교육 강좌

예측 분석 시리즈는 예측 모형화를 사용하는 모든 산업에 종사하는 전문가를 대상으로 합니다. 강좌 자료는 지불 성과, 시간, 수익, 양과 질의 등급과 같은 측도가 제공되는 예시를 포함합니다. 


분석 기초 

이 기본 강좌에서는 Minitab을 사용하여 데이터 분석에 필요한 시간을 최소화하는 방법을 알아볼 수 있습니다. 데이터를 가져오는 방법, 데이터를 탐색하는 데 적합한 통계적 접근 방법을 개발하는 방법, 효과적인 시각화를 만들고 해석하는 방법, 결과를 도출하는 방법 등을 설명합니다. 최소한의 사용자 입력으로 Minitab 분석을 자동화하여 시간을 단축하는 방법을 알아보세요. 다양한 실제 데이터 집합을 분석하여 응용 프로그램을 올바른 통계 도구와 연결하고 통계로 도출된 값을 해석합니다. 또한, 가설 검정과 신뢰 구간 같은 중요한 통계 개념의 기초를 배웁니다. 

이 강좌에서는 비즈니스, 제조 및 거래 공정 분야에서 주로 사용되는 통계 기법을 실제로 적용하여 바람직한 결정을 내리

웨비나 주제: :

  • 데이터 가져오기 및 서식 설정
  • 실행 매크로
  • 막대 차트
  • 히스토그램
  • 상자 그림
  • Pareto 차트
  • 산점도
  • 위치 및 변동 측정
  • t-검정
  • 등분산 검정
  • 검정력 및 표본 크기 

선수 강좌: 없음 


회귀 모형 및 예측 

분석 기초에서 배운 기본적인 통계 분석 개념을 계속 발전시킬 준비가 되셨나요? 이 강좌에서는 통계 모형화 도구를 사용하여 변수 간의 관계를 조사 및 설명하는 방법을 알아봅니다. 시간의 효과 및 영향과 관련된 데이터의 특징과 이후 동작을 예측하는 방법을 발견하고 설명합니다. 

이 강좌에서는 입력 변수가 중요한 사건의 발생 확률에 미치는 영향을 찾아내고 수량화하는 방법을 배웁니다. 실습 예제에서는 모형화 도구가 키 입력과 데이터의 변동 원인을 파악하는 데 어떤 도움이 되는지 알아볼 수 있습니다. 

웨비나 주제:

  • 산점도
  • 상관관계
  • 단순 선형 회귀 분석
  • 지수 평활을 포함한 시계열 도구
  • 추세 분석
  • 분해
  • 다중 및 단계적 회귀 분석
  • 이항 로지스틱 회귀 분석
  • 검증을 통한 회귀 분석 

선수 강좌: 분석 기초 


 머신러닝 

이 강좌에서는 실제 문제 사례를 통해 데이터 분석 기술을 확장하여 변수 간의 관계를 조사 및 설명하는 방법을 알아봅니다. CART® 같은 지도(supervised) 머신러닝 기법을 사용해 과거 데이터에서 발견되는 패턴을 분석하여 더 나은 심층 정보를 얻고 잠재적인 위험을 파악하고 개선 기회를 찾아보고 미래에 대한 예측을 수행하는 방법을 배웁니다. 

Clustering 같은 자율형 머신러닝 도구를 사용하여 데이터의 자연스러운 분할을 감지하고 관측 또는 변수를 동질적인 집합으로 그룹화합니다. 또한 원본 데이터를 상관되지 않은 변수의 집합으로 변환하여 데이터의 차원수를 줄입

웨비나 주제:

  • 판별 분석
  • 테스트 세트 검증
  • K-겹 검증
  • CART® Classification
  • 상관관계
  • CART® Regression
  • 군집 분석 

선수 강좌: 분석, 회귀 모형화 

교육 강좌

어떤 강좌가 적합한지 알고 싶거나 교육을 예약하려면 Minitab으로 문의 하십시오.