컨텐츠 내용
- 수강신청
- 과정정보
[6개월] Python 데이터분석/시각화
ㅣ 과정소개 ㅣ
▪ Python을 활용한 데이터분석 및 시각화 과정은 분석도구인 Python 활용법뿐만 아니라 통계적 해석에 필수적인 추정 및 가설검정에 대한 이해를 다룹니다. 또한 데이터분석의 적용을 위한 자료와 분석 간의 방법을 명확히 한 후, 기초통계, 교차분석, t-test 및 분산분석, 신뢰도분석과 요인분석, 상관관계와 회귀분석까지 데이터분석에 필요한 필수적인 내용입니다. 진정한 데이터사이언스로 진입하는 첫 관문을 쉽고 명쾌한 18년 실전 전문가와 함께 하실 수 있습니다.
Python을 활용한 데이터분석 및 시각화 과정은 데이터사이언스가 되기 위한 학습자가 반드시 거쳐야 하는 핵심 코스입니다.
다음과 같은 분들이 기본과정 수강이 필요합니다.
▪ 데이터시이언티스트가 되기 위해 핵심 개념과 R을 마스터하고 싶으신 분
▪ Python을 이용하여 석박사 학위논문을 작성하고자 하는 분
▪ 해외 석박사 유학을 준비하고 계시거나 해외 유학중이신 분들
▪ 대학 혹은 기관에서 통계분석이 필요한 연구와 강의를 하고 계신 강사 및 교수님
▪ 기존 분석도에서 벗어나 세계적 오픈소스인 Python으로 인공지능 분석법을 익히시고 싶으신 분
▪ 기업/기관에서 데이터분석 업무를 담당하고 있거나 관련 취업을 준비하고 계신 분들
ㅣ 학습목표 ㅣ
Python을 활용한 딥러닝 과정을 수강하신 후 다음과 같은 분석능력을 갖추게 됩니다.
▪ 수집된 데이터의 스케일링, train/test 데이터 셋 분할, 다양한 하이퍼 파라미터 설정 등 분석 전과정을 완벽하게 이해하고 수행할 수 있습니다.
▪ 딥러닝의 핵심 개념과 DNN, CNN, RNN 등 핵심 모델을 활용하여 정량데이터, 이미지, 문서 등의 예측을 직접 수행할 수 있습니다.
▪ 구축한 딥러닝 모델에서 다양한 하이퍼 파라미터 튜닝방법을 익혀 가장 예측력이 높은 최적의 모델을 도출할 수 있습니다.
ㅣ 수강안내 ㅣ
※ 정규학습일수는 180일이며, 180일 이내 수강을 80% 이수해야만 수료증이 발급됩니다.
※ 정규학습일수 이후에는 6개월간 복습하실 수 있습니다. (★총 1년간 수강가능)
※ 수강기간 연장은 1회(30일) 가능 (유선 또는 게시판 요청)
※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.
■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 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 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
평가기준 | 진도 | 시험 | 과제 | 토론 | 기타 |
---|---|---|---|---|---|
배점 | 100% | 0% | 0% | 0% | 0% |
과락기준 | 80% | 0점 | 0점 | 0점 | 0점 |
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 |