할인
추천
패키지
BEST
[44%할인 패키지] 데이터사이언스 입문 패키지 WITH 파이썬(Python)
5
180,000원
364일
강의소개
01. 강의 소개
본 과정은 파이썬 기반의 데이터 수집, 가공, 처리 방법에 대해 학습합니다.
분석을 위한 파이썬 기초프로그래밍과 각종 라이브러리 활용 방법에 대해 이해하며,
02. 본 과정에서 학습할 수 있는 것들
- 데이터 사이언스를 위한 파이썬 프로그래밍
- 수치 분석을 위한 통계 학습
- 수치 분석을 위한 각종 라이브러리 활용
- 머신러닝 기반의 데이터 전처리 기법
03. 이런분들이 수강하면 좋아요!
- 데이터 사이언스 입문자
- 기초적인 통계 지식부터 데이터 수집, 전처리 등 학습하고자 하는 분
커리큘럼
Python(파이썬) 프로그래밍 기초 펼치기
-
CHAPTER 01
파이썬 프로그래밍 기초 - Part1
- 01 1. Python 개요
- 02 2. Python 설치하기
- 03 3. 파이썬 프로그래밍을 위한 에디트 플러스 설정하기
- 04 4. 자료형 : 숫자형, 숫자연산, 문자열
- 05 5. 자료형: 문자열 연산, 인덱싱 슬라이싱
- 06 6. 자료형: 문자열 포맷팅, 포맷코드의 기능
- 07 7. 자료형: 리스트, 리스트의 연산, 인덱싱, 슬라이싱
- 08 8. 자료형: 튜플, 불린
- 09 9. 변수의 이해
- 10 10. 제어문 : if문
- 11 11. 제어문 : while문
- 12 12. 제어문 : for문
- 13 13. 제어문: for문 심화
- 14 14. 함수의 의미와 문자열 함수 format()
- 15 15. 문자열 나누기, 바꾸기, 길이 구하기, 문자 위치 찾기, 공백 지우기
- 16 16. 리스트 관련 함수
- 17 17. 사용자 정의 함수 1
- 18 18. 사용자 정의 함수 2
- 19 19. 변수의 스코프(Scope)
- 20 20. input함수, print함수
- 21 21. 파일 입출력하기
- 22 22. 파일 입출력하기 2
- 23 23. 딕셔너리의 개념
- 24 24. 딕셔너리 관련함수
- 25 25. 집합(set)의 개념 및 관련 함수
-
CHAPTER 02
파이썬 프로그래밍 기초 - Part2
- 01 1. 객체지향 프로그래밍의 이해
- 02 2. 클래스, 객체, 인스턴스 이해하기
- 03 3. 클래스의 구성, self 개념, 객체화/ 인스턴스화
- 04 4. init메소드, 클래스변수, 객체변수
- 05 5. 클래스변수, 객체변수, 클래스 메소드
- 06 6. 상속(inheritance)
- 07 7. 모듈(module)
- 08 8. 모듈 만들어서 불러오기, from ~ import 구문
- 09 9. 모듈의 name 속성, 바이트코드 .pyc
- 10 10. 클래스, 변수, 함수를 포함하는 모듈, 패키지의 개념, dir()
- 11 11. 패키지 만들어보기, __init__.py파일의 의미, PYTHONPATH 설정하기
- 12 12. 다른 패키지에 있는 모듈 불러오기, relative접근자, __all__ 변수
- 13 13. 예외처리 개념
- 14 14. 예외 처리 else절, 에러 피하기, 에러 발생시키기
- 15 15. 사용자 정의 예외 처리하기
- 16 16. 파이썬 2.7버전과 파이썬 3.x버전의 차이점
- 17 17. 입출력 및 자료형 관련 함수들
- 18 18. 열거형의 정보를 얻는 함수
- 19 19. 산술/논리 연산에 관련된 함수들
- 20 20. 라이브러리 개념 및 필수 라이브러리, sys모듈
- 21 21. pickle모듈 사용하기
- 22 22. os모듈, shutil모듈, glob모듈 사용하기
- 23 23. r, w, a, b 모드에 대한 정리 및 tempFile 모듈의 이해
- 24 24. time 모듈, 형식지정자 정리
- 25 25. calendar 및 random 모듈의 유용한 함수
Python(파이썬) 자료구조 및 알고리즘 펼치기
-
CHAPTER 01
Python(파이썬) 자료구조 및 알고리즘
- 01 파이썬 개발환경 구축하기, PyCharm 설치
- 02 PyCharm 환경설정 및 파이썬의 자료구조 정리
- 03 collections : Counter 객체 사용하기
- 04 collections : defaultdict와 Deque 사용하기
- 05 collections : namedtuple과 OrderedDict 사용하기
- 06 Array : array 객체 만들기 및 사용하기
- 07 array의 요소를 파일에 쓰고 파일에서 읽어 오기, 힙정렬 이해하기
- 08 heap의 개념, 파이썬에서 제공하는 heapq 모듈의 이해
- 09 heap 생성, 힙 아이템 삭제 및 수정, 힙의 최대, 최소 값 구하기
- 10 random.seed() 사용 및 bisect 모듈 사용하기
- 11 bisect 를 이용한 중복값 처리방법, Queue, LifoQueue 사용하기
- 12 heapq모듈을 이용한 우선순위 Queue 구현하기
- 13 unpacking의 개념 및 활용방법
- 14 generator / yield 사용법
- 15 Collections.deque를 이용한 고정길이의 큐 설정 방법 및 검색어 찾기
- 16 defaultdict를 이용한 딕셔너리 키를 여러값으로 매핑하기
- 17 딕셔너리에서 최대값, 최소값 구하고 정렬시키기, zip()
- 18 딕셔너리에서 동일 값 찾기, 시퀀스의 순서를 유지하면서 중복 없애기
- 19 난해한 코드를 쉽게 보기위한 슬라이스 name 설정 방법
- 20 데이터베이스 자료를 필드 기준으로 정렬 및 group by 절 구현하기
- 21 list comprehension/ filter 를 이용한 시퀀스 필터링 하기
- 22 컴프리헨션(comprehension)의 이해
- 23 comprehension응용/ namedtuple 활용방법
- 24 namedtuple의 _replace()사용하기, 파라미터 앞의 ** 의 의미 파악하기
- 25 ChainMap 클래스 활용하기
수치분석을 위한 Python 라이브러리 입문 펼치기
-
CHAPTER 01
수치분석을 위한 Python(파이썬) 라이브러리 Part.1
- 01 1. 파이썬 기본 자료형과 컨테이너 개요
- 02 2. 컨테이너 다루기 1
- 03 3. 컨테이너 다루기 2
- 04 4. 컨테이너 다루기 3
- 05 5. 컨테이너 다루기 4
- 06 6. Numpy 소개
- 07 7. 배열 생성 함수
- 08 8. numpy 슬라이싱, 정수 배열 인덱싱, 부울 인덱싱
- 09 9. 배열 인덱싱의 유용한 기능 익히기
- 10 10. 배열 연산
- 11 11. 전치연산, 3차원 배열
- 12 12. 브로드캐스팅의 이해
- 13 13. 배열 연결(concatenate) 1
- 14 14. 배열 연결(concatenate) 2
- 15 15. 차원 축소 연산, 정렬
-
CHAPTER 02
수치분석을 위한 Python(파이썬) 라이브러리 Part.2
- 01 1. 배열 나누기 1
- 02 2. 배열 나누기 2
- 03 3. 배열 요소 추가 제거 하기
- 04 4. 요소의 재정렬 및 3차원 axis의 이해 1
- 05 5. 요소의 재정렬 및 3차원 axis의 이해 2
- 06 6. numpy의 기술통계 명령 정리
- 07 7. 난수 발생 및 데이터 샘플링
- 08 8. 균일 분포의 난수 생성, 정규 분포 난수 생성, 정수 난수 생성
- 09 9. 정수 데이터 카운팅
- 10 10. Matplotlib 패키지 1
- 11 11. Matplotlib 패키지 2
- 12 12. Matplotlib 패키지 3
- 13 13. Matplotlib 패키지 4
- 14 14. Matplotlib 패키지 5
- 15 15. Matplotlib 패키지 6
- 16 16. Matplotlib 패키지 7
수치분석을 위한 Python 라이브러리 심화 펼치기
-
CHAPTER 01
수치분석을 위한 Python 라이브러리 Part3
- 01 1. sum, product 수학기호
- 02 2. Numpy를 이용한 선형 대수 기초 1
- 03 3. Numpy를 이용한 선형 대수 기초 2
- 04 4. Numpy를 이용한 선형 대수 기초 3
- 05 5. 벡터의 기하학적 의미 1
- 06 6. 벡터의 기하학적 의미 2
- 07 7. 기하학 : 스칼라와 벡터의 곱, 단위벡터
- 08 8. 기하학 : 벡터의 합 1
- 09 9. 기하학 : 벡터의 합 2
- 10 10. 기하학 : 벡터의 차, Word2Vec
- 11 11. 가중합, 가중평균, 선형회귀모형
- 12 12. 최적화의 개념
- 13 13. 수치적 최적화, SGD 알고리즘의 이해
- 14 14. SGD를 이용한 최적화 과정
- 15 15. Scipy를 이용한 최적화 방법
-
CHAPTER 02
수치분석을 위한 Python 라이브러리 Part4
- 01 1. Scipy의 하위 모듈의 구성 및 stats 모듈
- 02 2. 확률분포 객체 메소드 및 Seaborn 패키지
- 03 3. Seaborn을 이용한 데이터 분포 시각화 하기 1
- 04 4. Seaborn을 이용한 데이터 분포 시각화 하기 2
- 05 5. Scipy를 이용한 베르누이 분포 시뮬레이션 1
- 06 6. Scipy를 이용한 베르누이 분포 시뮬레이션 2
- 07 7. barplot(), pointplot(), pandas의 stack(), reset_index(), set_index()
- 08 8. Scipy를 이용한 이항분포 시뮬레이션
- 09 9. Scipy를 이용한 카테고리 분포 시뮬레이션 1
- 10 10. Scipy를 이용한 카테고리 분포 시뮬레이션 2
- 11 11. Scipy를 이용한 다항 분포 시뮬레이션 1
- 12 12. Scipy를 이용한 다항 분포 시뮬레이션 2
- 13 13. Scipy를 이용한 다항 분포 시뮬레이션 3
- 14 14. Scipy를 이용한 정규 분포 시뮬레이션 1
- 15 15. Scipy를 이용한 정규 분포 시뮬레이션 2
- 16 16. Scipy를 이용한 스튜던트 t분포 이해
머신러닝을 위한 데이터전처리 펼치기
-
CHAPTER 01
머신러닝을 위한 데이터전처리 - Part1
- 01 1. 인공지능, 머신러닝, 딥러닝 관계 및 스크레이핑, 크롤링 개념
- 02 2. R언어를 이용한 웹스크레이핑 활용 예 1
- 03 3. R언어를 이용한 웹스크레이핑 활용 예 2
- 04 4. 파이썬 설치 및 기본 문법 정리
- 05 5. 파이썬 문법 정리1
- 06 6. 파이썬 문법 정리2
- 07 7. 파이썬을 이용한 웹 데이터 다운로드 하기 1
- 08 8. 파이썬을 이용한 웹 데이터 다운로드 하기 2
- 09 9. xml 데이터 다운로드 하기1
- 10 10. xml 데이터 다운로드 하기2
- 11 11. 파이썬 BeautifulSoup 사용 1
- 12 12. 파이썬 BeautifulSoup 사용 2
- 13 13. 파이썬 BeautifulSoup 사용 3
- 14 14. 파이썬 BeautifulSoup 사용 4
- 15 15. CSS 선택자를 이용한 스크레이핑 1
- 16 16. CSS 선택자를 이용한 스크레이핑 2
- 17 17. CSS 선택자를 이용한 스크레이핑 3
- 18 18. CSS 선택자를 이용한 스크레이핑 4
- 19 19. urljoin 함수 사용하기
- 20 20. http통신, 쿠키 개념
-
CHAPTER 02
머신러닝을 위한 데이터전처리 - Part2
- 01 1. http 통신, 세션 개념
- 02 2. requests 모듈 사용하기 1
- 03 3. requests 모듈 사용하기 2
- 04 4. Selenium 소개
- 05 5. Selenium 사용하기 1
- 06 6. Selenium 사용하기 2
- 07 7. Selenium 사용하기 3
- 08 8. Selenium 사용하기 4
- 09 9. Selenium 사용하기 5
- 10 10. 웹API 개념
- 11 11. 웹API를 이용한 스크레이핑 1
- 12 12. 웹API를 이용한 스크레이핑 2
- 13 13. 웹API를 이용한 스크레이핑 3
- 14 14. 웹에서 사용하는 데이터 형식
- 15 15. 웹에서 사용하는 데이터 형식(XML분석)
- 16 16. 웹에서 사용하는 데이터 형식(XML분석)
- 17 17. 웹에서 사용하는 데이터 형식(JSON분석)
- 18 18. 웹에서 사용하는 데이터 형식(YAML분석)
- 19 19. 웹에서 사용하는 데이터 형식(YAML분석)
- 20 20. 웹에서 사용하는 데이터 형식(YAML분석)
- 21 21. 웹에서 사용하는 데이터 형식(CSV분석)
- 22 22. 웹에서 사용하는 데이터 형식(CSV분석)
- 23 23. 엑셀 파일 분석하기1
- 24 24. 엑셀 파일 분석하기2
- 25 25. 엑셀 파일 분석하기3
- 26 26. 엑셀 파일 분석하기4
- 27 27. 엑셀 파일 분석하기5
- 28 28. 엑셀 파일 분석하기6
- 29 29. NumPy 소개
- 30 30. Pandas 소개
수강후기
수강후기가 없습니다.