1부 빅데이터 분석의 개념1장 빅데이터는 분석이다1 빅데이터 시대2 빅데이터의 개념3 빅데이터와 일반데이터의 구분4 빅데이터의 핵심 초점5 빅데이터의 정의2장 인공지능과 빅데이터 분석1 인공지능의 대두2 인공지능의 학습방법3 빅데이터와 인공지능의 관계4 통계분석과 기계학습의 차이5 빅데이터 분석6 빅데이터 분석 알고리즘의 종류7 빅데이터 분석을 위한 기본 지식2부 신경망 분석3장 신경망 개요1 신경망의 개념2 신경망 분석 과정3 신경망 분석의 종류4 다층 퍼셉트론5 방사형 기저함수 네트워크6 신경망 알고리즘의 특징4장 신경망 분석 사례1 신경망 분석을 위한 기초 개념 정리2 데이터 설명3 MLP 분석 실습4 RBF 분석 실습5 신경망 분석 사례 결과 종합3부 서포트 벡터 머신(SVM)5장 SVM 개요1 SVM 개념2 SVM 알고리즘3 SVM 알고리즘의 특징6장 SVM 분석 사례1 SPSS에서 SVM 실습을 위한 기초 작업2 SVM 분석 실습3 SVM 분석 사례 결과 종합4부 랜덤포레스트7장 랜덤포레스트 개요1 랜덤포레스트 개념2 CART 알고리즘3 배깅 알고리즘4 랜덤포레스트 알고리즘5 랜덤포레스트 알고리즘의 특징8장 랜덤포레스트 분석 사례1 SPSS에서 랜덤포레스트 실습을 위한 기초 작업2 랜덤포레스트 실습3 랜덤포레스트 분석 사례 결과 종합5부데이터 분석의 이슈9장 3가지 알고리즘 비교 · 종합1 분석 조건 비교2 모형 비교의 기준3 분석 결과 비교10장 모형 개발 프로세스1 모형 개발 프로세스2 모형 해석(평가) 방법