12시간 안에 끝내는 파이썬을 활용한 크롤링

빅데이터, 데이터 분석이 중요하다는 말들은 주변에서 많이 듣습니다. 그런데 정작 초보자들이 관련 지식을 접할 수 있는 곳은 많지 않습니다. 본 교육 과정은 빅데이터 전문 교육기관에서 다년간 쌓아온 전문화된 교육 방식을 토대로 2022년에 리뉴얼된 강의로, R언어를 활용한 데이터분석의 기초부터 데이터 시각화까지 알려드립니다.

파이썬 스쿨의 두번째 강의로 업무 자동화를 IT보안, IT개발 업무 등 다양한 곳에 적용해 보세요.

주식, 환율, 코인, 부동산, 채권 등 금융 데이터는 주변에서 쉽게 접할 수 있고 우리에게 돈을 벌 수 있는 기회를 제공하지만 대부분의 사람들은 그 특성과 다루는 방법을 알지 못해 소중한 기회를 놓치고 있습니다. 이 강의를 통해 다양한 금융 데이터의 의미 파악과 파이썬을 이용한 분석 방법을 배울 수 있습니다.

코딩을 모르는 분들도 쉽게, 엑셀 파워쿼리 기능을 활용하여 데이터를 수집하고 가공하는 방법을 배우실 수 있어요. 아래 프로젝트를 같이 실습하면서 엑셀 크롤링 기술을 배웁니다.

HTML 기초부터 고수들의 스크래핑 비법까지, 모두 알려드리겠습니다. 이 영상 하나면 충분합니다.

1인 사업가는 항상 시간이 부족합니다. 자동화 프로그램을 개발해서 반복 업무는 프로그램에게 맡기고, 창의적인 일은 사람이 해야합니다.

재미없는 뉴스 크롤링 말고 블로거, 셀러, 소상공인에게 필요한 자동화 프로그램 만들기는 어때요? Selenium 기본편 강의로, 쉽게 Selenium 원리를 하나하나 다 알려드려요.

Python의 기초부터 응용까지 웹, 데이터분석, 크롤링, 업무자동화, GUI, 프로그래밍 등 Python으로 할 수 있는 모든 기능을 한 강좌에 담았습니다.

Github 초급자도 가능! Python 초급자도 가능! Github Action를 활용하여 주기적인 크롤링을 하는 크롤링 웹 서비스를 제작합니다.

드디어 모두를 위한 확률과 통계 강의가 왔습니다! 이론과 코딩 실습을 통해서 차근차근 확률과 통계의 원리에 대해서 배워봅니다.

Python, Numpy, Pandas, Plotly, Django, 크롤링의 기초 개념부터 간단한 데이터 분석까지 코딩을 처음 접하는 입문자와 더불어 Python을 다양하게 활용해보고 싶은 분들도 들을 수 있는 강의입니다.

파이썬 기반의 웹 크롤링 기술을 습득하여, 웹 페이지로부터 데이터를 수집하고, 이를 바탕으로 업무에서 데이터 수집과 분석 능력을 향상시키기 위한 과정입니다.

초급자를 위한 쉬운 설명과 다양한 실습 프로젝트 중심으로 구성된 강의입니다. 웹 크롤링과 LangChain 도구로 데이터를 수집하고, LLM 활용하여 요약, 추출, 감성 분석, 추천 시스템을 다룹니다.

Chatgpt가 내 이웃이 쓴 글을 읽고 댓글을 달아주는 프로그램 마케팅 자동화, 이웃 관리 프로그램 개발 강의

데이터 분석 전문가로 거듭나기 위한 시계열 강의! 이론과 실기에 강한 분석가가 되어 봅시다!

파이썬을 활용하여 텔레그램 봇, 슬랙 봇, 카카오톡 챗봇, 디스코드 봇을 다양한 예제를 통해 각 서비스의 특징과 봇을 구현하는 방법에 대해 알아봅니다.

도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

비전공자, 입문자가 빅데이터 분석기사 실기를 빠르게 취득할 수 있도록 안내해드려요! 이론은 가볍게, 실전은 확실하게 복잡한 배경지식 없이도, 기출문제를 중심으로 시험에 꼭 나오는 포인트만 집중 학습합니다.

이 강의를 통해 SQL과 데이터베이스의 이해, SQL 문법, 실제 활용을 위한 데이터베이스 설계, 프로그래밍을 통한 데이터베이스 활용, 데이터 분석 활용 사례까지 익힐 수 있습니다.

이제 파이썬 결과물을 웹 페이지로 나타낸다! 오직 파이썬만을 이용해 나만의 웹 페이지를 만들어볼 수 있어요. 데이터 분석, 머신러닝 등 파이썬으로 만든 결과물을 웹 페이지에서 확인할 수 있는 Interactive DashBoard를 만들어 볼 수 있는 기회입니다!

강사가 처음 머신러닝을 익혔을 때, 실패했던 경험을 바탕으로, 쉽게 머신러닝을 이해하고, 실제 문제에 적용할 수 있도록 기존 강의와 다르게, 새롭게 꾸민 강의입니다