데이터 분석의 분야 개요

데이터 추출: 데이터를 효율적으로 추출하고 가공하는 방법
SQL, Python(Pandas)

데이터 시각화: 효과적인 데이터 정보 획득을 도와주는 방법
Tabelau, PowerBI, Looker Studio, Excel

기초 통계 분석: 데이터의 기본적인 특성을 이해하는 방법
기술통계: 평균, 표준편차, 백분율
가설검정: t-test, chi-square, ANOVA

고급 통계 분석: 복잡한 관계를 탐색하고 모델링하는 방법
인과추론: RCT(A/B test), 선형회귀, 매칭
시계열 분석: ARIMA
생존분석: Cox Regression
다변량분석: PCA, Factor Analysis
연관분석: 장바구니 분석, Apriori 알고리즘

머신러닝: 데이터를 통해 패턴을 학습하고 예측하는 방법
지도학습(회귀, 분류): 선형회귀, 로지스틱회귀, DT, RF, Boosting
비지도학습: K-means, DBSCAN, PCA
추천시스템
텍스트 마이닝

딥러닝: 신경망 모델 기반으로 비정형 데이터를 처리하고 학습 하는 방법
생성형 AI
이미지
자연어

컴퓨터 비전: 이미지를 인식, 객체 검출, 분류를 하는 방법

강화 학습: AI가 환경과 상호작용하며 최적의 행동을 학습하는 방법