1부 빅데이터 분석의 개념 1장 빅데이터는 분석이다 1 빅데이터 시대 2 빅데이터의 개념 3 빅데이터와 일반데이터의 구분 4 빅데이터의 핵심 초점 5 빅데이터의 정의 2장 인공지능과 빅데이터 분석 1 인공지능의 대두 2 인공지능의 학습방법 3 빅데이터와 인공지능의 관계 4 통계분석과 기계학습의 차이 5 빅데이터 분석 6 빅데이터 분석 알고리즘의 종류 7 빅데이터 분석을 위한 기본 지식 2부 신경망 분석 3장 신경망 개요 1 신경망의 개념 2 신경망 분석 과정 3 신경망 분석의 종류 4 다층 퍼셉트론 5 방사형 기저함수 네트워크 6 신경망 알고리즘의 특징 4장 신경망 분석 사례 1 신경망 분석을 위한 기초 개념 정리 2 데이터 설명 3 MLP 분석 실습 4 RBF 분석 실습 5 신경망 분석 사례 결과 종합 3부 서포트 벡터 머신(SVM) 5장 SVM 개요 1 SVM 개념 2 SVM 알고리즘 3 SVM 알고리즘의 특징 6장 SVM 분석 사례 1 SPSS에서 SVM 실습을 위한 기초 작업 2 SVM 분석 실습 3 SVM 분석 사례 결과 종합 4부 랜덤포레스트 7장 랜덤포레스트 개요 1 랜덤포레스트 개념 2 CART 알고리즘 3 배깅 알고리즘 4 랜덤포레스트 알고리즘 5 랜덤포레스트 알고리즘의 특징 8장 랜덤포레스트 분석 사례 1 SPSS에서 랜덤포레스트 실습을 위한 기초 작업 2 랜덤포레스트 실습 3 랜덤포레스트 분석 사례 결과 종합 5부데이터 분석의 이슈 9장 3가지 알고리즘 비교 · 종합 1 분석 조건 비교 2 모형 비교의 기준 3 분석 결과 비교 10장 모형 개발 프로세스 1 모형 개발 프로세스 2 모형 해석(평가) 방법