Not Found

Not Found

Not Found




Åë°è¸¦ °øºÎÇ߰ųª ¿©·¯ °úÁ¤À» À̼öÇÏ¿´À¸³ª ¸·»ó ½Ç¹«¿¡ Àû¿ëÇÏ·Á°í ÇÒ ¶§ ¾î·Á¿òÀÌ ÀÖ½À´Ï±î? °í°´ µ¥ÀÌÅͺ£À̽ºÀÇ ÀáÀç·ÂÀ» 100% È°¿ëÇÏÁö ¸øÇÏ°í °è½Ê´Ï±î? µ¥ÀÌÅÍ ¸¶ÀÌ´×À» ºñ·ÔÇÑ ¿©·¯ ½Ã½ºÅÛÀ» µµÀÔÇßÀ¸³ª Á¦´ë·Î »ç¿ëÇÏÁö ¸øÇÏ°í °è½Ê´Ï±î? ºÐ¼® °á°ú°¡ ¾÷¹«¿¡ ¹Ý¿µµÇÁö ¸øÇÏ°í ÀÖ½À´Ï±î? °í°´ µ¥ÀÌÅÍ ºÐ¼®À» ¾î¶»°Ô Á¢±ÙÇÒ °ÍÀÎÁö¸¦ °í¹ÎÇÏ°í °è½Ê´Ï±î? ¾î¶² »õ·Î¿î ºÐ¼®¿¡ µ¥ÀÌÅÍ ¸¶ÀÌ´×À» Àû¿ëÇÒ °ÍÀΰ¡¸¦ °í¹ÎÇÏ°í °è½Ê´Ï±î?

¡°Data Mining °í±Þ ºÐ¼® °úÁ¤¡±Àº ÇÁ·ÎÁ§Æ® °èȹºÎÅÍ µ¥ÀÌÅÍ ºÐ¼® process¸¦ Á¦½ÃÇÏ°í ±¸Ã¼ÀûÀÎ µ¥ÀÌÅÍ ºÐ¼®¿¡¼­ÀÇ Á¢±Ù ¹æ¹ýÀ» ±âÃʺм®ºÎÅÍ °í±Þ±â¹ý±îÁö »ç·Ê¿Í Tip, ÁöħÀ» ÅëÇØ Á¦½ÃÇÕ´Ï´Ù. °í±Þ Data mining ºÐ¼®À» ÅëÇÏ¿© CRM, °í°´°ü¸®, ¸¶ÄÉÆÃÀÇ ¼öÁØÀ» ÇÑ ´Ü°è ²ø¾î¿Ã¸®±â À§ÇÑ ½ÇÀüÀûÀÎ °æÇèµéÀ» ¸¸³ª º¸½Ê½Ã¿À.


  • ´ÜÆíÀûÀÎ ºÐ¼® ¼Ò°³°¡ ¾Æ´Ñ ÇÁ·ÎÁ§Æ® °èȹºÎÅÍ °í±Þ±â¹ý±îÁö ÀÏ°üµÈ ºÐ¼® °úÁ¤ Á¦½Ã
  • ºÐ¼®À» ÅëÇÑ À¯¿ëÇÑ Á¤º¸ µµÃâ ¹× Çؼ® ¹æ¹ý Á¦½Ã
  • µ¥ÀÌÅÍ ¸¶ÀÌ´×À» Æ÷ÇÔÇÑ ´Ù¾çÇÑ ºÐ¼® ±â¹ýÀ» ±âÃʺÎÅÍ °í±Þ±îÁö ¼Ò°³
  • ±¸¸Å¿¹Ãø, ÀÌÅ»¿¹Ãø, Ä·ÆäÀΠŸ°ÔÆÃ, °í°´¼¼ºÐÈ­ µî B2C ¿µ¿ª¿¡¼­ ÀÚÁÖ Àû¿ëµÇ´Â ÁÖÁ¦¿¡ ´ëÇÑ »ç·Ê ºÐ¼®
  • ºñÁî´Ï½º ¼º°ú Á¦°í¸¦ À§ÇÑ ºÐ¼®Àû Á¢±Ù ¹æ¹ý°ú À̽´ ÇØ°á¹æ¾ÈÀ» ¼Ò°³ÇÏ´Â µ¿½Ã¿¡ ºÐ¼®Àû »ç°í¿Í SkillÀ» ³ôÀÏ ¼ö ÀÖµµ·Ï SAS Enterprise Miner¸¦ Æ÷ÇÔÇÑ ¿©·¯ µµ±¸ÀÇ Hands-On ½Ç½À ÁøÇà
  • °á°ú µµÃâ ¹× ºÐ¼® °á°ú È°¿ëÀÇ ±¸Ã¼ÀûÀÎ ¹æ¹ýÀ» ¼³¸í



  • °í±Þ µ¥ÀÌÅÍ ¸¶À̳Ê
  • °í°´ µ¥ÀÌÅ͸¦ ´ã´çÇÏ´Â µ¥ÀÌÅÍ ºÐ¼®°¡
  • OLAP ¶Ç´Â Åë°è¸¦ »ç¿ëÇÏ¿© °í°´ºÐ¼® º¸°í¼­¸¦ ÀÛ¼ºÇÏ´Â ¸¶ÄÉÆÃ, CRM, ¿µ¾÷Àü·«, µ¥ÀÌÅͺ£À̽º ¸¶ÄÉÆà ºÎ¼­ÀÇ ½Ç¹«´ã´çÀÚ
  • CRM ¶Ç´Â ¸¶ÄÉÆà ºÎ¹® Manager


[Day 1]
Session ¼¼ºÎ±³À°ÁÖÁ¦
±âº» °³³ä [1H] µ¥ÀÌÅÍ ºÐ¼® ±âº»°³³ä°ú ºÐ¼®°úÁ¤
- µ¥ÀÌÅÍ ¸¶ÀÌ´×ÀÇ ¹è°æ ¹× ¼Ò°³

- ¹®Á¦ÆÄ¾Ç ¹× ºÐ¼® ÁÖÁ¦ ¼³Á¤
±âÃʺм® ±â¹ý [4H] µ¥ÀÌÅÍ Àüó¸® ¹æ¹ý°ú
EDA
- ÀÚ·áÁغñ °úÁ¤
- data integration ¹× data cleaning
- °áÃøÄ¡ ó¸® ¹æ¹ý
- ÀÚ·áÀÇ Å½»ö
- ÀÌ»óÄ¡ Ž»ö ¹× ó¸® ¹æ¹ý
- dimension reduction (principal component analysis, variable clustering)
- Data Transformation/Á¤±ÔÈ­
½Ç½À ¹× Åä·Ð [1H] SAS/Insight¿Í SAS Enterprise Miner¸¦ ÀÌ¿ëÇÑ ½Ç½À
- Àüó¸® °úÁ¤ ½Ç½À
- ÀÌ»óÄ¡¿Í °áÃøÄ¡ ó¸®
- EDAÀÇ Çؼ®°ú 󸮹æ¹ý

[Day 2]
Session ¼¼ºÎ±³À°ÁÖÁ¦
¸ðµ¨¸µ ±â¹ý[4H] Clustering Techniques
- clustering °³¿ä
- Basic Techniques Overview(hierarchical clustering, nonhierarchical clustering)
- hierarchical clustering
- nonhierarchical clustering (k-means, PAM)
- Clustering Issues & Tips
- °á°úÇؼ® ÇâÈÄ ÀÌ¿ë ¹æ¾È
½Ç½À ¹× Åä·Ð [1H] SAS/STATÀ» ÀÌ¿ëÇÑ Clustering ½Ç½À
- ±×·¡ÇÁ¸¦ ÀÌ¿ëÇÑ clustering Ž»ö
- hierarchical°ú nonhierarchical clusteringÀÇ ¿¬°á
- cluster ¼ö °áÁ¤
- ClusteringÀ» ÀÌ¿ëÇÑ ¿¹Ãø ¸ðµ¨ ÆÄ»ý º¯¼ö »ý¼º
¸ðµ¨¸µ ±â¹ý [1H] Predictive Modeling Techniques
- Modeling Algorithm °³°ü (Regression, Decision Tree, Neural Network, GAM µî)
- Predictive Modeling Issues & Tips

[Day 3]
Session ¼¼ºÎ±³À°ÁÖÁ¦
¸ðµ¨¸µ ±â¹ý[3H] Predictive Modeling Techniques
- Decision tree
- GAM(Generalized additive model)
- regression
- ½Å°æ¸Á
- Ensemble Modeling (bagging)
- ¸ðµ¨ Æò°¡ ¹× Àû¿ë
½Ç½À ¹× Åä·Ð [1H] SAS/STAT, SAS Enterprise Miner¸¦ ÀÌ¿ëÇÑ Predictive Modeling ½Ç½À
- Decision tree, GAM µîÀ» ÀÌ¿ëÇÑ º¯¼ö ¼±Åà ¹× ÆÄ»ýº¯¼ö »ý¼º
- baggingÀ» ÀÌ¿ëÇÑ º¯¼ö ¼±ÅÃ
- ¸ðµ¨ Æò°¡ ¹× Àû¿ë
¸ðµ¨¸µ ±â¹ý [1H] ¿¬°üºÐ¼®
- Basic Techniques Overview (Association Rules)
- Association Rules Issues & Tips
- Model Æò°¡ ¹× °á°úÇؼ®
½Ç½À ¹× Åä·Ð[1H] SAS Enterprise Miner¸¦
ÀÌ¿ëÇÑ ½Ç½À
- Àå¹Ù±¸´Ï ºÐ¼® ¸ðµ¨¸µ/
Â÷¿øÀÇ Àû¿ë
- ±ÔÄ¢ ÇÁ·ÎÆÄÀϸµ
- ¼øÂ÷±¸¸ÅÆÐÅÏ ºÐ¼® ¸ðµ¨¸µ



  • µî·Ï¹æ¹ý: ¼ö°­½Åû (SAS Korea ȨÆäÀÌÁö/ÀüÈ­/e-mail) ¢º ±³À°ºñ ³³ºÎ ¢º µî·Ï ¿Ï·á
  • ±³À°ºñ: 940,000¿ø (VAT 10% º°µµ)
    (½ÅÇÑÀºÇà: 344-01-200250 ¿¹±ÝÁÖ: Çѱ¹½Ø½º¼ÒÇÁÆ®¿þ¾î¢ß)
  • ±³À°¹®ÀÇ: SAS Korea ±³À°ÆÀ À±¹Ì¶ó ÆÀÀå
  • ÀüÈ­: 02-2191-7002, 7018 / e-mail: kor.educ@sas.com

Not Found