메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[1년] Python 데이터사이언스 마스터

과정 이미지
[1년] Python 데이터사이언스 마스터 과정정보
수강기간 365일
강의구성 118차시
수강료 720,000원 432,000원


ㅣ 과정소개 ㅣ 


 ▪ Python을 활용한 데이터분석과 시각화 + 텍스트마이닝 + 머신러닝 + 딥러닝 4개 과목, 총 118강의 패키지!

▪ 40% 할인혜택 으로 시작하세요.

▪ 분석도구인 Python 활용법뿐만 아니라 통계적 해석에 필수적인 추정 및 가설검정에 대한 이해를 다룹니다.

본 과정을 수강하시면 분석의 핵심개념, 과정별 실전체크, 분석과정에서 부딪치는 문제와 해결방법 등 실전을 마스터하실 수 있습니다.

본 과정을 수강하시면 알고리즘의 이론과 실전을 동시에 마스터 하실 수 있습니다. 

 

 


ㅣ 학습목표 ㅣ 


 ▪ Python 데이터사이언스 완전 마스터!

 ▪ 데이터의 구조를 이해하고 분석과전 전반을 이해하게 됩니다.

 ▪ 데이터의 전처리 과정의 중요성을 알고, 전처리 방법, 핵심 체크포인트를 습득하게 됩니다.

 ▪ 여러 알고리즘의 조합으로 더욱 높은 예측력을 이끌어낼 수 있습니다.

 

 


ㅣ 수강안내 ㅣ 


※ 정규학습일수는 365일이며, 365일 이내 수강을 80% 이수해야만 수료증이 발급됩니다.

※ 정규학습일수 이후에는 1년간 복습하실 수 있습니다. (★총 2년간 수강가능)

※ 수강기간 연장은 1회(90일) 가능 (유선 또는 게시판 요청)

※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.



 

 

 

■ 교환.환불규정 

  1) 결제 후 7일 이내이용한 강좌 없을 경우전액 환불

  2) 결제 후 7일 초과 수강기간 1/2 이하

     - 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불

     - 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료강좌수에 따른 정가 차감 후 환불

  3) 수강기간 1/2 초과환불 불가

     *산출기준 예시수강료 150,000원이면 강좌수 20강인 경우, 150,000/20=7,500(1강좌)로 산출


  ※ 유의사항

    - 수강기간이 종료된 강의는 환불이 불가합니다.

    - 복습기간이나 이벤트 등으로 추가로 제공된 기간은수강기간에 포함되지 않습니다.

    - 환불금액은 결제한 금액 기준이며결제 시 사용한 적립금(쿠폰)은 반환해드립니다

수료기준
평가기준 진도 시험 과제 토론 기타
배점 100% 0% 0% 0% 0%
과락기준 80% 0점 0점 0점 0점
※ 수료기준은 각 평가항목의 점수가 과락기준 점수 이상이고 총점이 80점 이상이어야 합니다.
강의목차
차시 강의명 학습시간
1차시 Python을 활용한 데이터분석과 시각화 Python 소개 20분
2차시 Python을 활용한 데이터분석과 시각화 Python 설치하기 27분
3차시 Python을 활용한 데이터분석과 시각화 Python 기초 53분
4차시 Python을 활용한 데이터분석과 시각화 Numpy 분석함수 23분
5차시 Python을 활용한 데이터분석과 시각화 Pandas함수와 데이터다루기 44분
6차시 Python을 활용한 데이터분석과 시각화 분석 데이터 살펴보기 30분
7차시 Python을 활용한 데이터분석과 시각화 데이터 탐색과 빈도분석 30분
8차시 Python을 활용한 데이터분석과 시각화 데이터 탐색과 기술통계분석 43분
9차시 Python을 활용한 데이터분석과 시각화 통계학과 추정 103분
10차시 Python을 활용한 데이터분석과 시각화 가설검정 35분
11차시 Python을 활용한 데이터분석과 시각화 교차분석의 개념과 원리 19분
12차시 Python을 활용한 데이터분석과 시각화 교차분석의 실습과 시각화 30분
13차시 Python을 활용한 데이터분석과 시각화 독립표본 t-test분석의 개념과 원리 10분
14차시 Python을 활용한 데이터분석과 시각화 독립표본 t-test분석의 실습과 시각화 29분
15차시 Python을 활용한 데이터분석과 시각화 대응표본 t-test분석의 개념과 원리 9분
16차시 Python을 활용한 데이터분석과 시각화 대응표본 t-test분석의 실습과 시각화 21분
17차시 Python을 활용한 데이터분석과 시각화 분산분석의 개념과 원리 22분
18차시 Python을 활용한 데이터분석과 시각화 분산분석의 실습과 시각화 10분
19차시 Python을 활용한 데이터분석과 시각화 상관관계분석의 개념과 원리 27분
20차시 Python을 활용한 데이터분석과 시각화 상관관계분석의 실습과 시각화 18분
21차시 Python을 활용한 데이터분석과 시각화 선형회귀분석의 개념과 원리 39분
22차시 Python을 활용한 데이터분석과 시각화 선형회귀분석의 실습과 시각화 51분
23차시 Python을 활용한 데이터분석과 시각화 더미회귀분석의 개념과 원리 10분
24차시 Python을 활용한 데이터분석과 시각화 더미회귀분석의 실습과 시각화 19분
25차시 Python을 활용한 데이터분석과 시각화 로지스틱회귀분석의 개념과 원리 29분
26차시 Python을 활용한 데이터분석과 시각화 로지스틱회귀분석의 실습과 시각화 35분
27차시 Python을 활용한 텍스트마이닝 Text Mining의 개념과 활용 19분
28차시 Python을 활용한 텍스트마이닝 Text Mining 프로세스와 자료의 확보 24분
29차시 Python을 활용한 텍스트마이닝 분석패키지 설치와 자료 불러오기 26분
30차시 Python을 활용한 텍스트마이닝 Text 자료의 전처리 41분
31차시 Python을 활용한 텍스트마이닝 단어 빈도분석과 Word Clouding 28분
32차시 Python을 활용한 텍스트마이닝 단어 연관분석과 Word Network 44분
33차시 Python을 활용한 텍스트마이닝 단어의 정제와 집단별 분석 34분
34차시 Python을 활용한 텍스트마이닝 Sentiment Analysis 개념 및 활용 25분
35차시 Python을 활용한 텍스트마이닝 Sentiment Analysis 실습 31분
36차시 Python을 활용한 텍스트마이닝 Text Clustering 개념 및 활용 21분
37차시 Python을 활용한 텍스트마이닝 Word Clustering 실습 24분
38차시 Python을 활용한 텍스트마이닝 Document Clustering 실습 18분
39차시 Python을 활용한 텍스트마이닝 LDA와 Topic Modeling 개념 및 활용 12분
40차시 Python을 활용한 텍스트마이닝 LDA 분석과 결과의 해석 20분
41차시 Python을 활용한 텍스트마이닝 LDA 결과의 시각화 11분
42차시 Python을 활용한 텍스트마이닝 word2vec의 개념 및 원리 22분
43차시 Python을 활용한 텍스트마이닝 word2vec Modeling 실습 22분
44차시 Python을 활용한 텍스트마이닝 doc2vec modeling 실습 25분
45차시 Python을 활용한 텍스트마이닝 한글문서의 전처리 49분
46차시 Python을 활용한 텍스트마이닝 한글 빈도분석과 Word Clouding 19분
47차시 Python을 활용한 텍스트마이닝 한글 단어연관과 Word Network 20분
48차시 Python을 활용한 텍스트마이닝 한글 Sentiment Analysis 23분
49차시 Python을 활용한 텍스트마이닝 한글 Word Clustering 24분
50차시 Python을 활용한 텍스트마이닝 한글 Document Clustering 16분
51차시 Python을 활용한 텍스트마이닝 한글 LDA와 Topic Modeling 27분
52차시 Python을 활용한 텍스트마이닝 한글 word2vec 16분
53차시 Python을 활용한 텍스트마이닝 한글 doc2vec 21분
54차시 Python을 활용한 머신러닝 머신러닝의 개념 45분
55차시 Python을 활용한 머신러닝 머신러닝 프로세스 29분
56차시 Python을 활용한 머신러닝 K-최근접 이웃(KNN)의 개념과 원리 25분
57차시 Python을 활용한 머신러닝 머신러닝 맛보기 102분
58차시 Python을 활용한 머신러닝 데이터 스케일링과 범주특성의 변환 58분
59차시 Python을 활용한 머신러닝 데이터 셋 나누기 52분
60차시 Python을 활용한 머신러닝 모델 훈련과 세부튜닝 48분
61차시 Python을 활용한 머신러닝 모델 평가 36분
62차시 Python을 활용한 머신러닝 다중분류 36분
63차시 Python을 활용한 머신러닝 로지스틱 회귀분석의 개념과 원리 20분
64차시 Python을 활용한 머신러닝 로지스틱 회귀분석 실습 44분
65차시 Python을 활용한 머신러닝 서포트 벡터 머신(SVM)의 개념과 원리 28분
66차시 Python을 활용한 머신러닝 서포트 벡터 머신 분석실습 41분
67차시 Python을 활용한 머신러닝 의사결정나무(Decision Tree)의 개념과 원리 20분
68차시 Python을 활용한 머신러닝 의사결정나무 분석실습 59분
69차시 Python을 활용한 머신러닝 랜덤 포레스트(Random Forest)의 개념과 원리 15분
70차시 Python을 활용한 머신러닝 랜덤 포레스트 분석실습 38분
71차시 Python을 활용한 머신러닝 투표기반 앙상블 기법과 분석실습 29분
72차시 Python을 활용한 머신러닝 선형회귀분석의 개념과 원리 25분
73차시 Python을 활용한 머신러닝 선형회귀분석 실습 103분
74차시 Python을 활용한 머신러닝 릿지회귀분석의 개념과 실습 24분
75차시 Python을 활용한 머신러닝 라소회귀분석의 개념과 실습 10분
76차시 Python을 활용한 머신러닝 종합과제: 유방암 진단분류1 51분
77차시 Python을 활용한 머신러닝 종합과제: 유방암 진단분류2 24분
78차시 Python을 활용한 머신러닝 군집분석의 개념과 원리 33분
79차시 Python을 활용한 머신러닝 군집분석 실습 40분
80차시 Python을 활용한 머신러닝 DBSCAN의 개념과 원리 18분
81차시 Python을 활용한 머신러닝 DBSCAN 분석실습 25분
82차시 Python을 활용한 머신러닝 연관규칙분석의 개념과 원리 19분
83차시 Python을 활용한 머신러닝 연관규칙분석 실습 26분
84차시 Python을 활용한 머신러닝 추천과 협업필터링의 개념과 원리 21분
85차시 Python을 활용한 머신러닝 협업필터링 분석실습1 26분
86차시 Python을 활용한 머신러닝 협업필터링 분석실습2 24분
87차시 Python을 활용한 딥러닝 딥러닝의 개요와 역사 57분
88차시 Python을 활용한 딥러닝 신경망의 이해와 다층 퍼셉트론의 필요성 30분
89차시 Python을 활용한 딥러닝 Tensorflow의 설치와 이해 37분
90차시 Python을 활용한 딥러닝 Tensor의 이해 40분
91차시 Python을 활용한 딥러닝 Placeholder와 Variable 52분
92차시 Python을 활용한 딥러닝 행렬의 이해와 연산의 수행 23분
93차시 Python을 활용한 딥러닝 선형회귀와 Cost Function 40분
94차시 Python을 활용한 딥러닝 전통적 회귀와 TensorFlow 활용 선형회귀분석 48분
95차시 Python을 활용한 딥러닝 TensorFlow의 선형회귀와 학습단위의 이해 58분
96차시 Python을 활용한 딥러닝 데이터 스케일링과 데이터셋 분할 48분
97차시 Python을 활용한 딥러닝 활성화함수의 이해 34분
98차시 Python을 활용한 딥러닝 은닉층의 이해와 생성하기 41분
99차시 Python을 활용한 딥러닝 역전파와 고속옵티마이저 29분
100차시 Python을 활용한 딥러닝 학습율과 선형회귀 종합 22분
101차시 Python을 활용한 딥러닝 로지스틱회귀와 Cost Function 38분
102차시 Python을 활용한 딥러닝 전통적 로지스틱과 TensorFlow 로지스틱 47분
103차시 Python을 활용한 딥러닝 Loss Function과 모델평가지표 29분
104차시 Python을 활용한 딥러닝 다항로지스틱과 Softmax 36분
105차시 Python을 활용한 딥러닝 MNIST data의 Softmax 24분
106차시 Python을 활용한 딥러닝 깊은 심층망에서 규제방법 58분
107차시 Python을 활용한 딥러닝 DNN 실전가이드 20분
108차시 Python을 활용한 딥러닝 CNN의 개념과 원리 42분
109차시 Python을 활용한 딥러닝 CNN 연산의 기초 24분
110차시 Python을 활용한 딥러닝 openCV와 이미지 전처리 24분
111차시 Python을 활용한 딥러닝 내 데이터를 이용한 이미지 DNN학습 20분
112차시 Python을 활용한 딥러닝 MNIST 이미지 DNN학습 17분
113차시 Python을 활용한 딥러닝 MNIST 이미지 CNN학습 20분
114차시 Python을 활용한 딥러닝 내 데이터를 이용한 이미지 CNN학습 34분
115차시 Python을 활용한 딥러닝 RNN의 개념과 원리 28분
116차시 Python을 활용한 딥러닝 RNN의 기본구조 65분
117차시 Python을 활용한 딥러닝 RNN의 심층구조 33분
118차시 Python을 활용한 딥러닝 RNN을 이용한 주가예측 24분