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 프로그래밍 기초 펼치기
-
CHAPTER 01
파이썬 프로그래밍 기초 - Part.1
- 01 Python 개요
- 02 Python 설치하기
- 03 파이썬 프로그래밍을 위한 에디트 플러스 설정하기
- 04 자료형 : 숫자형, 숫자연산, 문자열
- 05 자료형 : 문자열 연산, 인덱싱 슬라이싱
- 06 자료형 : 문자열 포맷팅, 포맷코드의 기능
- 07 자료형 : 리스트, 리스트의 연산, 인덱싱, 슬라이싱
- 08 자료형 : 튜플, 불린
- 09 변수의 이해
- 10 제어문 : If문
- 11 제어문 : While문
- 12 제어문 : For문
- 13 제어문 : For문 심화
- 14 함수의 의미와 문자열 함수 Format()
- 15 문자열 나누기, 바꾸기, 길이 구하기, 문자 위치 찾기, 공백 지우기
- 16 리스트 관련 함수
- 17 사용자 정의 함수 Ⅰ
- 18 사용자 정의 함수 Ⅱ
- 19 변수의 스코프(Scope)
- 20 Input함수, Print함수
- 21 파일 입출력하기 Ⅰ
- 22 파일 입출력하기 Ⅱ
- 23 딕셔너리의 개념
- 24 딕셔너리 관련 함수
- 25 집합(set)의 개념 및 관련 함수
-
CHAPTER 02
파이썬 프로그래밍 기초 - Part.2
- 01 객체지향 프로그래밍의 이해
- 02 클래스, 객체, 인스턴스 이해하기
- 03 클래스의 구성, Self 개념, 객체화/ 인스턴스화
- 04 Init 메소드, 클래스변수, 객체변수
- 05 클래스변수, 객체변수, 클래스 메소드
- 06 상속(Inheritance)
- 07 모듈(Module)
- 08 모듈 만들어서 불러오기, From ~ import 구문
- 09 모듈의 name 속성, 바이트코드 .pyc
- 10 클래스, 변수, 함수를 포함하는 모듈, 패키지의 개념, dir()
- 11 패키지 만들어보기, __init__.py파일의 의미, PYTHONPATH 설정하기
- 12 다른 패키지에 있는 모듈 불러오기, relative접근자, __all__ 변수
- 13 예외 처리 개념
- 14 예외 처리 else절, 에러 피하기, 에러 발생시키기
- 15 사용자 정의 예외 처리하기
- 16 파이썬 2.7버전과 파이썬 3.x버전의 차이점
- 17 입출력 및 자료형 관련 함수들
- 18 열거형의 정보를 얻는 함수
- 19 산술/논리 연산에 관련된 함수들
- 20 라이브러리 개념 및 필수 라이브러리, sys모듈
- 21 Pickle모듈 사용하기
- 22 os모듈, shutil모듈, glob모듈 사용하기
- 23 r, w, a, b 모드에 대한 정리 및 tempFile 모듈의 이해
- 24 time 모듈, 형식지정자 정리
- 25 calendar 및 random 모듈의 유용한 함수
Python 자료구조 및 알고리즘 펼치기
-
CHAPTER 01
Python 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 heapq 모듈을 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 라이브러리 Part.1
- 01 파이썬 기본 자료형과 컨테이너 개요
- 02 컨테이너 다루기 Ⅰ
- 03 컨테이너 다루기 Ⅱ
- 04 컨테이너 다루기 Ⅲ
- 05 컨테이너 다루기 Ⅳ
- 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) Ⅰ
- 14 배열 연결(Concatenate) Ⅱ
- 15 차원 축소 연산, 정렬
-
CHAPTER 02
수치분석을 위한 Python 라이브러리 Part.2
- 01 배열 나누기 Ⅰ
- 02 배열 나누기 Ⅱ
- 03 배열 요소 추가 제거 하기
- 04 요소의 재정렬 및 3차원 axis의 이해 Ⅰ
- 05 요소의 재정렬 및 3차원 axis의 이해 Ⅱ
- 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 Ⅰ
- 11 Matplotlib 패키지 Ⅱ
- 12 Matplotlib 패키지 Ⅲ
- 13 Matplotlib 패키지 Ⅳ
- 14 Matplotlib 패키지 Ⅴ
- 15 Matplotlib 패키지 Ⅵ
- 16 Matplotlib 패키지 Ⅶ
수치분석을 위한 Python 라이브러리 심화 펼치기
-
CHAPTER 01
수치분석을 위한 Python 라이브러리 Part.3
- 01 Sum, Product 수학기호
- 02 NumPy를 이용한 선형 대수 기초 Ⅰ
- 03 NumPy를 이용한 선형 대수 기초 Ⅱ
- 04 NumPy를 이용한 선형 대수 기초 Ⅲ
- 05 벡터의 기하학적 의미 Ⅰ
- 06 벡터의 기하학적 의미 Ⅱ
- 07 기하학 : 스칼라와 벡터의 곱, 단위벡터
- 08 기하학 : 벡터의 합 Ⅰ
- 09 기하학 : 벡터의 합 Ⅱ
- 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 Part.4
- 01 Scipy의 하위 모듈의 구성 및 Stats 모듈
- 02 확률분포 객체 메소드 및 Seaborn 패키지
- 03 Seaborn을 이용한 데이터 분포 시각화 하기 Ⅰ
- 04 Seaborn을 이용한 데이터 분포 시각화 하기 Ⅱ
- 05 Scipy를 이용한 베르누이 분포 시뮬레이션 Ⅰ
- 06 Scipy를 이용한 베르누이 분포 시뮬레이션 Ⅱ
- 07 Barplot(), Pointplot(), Pandas의 Stack(), Reset_index(), Set_index()
- 08 Scipy를 이용한 이항분포 시뮬레이션
- 09 Scipy를 이용한 카테고리 분포 시뮬레이션 Ⅰ
- 10 Scipy를 이용한 카테고리 분포 시뮬레이션 Ⅱ
- 11 Scipy를 이용한 다항 분포 시뮬레이션 Ⅰ
- 12 Scipy를 이용한 다항 분포 시뮬레이션 Ⅱ
- 13 Scipy를 이용한 다항 분포 시뮬레이션 Ⅲ
- 14 Scipy를 이용한 정규 분포 시뮬레이션 Ⅰ
- 15 Scipy를 이용한 정규 분포 시뮬레이션 Ⅱ
- 16 Scipy를 이용한 스튜던트 t분포 이해
머신러닝을 위한 데이터전처리 펼치기
-
CHAPTER 01
머신러닝을 위한 데이터전처리 - Part1
- 01 인공지능, 머신러닝, 딥러닝 관계 및 스크레이핑, 크롤링 개념
- 02 R언어를 이용한 웹스크레이핑 활용 예 1
- 03 R언어를 이용한 웹스크레이핑 활용 예 2
- 04 파이썬 설치 및 기본 문법 정리
- 05 파이썬 문법 정리 1
- 06 파이썬 문법 정리 2
- 07 파이썬을 이용한 웹 데이터 다운로드 하기 1
- 08 파이썬을 이용한 웹 데이터 다운로드 하기 2
- 09 XML 데이터 다운로드 하기 1
- 10 XML 데이터 다운로드 하기 2
- 11 파이썬 BeautifulSoup 사용 1
- 12 파이썬 BeautifulSoup 사용 2
- 13 파이썬 BeautifulSoup 사용 3
- 14 파이썬 BeautifulSoup 사용 4
- 15 CSS 선택자를 이용한 스크레이핑 1
- 16 CSS 선택자를 이용한 스크레이핑 2
- 17 CSS 선택자를 이용한 스크레이핑 3
- 18 CSS 선택자를 이용한 스크레이핑 4
- 19 urljoin 함수 사용하기
- 20 HTTP 통신, 쿠키 개념
-
CHAPTER 02
머신러닝을 위한 데이터전처리 - Part2
- 01 HTTP 통신, 세션 개념
- 02 Requests 모듈 사용하기 1
- 03 Requests 모듈 사용하기 2
- 04 Selenium 소개
- 05 Selenium 사용하기 1
- 06 Selenium 사용하기 2
- 07 Selenium 사용하기 3
- 08 Selenium 사용하기 4
- 09 Selenium 사용하기 5
- 10 웹API 개념
- 11 웹API를 이용한 스크레이핑 1
- 12 웹API를 이용한 스크레이핑 2
- 13 웹API를 이용한 스크레이핑 3
- 14 웹에서 사용하는 데이터 형식
- 15 웹에서 사용하는 데이터 형식(XML분석)
- 16 웹에서 사용하는 데이터 형식(XML분석)
- 17 웹에서 사용하는 데이터 형식(JSON분석)
- 18 웹에서 사용하는 데이터 형식(YAML분석)
- 19 웹에서 사용하는 데이터 형식(YAML분석)
- 20 웹에서 사용하는 데이터 형식(YAML분석)
- 21 웹에서 사용하는 데이터 형식(CSV분석)
- 22 웹에서 사용하는 데이터 형식(CSV분석)
- 23 엑셀 파일 분석하기 1
- 24 엑셀 파일 분석하기 2
- 25 엑셀 파일 분석하기 3
- 26 엑셀 파일 분석하기 4
- 27 엑셀 파일 분석하기 5
- 28 엑셀 파일 분석하기 6
- 29 NumPy 소개
- 30 Pandas 소개
수강후기
수강후기가 없습니다.