22,000원
초급자를 위해 준비한
[데이터 분석] 강의입니다.
데이터로 세상을 읽는 법: 당신만의 데이터 과학을 탐험하세요! 현대 데이터 과학의 핵심을 이루는 도구와 기술을 깊이 있고 실용적으로 탐구합니다. 특히, 데이터 과학의 필수 요소인 Anaconda, Numpy, Pandas, 그리고 Scikit-learn을 사용하여 데이터를 분석하고 알고리즘을 구현하는 방법을 배웁니다.
이런 걸
배워요!
이론과 실습을 모두 잡는 데이터 과학,
기초부터 분석 + 머신러닝까지!
데이터 과학, 어렵게만 느껴지셨나요?
✅ 데이터 과학에 관심 있는 학생
✅ 데이터 과학의 기초를 알고 싶은 누구나!
데이터 과학의 필수 요소인 Anaconda, Numpy, Pandas 그리고 Scikit-Learn을 사용해 데이터를 분석하고 알고리즘을 구현하는 방법을 배웁니다.
기초부터 고급 기술까지
- 데이터 과학의 기본 개념과 도구에 대한 이해가 부족한 초보자들이 체계적으로 학습할 수 있습니다.
- Anaconda, Numpy, Pandas, Scikit-learn 같은 필수 도구들의 사용법을 배우면서 기초부터 심화 지식까지 단계별로 습득할 수 있습니다.
실무 적용의 어려움을 해결
- 데이터 분석이나 머신러닝 모델을 실제 업무에 적용하는 데 어려움을 겪는 분들에게 실제 사례와 프로젝트 기반 학습을 제공합니다.
- 실무에 바로 적용 가능한 데이터 사이언스 기술을 익힐 수 있습니다.
복잡한 데이터 처리, 분석도 OK
- 대용량 데이터를 효율적으로 처리하고 분석하는 방법을 알려드립니다.
- Numpy와 Pandas를 통해 데이터 전처리, 분석, 시각화 기술을 배울 수 있습니다.
직접 구축하는 다양한 머신러닝 모델
- Scikit-learn(사이킷런)을 사용해 다양한 머신러닝 모델을 구축하고 최적화하는 방법을 배웁니다.
- 머신러닝 알고리즘을 이해하고 자체적으로 개발하는 데 어려움을 겪으셨다면 특히 도움이 됩니다.
이 강의만의 핵심 강점
우리는 Anaconda 환경 설정에서 시작하여, 데이터 처리와 분석의 기본이 되는 Numpy와 Pandas의 사용법을 꼼꼼히 다룹니다.
이를 통해 대용량 데이터셋을 효과적으로 다루고, 데이터 전처리 및 변환 과정을 숙달할 수 있습니다.
Scikit-learn을 활용한 머신러닝 알고리즘의 구현 방법도 실습을 통해 배울 예정입니다.
다양한 머신러닝 모델을 구축하고, 실제 데이터셋에 적용해 인사이트를 도출하는 경험을 얻어가 보세요!
Anaconda 소개 및 설치
Pandas 데이터 구조 이해하기
Scikit-Learn 알아보기
이론으로 차근히, 실습으로 확실하게!
💡 이 강의는 이론과 실습을 병행하며, 각 모듈마다 실제 사례 연구와 프로젝트 작업이 포함되어 있어 실무에서 바로 적용 가능한 실력을 키울 수 있도록 설계되었습니다. 데이터 과학의 세계로의 여정을 시작하는 데 있어 이 강의가 훌륭한 길잡이가 되어 드릴 것입니다.
이 강의의 지식공유자
Seungjoon Lee
현직 실리콘밸리 엔지니어의 노하우를 그대로 전해드립니다!
저는 유튜브 "미쿡 엔지니어" 및 브런치 "실리콘 밸리 소식과 삶"을 운영하는 현직 소프트웨어 엔지니어입니다.
이력 사항
- 미국 University of California, Berkeley EECS 졸업
- 현 미국 실리콘밸리 글로벌 빅테크 기업 본사, 소프트웨어 엔지니어 (빅데이터 관련 업무)
포트폴리오/개인 영상
- 유튜브 "미쿡 엔지니어" 운영 중
- 브런치 "실리콘 밸리 소식과 삶" 운영 중
- 인프런 강의
Q&A 💬
Q. 왜 이 강의를 들어야 하나요?
이 강의는 데이터 과학의 기본 개념부터 시작해, Anaconda, Numpy, Pandas, Scikit-learn을 포함한 핵심 도구들을 실습을 통해 배울 수 있도록 구성되어 있습니다. 실무적인 데이터 분석 및 머신러닝 기술을 직접 경험할 수 있어, 이론과 실습을 통합적으로 학습하고 싶은 분들에게 이상적입니다.
Q. 이 강의를 듣고 나면 어떤 일을 할 수 있나요?
강의를 통해 배운 기술을 활용하여, 데이터 분석, 데이터 전처리, 시각화, 기본적인 머신러닝 모델의 구축 및 평가 등을 할 수 있습니다. 이는 비즈니스 인사이트를 도출하거나, 다양한 산업 분야에서 데이터 기반 의사 결정을 내리는 데 필수적인 역량입니다.
Q. 비전공자도 이 강의를 들을 수 있나요?
네, 가능합니다. 이 강의는 데이터 과학의 기본 개념부터 시작해 점차 심화 내용으로 나아가므로, 비전공자도 기본적인 컴퓨터 사용 능력과 수학에 대한 기본적인 이해만 있다면 충분히 따라갈 수 있습니다. 다만, Python 프로그래밍 언어에 대한 기본 지식이 있다면 강의를 더욱 효과적으로 수강할 수 있습니다. 수학적 배경 지식, 특히 통계학과 선형대수학에 대한 이해도 도움이 됩니다.
파이썬이 처음이시라면 유튜브를 통해 파이썬 기초를 학습하거나 아래 강의를 먼저 수강해주세요! 기초 부분만 보셔도 전체 강의를 따라오는 데 어려움은 없을 것입니다.
📢 실습 환경 및 자료 안내
Windows, macOS, Linux, Ubuntu 등 사용하는 PC 운영체제에 상관은 없지만, 강의는 macOS를 중심으로 진행됩니다. 상세 PC 사양은 아래와 같습니다.
- 프로세서(CPU) : 최소한 듀얼 코어 프로세서가 권장됩니다. 그러나 더 많은 코어를 갖는 프로세서는 데이터 처리 속도를 높이는 데 도움이 됩니다.
- 메모리(Memory) : 최소 4GB RAM이 필요하지만, 8GB 이상의 RAM을 권장합니다. 데이터 과학 작업은 종종 많은 양의 데이터를 메모리에 로드해야 하므로, 더 많은 RAM이 유리합니다.
- 저장 공간 : 충분한 하드 드라이브 또는 SSD 공간이 필요합니다. Scikit-learn 자체는 큰 공간을 차지하지 않지만, 사용할 데이터셋과 프로젝트 파일에 따라 상당한 저장 공간이 필요할 수 있습니다.
- 파이썬 버전 : Scikit-learn을 실행하기 위해서는 Python 3.6 이상이 필요합니다. 최신 버전의 Python을 사용하는 것이 좋습니다.
수강생에게는 PDF 형식의 강의 교안 및 Github을 통한 소스 코드를 공유합니다.
이런 분들께 추천드려요!
학습 대상은
누구일까요?
선수 지식,
필요할까요?
미쿡엔지니어 입니다.
실리콘 밸리에서 13년 이상 소프트웨어 엔지니어를 하고 있습니다.
현재는 실리콘 밸리 대기업 본사에서 빅데이터와 DevOps 관련일을 하는 엔지니어입니다.