1부. 빅데이터 비즈니스 블루오션
Ⅰ. 빅데이터가 주는 삶의 혁신

1.1 생명을 지키는 빅데이터
1.2 빅데이터로 이기는 선거예측
1.3 산업현장에서 혁신 코드로 활용되는 빅데이터
1.4 디지털 트랜스포메이션을 이끄는 빅데이터
1.5 나날이 성장하는 빅데이터 시장

Ⅱ. 빅데이터 개념 및 특성

2.1 빅데이터의 개념 정의
2.2 빅데이터의 특성과 중요성
2.3 데이터의 크기
2.4 데이터의 원천별 유형

Ⅲ. 빅데이터 비즈니스 블루오션

3.1 4차 산업혁명과 빅데이터
3.2 빅데이터로 성공한 블루 오션 기업
3.3 새로운 혁신 코드 디지털 트랜스포메이션
3.4 빅데이터 산업 생태계의 구성원
3.5 국내외 빅데이터 시장 규모와 기술 전망
3.6 빅데이터의 활용 가치와 역할
3.7 빅데이터 활용 영역과 사례
3.8 빅데이터의 성공적 활용 조건

2부. 누구나 할 수 있는 빅데이터 분석

Ⅰ. 빅데이터 분석의 필요성

1.1 왜 분석해야 하는가
1.2 빅데이터 분석 역량이 경쟁력
1.3 빅데이터의 본질은 빅 인사이트(big insight)
1.4 숫자를 통한 빅데이터 가치 향상
1.5 진화하는 빅데이터 인텔리전스

Ⅱ. 빅데이터 분석절차와 분석도구 활용법

2.1 빅데이터 분석 절차
2.2 빅데이터 분석 도구
2.3 R과 RStudio
2.4 파이썬(Python) 설치 및 활용
2.5 파이썬에서 아나콘다 설치 및 활용
2.6 파이썬에서 주피터 사용하기
2.7 R과 파이썬의 차이
2.8 엑셀을 활용해 누구나 쉽게 빅데이터 분석가 되기
2.9 기타 분석 도구들

Ⅲ. 텍스트 마이닝으로 감성 시각화

3.1 시각화의 3원칙
3.2 데이터 정제가 텍스트 마이닝 품질
3.3 분석 도구를 활용한 텍스트 마이닝

Ⅳ. 빅데이터 큐레이션

4.1 빅데이터 큐레이션
4.2 빅데이터 분석방향

Ⅴ. R을 이용한 데이터 분석

5.1 R 프로그램 설치
5.2 라이브러리 설치 및 제거
5.3 설치된 라이브러리 사용
5.4 작업 경로 확인 및 설정
5.5 분포 파악
5.6 두 개 집단간 평균의 차이 검증
5.7 세 개 이상의 집단간 평균의 차이 검증
5.8 상관관계분석
5.9 회귀분석

Ⅵ. Python을 이용한 데이터 분석

6.1 파이썬으로 데이터 불러오기
6.2 집단별 그래프 그리기
6.3 상관분석
6.4 회귀분석

Ⅶ. 엑셀을 이용한 데이터 분석

7.1 분포 파악
7.2 두 집단간 평균의 차이
7.3 상관분석
7.4 회귀분석
7.5 KESS를 이용한 분석

Ⅷ. R을 이용한 텍스트 마이닝

8.1 텍스트 마이닝을 위한 사전 설정
8.2 텍스트 마이닝