메인메뉴로 이동 본문으로 이동

lnb영역

데이터사이언스
과정

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[6개월] Python 데이터분석/시각화

[6개월] Python 데이터분석/시각화 과정정보
수강기간 180일
강의구성 26차시
수강료 180,000원


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 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