데이터 분석에 대한 관심이 날로 높아지고 있는 빅데이터 시대에 살고 있는 분들을 위한 강의!
그 중 특히 '파이썬'은 기능이 뛰어나고 접근성 · 유연성이 높은 프로그래밍 언어로 데이터 분석 분야에서 각광 받고 있습니다.
본 강의는 파이썬에 대한 기본 지식을 가지고 있는 분들이 데이터 수치 분석을 위해 사용되는 NumPy, SciPy 라이브러리 사용법을 익히고 시각화 작업에 필요한 Matplotlib와 Seaborn 패키지 활용법을 함께 학습할 수 있습니다.
빅데이터 시대에서 가장 중요한 핵심은 바로 '데이터'!
방대한 양의 데이터 사이에서 유의미한 인사이트를 발견해내려면 실제 데이터 분석에 필요한 라이브러리를 학습하고 적용해보는 것이 중요합니다. 실무적인 부분에서도 직접 손쉽게 분석하고 데이터를 시각화 할 수 있어 데이터 흐름을 추적할 수 있는 대시보드 등도 쉽게 만들 수 있습니다.
파이썬 기반의 라이브러리를 통해 데이터 분석, 데이터 시각화를 진행하는 방법을 배울 수 있습니다.
- NumPy 라이브러리를 통한 기술통계 함수 이해
- 선형 대수 기초 개념 이해
- Matplotlib & Seaborn 활용법
- SciPy를 이용한 확률 변수 이해
- 파이썬은 배웠으나 어디에 어떻게 활용해야 할지 막막하신 분
- 데이터 과학에 관심이 있어 수치 분석하는 파이썬 라이브러리를 빨리 익히고 싶은 분
- 분석해보고 싶은 데이터가 있는데 어디서부터 시작해야 할지 고민이신 분
- 직장 · 연구 · 과제에서 데이터 분석을 통해 유의미한 인사이트를 도출하고자 하는 분
- 데이터 분석에서부터 시각화까지 One-stop으로 배우고 싶은 분
-
CHAPTER 01
수치분석을 위한 Python(파이썬) 라이브러리 Part.1
- 01 파이썬 기본 자료형과 컨테이너 개요
- 02 컨테이너 다루기 1
- 03 컨테이너 다루기 2
- 04 컨테이너 다루기 3
- 05 컨테이너 다루기 4
- 06 NumPy 소개
- 07 배열 생성 함수
- 08 NumPy 슬라이싱, 정수 배열 인덱싱, 부울 인덱싱
- 09 배열 인덱싱의 유용한 기능 익히기
- 10 배열 연산
- 11 전치연산, 3차원 배열
- 12 브로드캐스팅의 이해
- 13 배열 연결(Concatenate) 1
- 14 배열 연결(Concatenate) 2
- 15 차원 축소 연산, 정렬
-
CHAPTER 02
수치분석을 위한 Python(파이썬) 라이브러리 Part.2
- 01 배열 나누기 1
- 02 배열 나누기 2
- 03 배열 요소 추가 제거 하기
- 04 요소의 재정렬 및 3차원 axis의 이해 1
- 05 요소의 재정렬 및 3차원 axis의 이해 2
- 06 NumPy의 기술통계 명령 정리
- 07 난수 발생 및 데이터 샘플링
- 08 균일 분포의 난수 생성, 정규 분포 난수 생성, 정수 난수 생성
- 09 정수 데이터 카운팅
- 10 Matplotlib 패키지 1
- 11 Matplotlib 패키지 2
- 12 Matplotlib 패키지 3
- 13 Matplotlib 패키지 4
- 14 Matplotlib 패키지 5
- 15 Matplotlib 패키지 6
- 16 Matplotlib 패키지 7
-
CHAPTER 01
수치분석을 위한 Python 라이브러리 Part3
- 01 Sum, Product 수학기호
- 02 NumPy를 이용한 선형 대수 기초 1
- 03 NumPy를 이용한 선형 대수 기초 2
- 04 NumPy를 이용한 선형 대수 기초 3
- 05 벡터의 기하학적 의미 1
- 06 벡터의 기하학적 의미 2
- 07 기하학 : 스칼라와 벡터의 곱, 단위벡터
- 08 기하학 : 벡터의 합 1
- 09 기하학 : 벡터의 합 2
- 10 기하학 : 벡터의 차, Word2Vec
- 11 가중합, 가중평균, 선형회귀모형
- 12 최적화의 개념
- 13 수치적 최적화, SGD 알고리즘의 이해
- 14 SGD를 이용한 최적화 과정
- 15 Scipy를 이용한 최적화 방법
-
CHAPTER 02
수치분석을 위한 Python 라이브러리 Part4
- 01 Scipy의 하위 모듈의 구성 및 Stats 모듈
- 02 확률분포 객체 메소드 및 Seaborn 패키지
- 03 Seaborn을 이용한 데이터 분포 시각화 하기 1
- 04 Seaborn을 이용한 데이터 분포 시각화 하기 2
- 05 Scipy를 이용한 베르누이 분포 시뮬레이션 1
- 06 Scipy를 이용한 베르누이 분포 시뮬레이션 2
- 07 Barplot(), Pointplot(), Pandas의 Stack(), Reset_index(), Set_index()
- 08 Scipy를 이용한 이항분포 시뮬레이션
- 09 Scipy를 이용한 카테고리 분포 시뮬레이션 1
- 10 Scipy를 이용한 카테고리 분포 시뮬레이션 2
- 11 Scipy를 이용한 다항 분포 시뮬레이션 1
- 12 Scipy를 이용한 다항 분포 시뮬레이션 2
- 13 Scipy를 이용한 다항 분포 시뮬레이션 3
- 14 Scipy를 이용한 정규 분포 시뮬레이션 1
- 15 Scipy를 이용한 정규 분포 시뮬레이션 2
- 16 Scipy를 이용한 스튜던트 t분포 이해
수강후기가 없습니다.