터분석’
바쁘디 바쁜 현대사회의 발전 속에 우리는 엄청난 데이터 홍수에 빠져 살고 있어요.
내가 원할 때 마다 스마트 폰으로, 스마트 기기로, PC 등의 다양한 디바이스를 통해
원하는 정보를 속속 알아내고 이를 확인 할 수 있는 편리한 시대입니다.
자비없이 쏟아지는 데이터의 시대속에, 이미 기업들의 생존 전략의 중요한 포지션으로써
데이터분석은 최고의 화두로 거론되고 있답니다. 자사의 역량을 총집결하여 다양한 방향에서
데이터를 분석하고 검증하며, 이를 토대로 더 나은 의사결정과 신속한 업무 집행으로 이어지는
일련의 과정은 일분 일초에 사활을 걸고 있는 만큼 무시무시한 속도로 이어지고 있어요!
이제는 빅데이터의 시대를 맞이한 만큼 데이터분석에 대한 중요성은 그 어느때보다도 중요하게
적용되고 있어요. 이러한 중요성을 일찌감치 알아 챈 전세계의 다양한 기업에서 데이터분석
인재 영입에 온 신경을 쓰는 이유도 이때문이라고 생각되는데요. 우리나라에서도 이러한 흐름을
인식하고 등장하게 된 자격이 바로 데이터분석 검정이랍니다.
내가 원할 때 마다 스마트 폰으로, 스마트 기기로, PC 등의 다양한 디바이스를 통해
원하는 정보를 속속 알아내고 이를 확인 할 수 있는 편리한 시대입니다.
자비없이 쏟아지는 데이터의 시대속에, 이미 기업들의 생존 전략의 중요한 포지션으로써
데이터분석은 최고의 화두로 거론되고 있답니다. 자사의 역량을 총집결하여 다양한 방향에서
데이터를 분석하고 검증하며, 이를 토대로 더 나은 의사결정과 신속한 업무 집행으로 이어지는
일련의 과정은 일분 일초에 사활을 걸고 있는 만큼 무시무시한 속도로 이어지고 있어요!
이제는 빅데이터의 시대를 맞이한 만큼 데이터분석에 대한 중요성은 그 어느때보다도 중요하게
적용되고 있어요. 이러한 중요성을 일찌감치 알아 챈 전세계의 다양한 기업에서 데이터분석
인재 영입에 온 신경을 쓰는 이유도 이때문이라고 생각되는데요. 우리나라에서도 이러한 흐름을
인식하고 등장하게 된 자격이 바로 데이터분석 검정이랍니다.
데이터분석의 결정판! ADsP 자격!!
데이터분석 검정은 크게 두가지의 분야로 나뉘는데요~ 상위 자격인 ADP (데이터분석 전문가)와
ADsP (데이터분석 준전문가) 과정으로 구분됩니다. 자격 기준이 까다로운 ADP에 비해 조건이
수월하고 지원 자격이 별도로 없는 ADsP는 데이터분석 자격을 준비하고자 하는 많은 분들께서
활용하시는 대표적인 검정 분야 입니다~
필기 1회로 취득할 수 있는 장점을 지니고 있지만, 어마무시한 범위를 준비해야 하는 어려움이
따르는 과정이죠 ㅠㅠ 적게는 데이터분석과 기획, 데이터 이해로 나뉘는 구조이지만,
세부적으로 들여다보면 다양한 과정이 쪼개져 있고 여기에 더해 경영정보학, 통계학, 프로그래밍
분야가 고루 섞여 있는 범위인 관계로 준비하기도 전에 진이 빠지게 되죠… (휴~)
그.래.서 준비한 ADsP 자격 준비 과정!!
여러분들께 큰 도움이 되어 드리겠습니다~
ADsP (데이터분석 준전문가) 과정으로 구분됩니다. 자격 기준이 까다로운 ADP에 비해 조건이
수월하고 지원 자격이 별도로 없는 ADsP는 데이터분석 자격을 준비하고자 하는 많은 분들께서
활용하시는 대표적인 검정 분야 입니다~
필기 1회로 취득할 수 있는 장점을 지니고 있지만, 어마무시한 범위를 준비해야 하는 어려움이
따르는 과정이죠 ㅠㅠ 적게는 데이터분석과 기획, 데이터 이해로 나뉘는 구조이지만,
세부적으로 들여다보면 다양한 과정이 쪼개져 있고 여기에 더해 경영정보학, 통계학, 프로그래밍
분야가 고루 섞여 있는 범위인 관계로 준비하기도 전에 진이 빠지게 되죠… (휴~)
그.래.서 준비한 ADsP 자격 준비 과정!!
여러분들께 큰 도움이 되어 드리겠습니다~
바쁘디 바쁜 현대사회의 소중한 시간을 알차고 실속 있게 활용하는 첫 걸음!
데이터분석 준전문가 과정을 준비하시는 모든 분들께 퍼펙트 한 공략을 돕겠습니다!!
데이터분석 준전문가 과정을 준비하시는 모든 분들께 퍼펙트 한 공략을 돕겠습니다!!
수강기간 / 환불정책 안내
학습 규정 안내
- 본 클래스는 총 73강, 22시간 57분 분량으로 구성되어 있습니다.
- 해당 클래스는 사전 공지 없이 가격, 할인 정책 등이 변동 될 수 있습니다.
(1) 학습 기간
- 수강 가능 기간은 1년(365일)이며 해당 기간 동안 자유롭게 학습 하실 수 있습니다.
유료수강기간(환불산정기간)은 최초 1개월 (30일)입니다. - 유/무료 수강기간 모두 동일한 환경으로 학습이 가능합니다.
- 수강 시작일(유료 수강기간)은 결제일로부터 기간이 산정 되며, 결제를 완료하시면 ‘내 강의실’을 통해 확인 가능합니다.
- 이지업클래스의 사정으로 인해 수강 시작이 늦어진 경우에는 해당 일정 만큼의 수강 기간이 연장됩니다.
(2) 환불 규정
- 이지업클래스의 환불규정은 아래와 같습니다.
* 전액환불- 수강 시작 후 14일 이내, 5차시 & 5%(시간) 미만 수강 시
- 수강 시작 후 14일 이내, 10차시 & 10% 미만 시간 수강시: 실 결제금액의 2/3을 환불
- 수강 시작 후 14일 이내, 15차시 & 15% 미만 수강시: 실 결제금액의 1/3을 환불
- 요청일 기준 수강 시작 후 15일 초과 또는 15차시 또는 15% 이상 수강시 : 환불금액 없음
(3) 주의 사항
- 본 강의는 상황에 따라 사전 공지나 안내 없이 할인이 조기 마감 또는 연장 될 수 있습니다.
- 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 사전 안내 없이 종료될 수 있습니다.
- 무제한 강의의 경우, 내 강의실 수강기간 연장 신청을 통해 무제한으로 연장 가능합니다.
- 구매한 무제한 강의의 연장 진행을 하지 않아 종료될 경우 복구되지 않습니다.
- 강의 컨텐츠는 향후 이지업클래스의 사정에 따라 추가 또는 업데이트 될 수 있습니다
이 강의를 담당하시는 강사님을 소개합니다
이정훈
- 데이터분석 준전문가 과정 준비에 알찬 구성으로 준비되었습니다.
- 검정 자격을 준비하시는 분들의 시아에 맞춰 다양한 학습을 제공 해드립니다.
- 다양한 분석 패턴과 방식 등을 예시로 하여, 응용하실 수 있도록 설명 해드립니다.
‘안녕하세요. 이정훈 강사 입니다.’
데이터분석 준전문가 (ADsP) 과정 강의를 담당하고 계신 이정훈 강사님은 수학, 통계분야에 다양 한 스펙을 보유하고 계신 동시에 다양한 관련 강의를 제작하고 계십니다.
- 검정 자격을 준비하시는 분들의 시아에 맞춰 다양한 학습을 제공 해드립니다.
- 다양한 분석 패턴과 방식 등을 예시로 하여, 응용하실 수 있도록 설명 해드립니다.
‘안녕하세요. 이정훈 강사 입니다.’
데이터분석 준전문가 (ADsP) 과정 강의를 담당하고 계신 이정훈 강사님은 수학, 통계분야에 다양 한 스펙을 보유하고 계신 동시에 다양한 관련 강의를 제작하고 계십니다.
주요 이력
- 성균관대학교 대학원- 올바른 수학교육 연구소
- 케이지에듀원 수학 강의
커리큘럼
맛보기 영상 | |
ADsP강의 자격증 (데이터분석준전문가)한방 취득 하기 | |
01강 목록 및 강의 계획 | |
02강Ⅰ-1-1 데이터의 개념 | |
03강Ⅰ-1-1 데이터의 개념2 | |
04강Ⅰ-1-2 데이터베이스의 개념 | |
05강Ⅰ-1-3 데이터베이스의 활용 | |
06강Ⅰ-1-3 데이터베이스의 활용2 | |
07강Ⅰ-2-1 빅데이터의 개념 | |
08강Ⅰ-2-1 빅데이터의 개념2 | |
09강Ⅰ-2-2 비즈니스 모델 | |
10강Ⅰ-2-3 빅데이터의 문제점과 해결방안 | |
11강Ⅰ-3-1 데이터 사이언스란? | |
12강Ⅰ-4-1 DBMS와 SQL | |
13강Ⅰ-4-2 데이터에 관련된 기술 | |
14강Ⅰ-4-3 빅데이터 분석기술 | |
15강Ⅰ-4-4 데이터 관한 기타 내용 | |
16강Ⅱ-1-1 데이터 분석의 계획 수립 방향성 | |
17강Ⅱ-1-2 분석 방법론 | |
18강Ⅱ-1-2 분석 방법론2 | |
19강Ⅱ-1-2 분석 방법론3 | |
20강Ⅱ-1-2 분석 방법론4 | |
21강Ⅱ-1-3 분석 과제 발굴 | |
22강Ⅱ-1-3 분석 과제 발굴2 | |
23강Ⅱ-1-3 분석 과제 발굴3 | |
24강Ⅱ-1-3 분석 과제 발굴4 | |
25강Ⅱ-1-4 프로젝트 관리방안 | |
26강Ⅱ-2-1 마스터 플랜 수립 프레임 워크 | |
27강Ⅱ-2-1 마스터 플랜 수립 프레임 워크2 | |
28강Ⅱ-2-2 분석 거버넌스 체계 수립 | |
29강Ⅱ-2-2 분석 거버넌스 체계 수립2 | |
30강Ⅱ-2-2 분석 거버넌스 체계 수립3 | |
31강Ⅱ-2-2 분석 거버넌스 체계 수립4 | |
32강Ⅱ-2-2 분석 거버넌스 체계 수립5 | |
33강Ⅰ-1-1 통계학이란? | |
34강Ⅰ-1-2 모수통계학과 비모수 통계학 | |
35강Ⅰ-2-1 자료분석 | |
36강Ⅰ-2-2 기술통계량을 이용한 자료분석 | |
37강Ⅰ-3-1 경우의 수 | |
38강Ⅰ-3-1 경우의 수2 | |
39강Ⅰ-3-2 확률이란? | |
40강Ⅰ-3-3 조건부확률과 독립사건 | |
41강Ⅰ-3-4 베이즈 정리 | |
42강Ⅰ-3-5 사건의 독립성 | |
43강Ⅰ-4-1 확률분포란? | |
44강Ⅰ-4-2 이산확률분포란? | |
45강Ⅰ-4-3 이항분포 | |
46강Ⅰ-4-4 포아송분포 | |
47강Ⅰ-5-1 연속확률분포 | |
48강Ⅰ-5-2 정규분포 | |
49강Ⅰ-5-3 표준정규분포 | |
50강Ⅰ-5-4 정규근사 | |
51강Ⅰ-5-5 지수분포 | |
52강Ⅰ-6-1 결합확률분포 | |
53강Ⅰ-6-1 결합확률분포2 | |
54강Ⅰ-6-2 확률변수의 독립성 | |
55강Ⅰ-6-2 확률변수의 독립성2 | |
56강Ⅰ-7-1 표집분포 | |
57강Ⅰ-7-1 표집분포2 | |
58강Ⅰ-7-2 모집단 추정(모평균) | |
59강Ⅰ-7-2 모집단 추정(모평균2) | |
60강Ⅰ-7-3 모집단 추정2(모비율) | |
61강Ⅰ-8-1 신뢰구간과 가설검정 | |
62강Ⅰ-8-2 두 집단에 대한 추론 | |
63강Ⅰ-8-2 두 집단에 대한 추론2 | |
64강Ⅰ-9-1 모분산추정 | |
65강Ⅰ-9-1 두 집단의 모분산 추정 | |
66강 R프로그래밍 | |
67강 데이터마이닝 | |
68강 분석방법1 : 성과분석 | |
69강 분석방법2 : 로지스틱 회귀법 | |
70강 분석방법3 : 의사결정나무 | |
71강 분석방법4 : 앙상블 | |
72강 분석방법5 : 인공지능 | |
73강 분석방법6 : 군집분석 |