AI시대, 일잘러를 위한 데이터 사고와 분석법
숫자 앞에서 감으로 말하던 시절은 끝. 데이터로 결론을 증명하는 사람이 됩니다.
수강 기간
결제 후 30일
총 학습 시간
3.6시간 · 10개 차시
수강료
₩51,480
수강 방식
온라인 · PC·모바일
AI시대, 일잘러를 위한 데이터 사고와 분석법
데이터 사고·분석법
51,480원
무료 읽는 강의와 무엇이 다른가
- 영상 50차시 · 3시간 34분 — 데이터의 유형부터 확률·가설검정·상관·회귀분석까지 순서대로 이어집니다.
- 해석 중심 · 머신러닝과 AI까지 — 수식보다 "왜 이렇게 해석하는가"에 초점을 두고, 분류·군집 등 머신러닝과 AI의 발전까지 연결합니다.
- 수강생 질문 게시판 — 수강 중 궁금한 점은 과정 질문 게시판에 남길 수 있습니다.
과정 안내
총 학습 시간
3.6시간
차시
10개
수강 기간
30일
수강료
₩51,480
과정 소개
데이터가 무엇인지부터 통계, 가설검정, 회귀분석, 머신러닝까지 — 업무에서 데이터를 근거로 판단하려는 사람을 위한 데이터 사고 입문 과정입니다. 수식보다 "왜 이렇게 해석하는가"에 초점을 두고, 마지막에는 AI가 데이터를 재료로 어떻게 발전해 왔는지까지 연결합니다.
모든 보고서에 "근거는?"이 따라붙는 시대, 데이터 사고력은 선택이 아닌 기본 체력입니다.
교육 목표
데이터의 유형·형태·속성을 구분하고 기술통계와 추론통계의 차이를 설명할 수 있다
확률, 가설검정, 상관·회귀분석의 원리와 해석상 주의점을 이해한다
머신러닝(분류·비지도 학습)과 통계기법의 차이를 구분한다
데이터 결론에 대해 올바른 질문을 던지는 습관을 기른다
학습 대상
보고서·회의에서 숫자로 설득해야 하는 기획·마케팅·영업 실무자
AI와 데이터 분석을 처음 제대로 배우고 싶은 비전공자
빅데이터·AI 프로젝트에 참여하는 개발자와 실무자
데이터 기반 의사결정이 필요한 팀장·리더
이런 분께 추천해요
- 1
숫자로 설득해야 하는 실무자
보고서·회의에서 감이 아닌 데이터 근거로 결론을 말해야 하는 기획·마케팅·영업 실무자
- 2
데이터 분석을 처음 배우는 비전공자
AI와 데이터 분석을 처음 제대로 배우고 싶은 분 — 수식 풀이보다 개념과 해석에 집중합니다
- 3
데이터로 판단해야 하는 리더
데이터 기반 의사결정이 필요한 팀장·리더, 빅데이터·AI 프로젝트에 참여하는 개발자와 실무자
이런 걸 배워요
10개 장, 50차시 — 개념 → 해석 → 주의점까지 이어지는 촘촘한 흐름
1장 · 데이터란 무엇인가? — 데이터의 다양한 의미 · 데이터의 유형과 요소 · 데이터 형태와 속성
2장 · 통계적 사고 — 기술 통계와 추론 통계 · 데이터 분석 방법 · 데이터의 결론에 대한 질문 방법
3장 · 확률과 통계 — 확률의 정의와 필요성 · 조건부 확률과 독립 사건 · 확률과 통계의 관계
4장 · 가설검정 — 표본 데이터의 이해 · 가설검정의 원리와 과정 · 가설검정의 한계와 주의점
5장 · 상관관계분석 — 상관관계의 용어와 수치 · 상관관계 활용방법 · 상관계수 해석 시 주의점
6장 · 회귀분석 — 회귀분석의 원리와 용어 · 회귀분석을 구축하는 방법 · 회귀분석의 주의할 점
7장 · 머신러닝 — 데이터 활용 분야별 특징 · 머신러닝과 통계기법의 차이점 · 머신러닝의 종류와 특징
8장 · 분류모델 — 예측과 분류문제의 차이 · 분류모델의 원리 · 분류모델의 성능지표
9장 · 비지도 학습 — 비지도 학습의 알고리즘 · 군집분석의 한계와 해석상 주의점 · 비지도 학습에서 데이터 분석가
10장 · 데이터를 재료로 활용하는 AI — AI의 발전 역사 · AI의 핵심 기능과 데이터의 역할 · AI의 미래 발전 방향
강의 속 핵심 장면
수료 후 이렇게 달라집니다
가설검정·상관·회귀분석을 원리부터 꿰뚫어, 분석 결과를 스스로 해석하고 반박까지 합니다
머신러닝·분류·군집 모델의 성능을 읽어내는 실무형 분석 안목을 갖춥니다
AI가 내놓은 숫자도 그대로 믿지 않는, 검증하는 사람이 됩니다
수강 전과 후, 이렇게 달라집니다
숫자 앞에서 감으로 말했다면, 데이터와 정보의 차이부터 시작합니다.
분석 결과를 스스로 해석하고 AI가 데이터로 배우는 원리까지 이해합니다.
과정 홍보 이미지
실제 강의 화면
데이터란 무엇인가? — 데이터의 다양한 의미와 실험 데이터의 두 가지 요건
참고 도서
대격변 AI 시대, 데이터로 사고하고 데이터로 리드하라 (알렉스 거트맨·조던 골드마이어 지음, 최재원·장진욱 옮김)
수강 전 참고 사항
난이도 입문 · 10개 장 · 50강 · 총 3시간 34분 분량의 온라인 동영상 강의입니다.
수식 풀이보다 개념과 해석에 집중한 강의입니다. 통계를 처음 접해도 따라올 수 있습니다.
장마다 인트로·학습목표 → 핵심 개념 → 주의점 순서로 구성되어 있어 순서대로 수강하는 것을 권장합니다.
PC·모바일 모두 수강할 수 있으며, 수강 기간 동안 몇 번이든 다시 볼 수 있습니다.
커리큘럼
총 10개 차시 · 3시간 33분
| 회차 | 차시 | 내용 | 학습 시간 |
|---|---|---|---|
| 1 | 데이터란 무엇인가? | 인트로/학습목표 · 데이터의 다양한 의미 · 데이터의 유형과 요소 · 데이터 형태와 속성 · 아웃트로 | 20분 |
| 2 | 통계적 사고 | 인트로/학습목표 · 기술 통계와 추론 통계 · 데이터 분석 방법 · 데이터의 결론에 대한 질문 방법 · 아웃트로 | 22분 |
| 3 | 확률과 통계 | 인트로/학습목표 · 확률의 정의와 필요성 · 조건부 확률과 독립 사건 · 확률과 통계의 관계 · 아웃트로 | 22분 |
| 4 | 가설검정 | 인트로/학습목표 · 표본 데이터의 이해 · 가설검정의 원리와 과정 · 가설검정의 한계와 주의점 · 아웃트로 | 21분 |
| 5 | 상관관계분석 | 인트로/학습목표 · 상관관계의 용어와 수치 · 상관관계 활용방법 · 상관계수 해석 시 주의점 · 아웃트로 | 20분 |
| 6 | 회귀분석 | 인트로/학습목표 · 회귀분석의 원리와 용어 · 회귀분석을 구축하는 방법 · 회귀분석의 주의할 점 · 아웃트로 | 21분 |
| 7 | 머신러닝 | 인트로/학습목표 · 데이터 활용 분야별 특징 · 머신러닝과 통계기법의 차이점 · 머신러닝의 종류와 특징 · 아웃트로 | 23분 |
| 8 | 분류모델 | 인트로/학습목표 · 예측과 분류문제의 차이 · 분류모델의 원리 · 분류모델의 성능지표 · 아웃트로 | 20분 |
| 9 | 비지도 학습 | 인트로/학습목표 · 비지도 학습의 알고리즘 · 군집분석의 한계와 해석상 주의점 · 비지도 학습에서 데이터 분석가 · 아웃트로 | 20분 |
| 10 | 데이터를 재료로 활용하는 AI | 인트로/학습목표 · AI의 발전 역사 · AI의 핵심 기능과 데이터의 역할 · AI의 미래 발전 방향 · 아웃트로 | 21분 |
강사 소개
최재원
아주대학교 교수학습개발센터 연구교수
- 현) 아주대학교 교수학습개발센터 연구교수
- 학습분석(Learning Analytics) 및 AIED(Artificial Intelligence in Education) 연구
- 한국교육학술정보원(KERIS) AI디지털교과서 개발 전문가 워킹그룹 참여
- HTHT 자격증 연수 프로그램 강사
- 제3회 HTHT 마스터클래스 한국디지털교육협회장상 수상
- 문화관광부장관표창 수상
- 인공지능(AI), 데이터 과학, 데이터 시각화에 관한 다수의 책을 저술 및 번역
자주 묻는 질문
Q.통계를 잘 몰라도 들을 수 있나요?
네. 입문 난이도이며 수식 풀이보다 개념과 해석에 집중한 강의라 통계를 처음 접해도 따라올 수 있습니다.
Q.어떤 순서로 듣는 것이 좋나요?
장마다 인트로·학습목표 → 핵심 개념 → 주의점 순서로 구성되어 있어 순서대로 수강하는 것을 권장합니다.
Q.강의 분량은 어느 정도인가요?
10개 장, 50강, 총 3시간 34분 분량의 온라인 동영상 강의입니다.
Q.무엇을 배우나요?
데이터의 유형·형태·속성, 기술통계와 추론통계, 확률과 가설검정, 상관·회귀분석, 머신러닝과 분류모델·비지도 학습, 데이터를 재료로 활용하는 AI까지 다룹니다. 분석 결과를 해석할 때의 주의점과 데이터 결론에 올바른 질문을 던지는 방법도 함께 익힙니다.
Q.모바일로도 볼 수 있고, 다시 볼 수 있나요?
PC·모바일 모두 수강할 수 있으며, 수강 기간 동안 몇 번이든 다시 볼 수 있습니다.