Skip to main content
빅데이터의 처리 및 분석 실습 동영상

빅데이터의 처리 및 분석 실습




강좌 소개

수업내용/목표

4차 산업혁명의 대표 통합기술인 빅데이터 개념을이해하고빅데이터 주요 처리단계인 수집, 저장, 처리, 분석, 시각화 기술에 대하여 학습하고 적용/활용하는능력을기른다.

홍보/예시 영상

강좌 운영 계획

                                                                                                         강의계획서

주차

주차명

 

차시명

과제

1

빅데이터개념

1-1

빅데이터 정의

퀴즈

1-2

빅데이터 관련 기술 및

활용 분야 1

1-3

빅데이터 관련 기술 및

활용 분야 2

2

빅데이터 주요 처리과정

2-1

빅데이터 처리 과정

퀴즈

2-2

수집, 저장, 처리 기술

2-3

분석 및 시각화 기술

3

빅데이터 환경구성

3-1

분산 환경 구성

퀴즈

3-2

하둡 설치 1

3-3

하둡 설치 2

4

빅데이터 저장기술

4-1

가상화 기술

퀴즈

4-2

하둡 명령어 1

4-3

하둡 명령어 2

5

빅데이터 수집기술

5-1

Crawling 실습

퀴즈

5-2

Sqoop 설치

5-3

Sqoop을 활용한 수집

6

빅데이터 처리기술 1

 

6-1

Mapreduce 프로그래밍 원리

퀴즈

6-2

Pig 설치 및 기본 예제

6-3

Pig를 활용한 빅데이터 처리

7

빅데이터 처리기술 2

7-1

SQL 이해

퀴즈

7-2

Hive 설치 및 기본 예제

7-3

Hive를 활용한 빅데이터 처리

8

중간고사

 

 

 

9

빅데이터 분석 및 시각화 기술 1

9-1

Python 프로그래밍 환경 구축

퀴즈

9-2

변수, 자료형, 연산자

9-3

조건문과 반복문

10

빅데이터 분석 및 시각화 기술 2

10-1

함수와 클래스

퀴즈

10-2

라이브러리

10-3

예외 처리와 파일 입출력

11

빅데이터 분석 및 시각화 기술 3

11-1

빅데이터 분석 및 시각화 실습 1

퀴즈

11-2

빅데이터 분석 및 시각화 실습 2

11-3

빅데이터 분석 및 시각화 실습 3

12

빅데이터 분석 및 시각화 기술 4

12-1

R 프로그래밍 환경 구축

퀴즈

12-2

변수, 자료형

12-3

조건문, 반복문, 함수

13

빅데이터 분석 및 시각화 기술 5

13-1

데이터 조작 1

퀴즈

13-2

데이터 조작 2

13-3

그래프

14

빅데이터 분석 및 시각화 기술 6

14-1

빅데이터 분석 및 시각화 실습 1

퀴즈

14-2

빅데이터 분석 및 시각화 실습 2

14-3

빅데이터 분석 및 시각화 실습 3

15

기말고사 및 과제

 

 

 

 

강좌운영팀 소개

교수자

김정준 professor
김정준 교수
현) 한국국산업기술대학교 컴퓨터공학부 교수
주요저서: 정보처리기사(길벗출판사)
수상이력: 28회 과학기술우수논문상(한국과학기술단체총연합회)
E-mail: jjkim@kpu.ac.kr

강좌지원팀

황인권
황인권
한국산업기술대학교 컴퓨터공학부 소속
E-mail: ghkdrnjs180@naver.com

강좌 수강 정보

이수/평가정보

이수/평가정보
과제명 퀴즈 프로젝트 중간고사 기말고사
반영비율 10% 20% 35% 35%

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

강좌 수준 및 선수요건

빅데이터의 개념 및 주요 처리단계를 이해할 수 있으며, 이를 바탕으로 빅데이터분석실습을 할 수 있다.

교재 및 참고문헌

학습자료 참고하시기 바랍니다.

자주 묻는 질문

강좌 교재가 따로 있나요?

학습자료 참고하시면 됩니다.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    korea polytechnic university
  3. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 01시간 20분)
  4. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    19시간 00분
    (19시간 24분)
  5. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2020.01.02 ~ 2020.01.31
  6. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2020.01.06 ~ 2020.04.17