배우고 익히는 즐거움, 아이티고
알림
[HD]데이터분석 전문가(ADP) 자격증 따기 (실기) Part.1 실기를 위한 파이썬
여기를 클릭하면, 샘플강의가 재생됩니다.
김동식 강사
- tag
[HD]데이터분석 전문가(ADP) 자격증 따기 (실기) Part.1 실기를 위한 파이썬
담당강사 : 김동식
| 강의구성 | 총 12강좌 (강의시간 : 총 ) | 수강기간 | 30일 |
|---|---|---|---|
| 강의형식 | 동영상 + 자막 | 수강료 |
24,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 초급 | 강의에서 사용하는 프로그램 & 버전 |
- |
| 담당강사 |
김동식 강사
|
||
- 과정소개
- · 데이터 이해 및 처리 기술에 대한 기본 지식을 바탕으로 데이터 분석 기획, 데이터 분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등의 과학적 의사 결정을 지원하는 직무를 수행하는 전문가를 양성하는 과정
- 학습목표
-
· 비즈니스 목표 달성을 위해 내부 업무 프로세스를 기반으로 다양한 분석 기회를 발굴하여 분석의 목표를 정의하고, 분석 대상 도출 및 분석 결과 활용 시나리오를 정의하여 분석과제를 체계화 및 구체화하는 빅데이터를 분석과제 정의, 분석과제 로드맵 수립, 성과 관리 등을 수행한다.
· 분석에 대한 요건을 구체적으로 도출하고, 분석과정을 설계하고, 요건을 실무 담당자와 합의 하는 요건 정의, 모델링, 검증 및 테스트, 적용 등을 수행한다.
· 다양한 데이터들을 대상으로 어떤 요소를 시각화 해야 하는지 정보 구조를 분석하며 어떤 형태의 시각화 모델이 적합한지 시각화에 대한 요건을 정의하고 시나리오를 개발하는 시각화 기획, 모델링, 디자인, 구축, 배포 및 유지보수 등을 수행한다.
- 교육대상
- 데이터분석 분야 및 관련 분야 취업 및 ADP(ADsP) 자격 취득
- 참고사항
- - 수강 기간 중 언제든지 반복 수강이 가능합니다.
- - 수강 여부 : 해당 차시의 80%를 수강하면 (회색) 배경으로 표시됩니다.
- - 수강 신청 완료 후 수강할 수 있습니다.
- - 즐겨찾기 한 강좌는 MY Class에서 확인할 수 있습니다.
아이티고 강좌질문 모음
※ 아이티고 강좌 관련 문의입니다. 질문을 남기고 싶으면 1:1문의 게시판에 남겨주세요.
1 / 7
- 강좌 리스트
- 01. 아나콘다 설치 및 설정,주피터노트북 기본 사용법,파이썬 자료형(문자, 숫자, 불리언),파이썬 자료구조 핵심 요약(리스트, 튜플, 딕셔너리) [31:26]
- 02. 파이썬 입출력 및 데이터 수집, 파일 입출력시 인코딩 문제 해결, readlindes 함수 사용법 [22:06]
- 03. 파이썬 API를 통한 데이터 수집, data.go.kr 데이터 수집하는 방법, URL인코딩 및 URL 해석, XML, JSON 데이터 처리, 트위터 API 처리를 통한 트위터 데이터 수집 [46:25]
- 04. numpy 배열(시퀀스 데이터 처리), 튜플, 딕셔너리, 리스트로 배열 만들기, arange 함수 사용법, numpy 산술연산 [34:55]
- 05. numpy 통계, 평균, 중간값, 표준편차, 행렬곱 [26:46]
- 06. numpy 인덱싱과 슬라이싱, 불리언 인덱싱, 팬시 인덱싱 [35:03]
- 07. pandas를 통해 살펴보는 최적의 데이터 탐색1(배열전치와 축바꾸기), transpose 함수 사용법 [31:54]
- 08. pandas를 통해 살펴보는 최적의 데이터 탐색2(정렬과 난수 생성), np.random.seed(), np.random.permutation(), np.random.shuffle() [18:54]
- 09. pandas를 통해 살펴보는 최적의 데이터 탐색3(데이터형태에 따른 자료구조), 시리즈 자료구조 상세, 데이터 형태에 따른 자료구조 파이프라인 [46:55]
- 10. pandas를 통해 살펴보는 최적의 데이터 탐색4, 데이터프레임 상세, 인덱스를 지정해서 시리즈 만들기 [43:47]
- 11. pandas를 통해 살펴보는 최적의 데이터 탐색5, 데이터프레임과 시리즈 정리, iris 데이터로본 데이터프레임 처리 [47:58]
- 12. pandas를 통해 살펴보는 최적의 데이터 탐색6, 데이터프레임 연결, 데이터프레임 병합 [77:54]