Numpy, Pandas를 이용한 데이터 분석 실습

본 강의에서는 PostgreSQL 조작법에 대해서 배우고, 파이썬과 연동해서 사용하는 방법에 대해서 알아봅니다.

그래프는 그릴 수 있지만 데이터를 설명할 수 없었다면 이 강의는 데이터를 "읽고 설명하는 능력"을 만드는 과정입니다. PART3에서는 탐색적 데이터 분석(EDA)을 실제 사례 중심으로 수행합니다. ✔ 데이터 분포 확인 ✔ 변수 간 관계 분석 ✔ 이상치 탐색 및 시각화 해석 Titanic 과 Iris 데이터셋으로 분석 구조를 익히고 TMDB 5000 영화 데이터를 활용한 프로젝트를 통해 데이터 정리 → 분석 주제 설정 → 시각화 해석까지 전체 분석 과정을 직접 경험하게 됩니다. 이 강의를 마치면 데이터를 읽고 설명할 수 있는 분석 역량을 갖추게 됩니다

빅데이터를 처리한다는 것은 Pandas로 데이터를 처리하는 것과 무엇이 다를까요? 빅데이터 처리의 필수 프레임워크인 Spark에 대해서 배워볼까요?

데이터 분석 입문자를 위한 파이썬 데이터 분석 전과정 기본 기술 익히기 강의입니다. 실제 현업에서 데이터 분석 기술을 활용하고 있는 이커머스 기획자 및 개발자로써, 파이썬 데이터 분석 전과정을 쉽게 익히고, 바로 활용할 수 있도록 만들었습니다.

머신러닝을 배우면 정확도를 올리는 법을 익힙니다. 그런데 그 모델을 실제 칩에 올리려는 순간, 아무도 알려 주지 않은 질문이 남습니다. 이 모델은 곱셈을 몇 번 합니까? 무엇을 얼마나 기억하고 있어야 합니까? 지금 목표로 하는 칩 스펙이 그 요구를 감당할 수 있습니까? 머신러닝 교재는 정확도를 이야기하고 반도체 교재는 회로를 이야기하는데, 그 사이를 잇는 자료가 드뭅니다. 저는 RISC-V CPU와 NPU를 FPGA로 구현하며 이 간극을 반복해서 마주쳤습니다. 정확도가 가장 높은 모델이 정작 보드에는 들어가지 않는 상황 말입니다. 본 과정은 알고리즘 여섯 개를 파이썬으로 직접 만들면서, 만들 때마다 곱셈과 비교와 메모리와 정확도를 측정합니다. 그리고 그 값을 실제 FPGA 보드의 자원으로 환산합니다. 곱셈 몇 번이라는 말은 그 자체로 크기를 가늠할 수 없지만, 보드의 몇 퍼센트라고 하면 판단이 서기 때문입니다. 아홉 개의 Lab을 지나 여섯 모델을 한 표에 모으면 예상과 다른 그림이 나옵니다. 곱셈을 세는 데 아홉 편을 썼는데 정작 발목을 잡는 것은 곱셈이 아니었습니다. 이후 실수를 정수로 내리고, 자릿수를 관리하고, 회로를 채점할 기준까지 만듭니다. FPGA 보드는 필요하지 않습니다. 파이썬만으로 진행하며, 보드는 측정값을 환산하는 기준으로만 사용됩니다.

AI 시대가 도래하면서, 데이터 파이프라인 구성은 기업 경쟁력을 좌우하는 핵심 역량으로 자리 잡았습니다. 가장 널리 사용되는 Airflow를 활용해 효율적인 데이터 파이프라인을 구축하는 노하우를, 실전 경험과 풍부한 강의 경력을 지닌 실리콘밸리 전문가(前 유데미 데이터팀 헤드, 現 산호세 주립대 데이터 석사 과정 교수)에게 직접 배워보세요.

치열하고 복잡한 반도체 공정 분야 취업시장에서 다른 사람들이 간과하기 쉬운 중요 역량을 소개합니다

빅데이터 분석에 필요한 핵심 Python 문법을 살펴보고, 다양한 예제를 통해 빅데이터 파일 처리 및 시각화 방법 등을 제시하였습니다.

소프트웨어 데이터 파이프라인을 만들 때 가장 많이 사용하는 Orchestrator(오케스트레이터)인 Apache Airflow(아파치 에어플로우)를 배우실 수 있습니다.

python과 Keras를 사용한 딥러닝 사용 방법을 학습합니다.

데이터를 기반으로 문제를 정의하고, 그 판단 근거와 의사결정 과정을 명확하게 설명하는 능력을 기르게 된다. 또한 단일 모델의 성능에만 집중하는 것이 아니라, 머신러닝 워크플로 전체의 완성도와 신뢰성을 평가하는 파이프라인 관점의 사고를 갖추게 된다. 아울러 오류가 발생했을 때 그 원인을 역추적하고 개선 방향을 도출하는 문제 해결 능력을 강화하며, 엔드투엔드 프로젝트 수행 경험을 통해 현업에 즉시 적용 가능한 실무형 ML 파이프라인 역량을 습득하게 된다.

현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

Keras를 활용해보며 머신러닝과 딥러닝에 대한 모델 알고리즘을 이해해보자!

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.

이 과정은 데이터 시각화의 핵심 도구인 Seaborn과 대화형 대시보드를 구축하는 plotly/Dash를 활용하여, 실무에 바로 적용 가능한 시각화 역량을 키우는 데 초점을 둡니다. 다양한 실습을 통해 인사이트 중심의 시각 자료 제작과 웹 기반 대시보드 구현 능력을 함께 향상시킬 수 있습니다.

최신 스타트업에서 활용하는 풀스택과 데이터과학 기술의 기본 기술 중 하나인 빅데이터를 다룰 수 있는 NoSQL 기술을 익힙니다. 몽고DB는 NoSQL 중에서도 가장 쉬우면서 빠르게 활용할 수 있는 기술입니다. 본 강의에서는 짧은 시간 안에 몽고DB 기초를 익히고, 파이썬으로 몽고DB를 다루고 활용할 수 있는 기술까지 학습해 봅니다.

SQL의 한계를 넘어 유연한 데이터 처리가 필요한 시대, MongoDB의 모든 것을 배웁니다. NoSQL 개념부터 설치, CRUD 실습, 집계 파이프라인, 텍스트 검색과 인덱싱까지 단계별로 학습하며, Python 크롤링 연동과 컨테이너 환경 구축을 통해 실무 활용 역량을 완성합니다.

코딩 없는 풀스택 시스템 구축: 한국어 프롬프트(바이브 코딩)만으로 데이터 수집부터 AI·ML 분석, 웹 대시보드까지 전체 파이프라인을 직접 완성합니다. 100% 자동화 파이프라인 소유: 매일 아침 텔레그램으로 S&P 500 스크리닝 및 투자 의견을 수신하는 독립적인 주식 분석 도구를 확보합니다. 실전 데이터 기반 투자 프레임워크 체득: 실제 운영 중인 소스 코드를 바탕으로 기관 수준의 데이터 분석 및 리스크 관리 역량을 내 것으로 만듭니다.

AI 엔지니어 입문자를 위한 강의는 데이터 처리부터 모델 개발, 클라우드와 MLOps, 그리고 윤리적 고려까지 전 과정을 짧게 체험할 수 있도록 구성되었습니다. 단순히 모델을 만드는 데서 그치지 않고, 실제 서비스로 연결하는 과정을 이해해 실무 감각을 익히는 데 중점을 둡니다. AI를 처음 배우는 분들도 쉽게 따라올 수 있도록 실습과 예제를 곁들여 진행합니다.

데이터분석가로 성장하고 싶은 스타터 분들을 위한 파이썬 기본 강의입니다. - 데이터 분석을 하고 싶지만 파이썬을 모르는 분 - 파이썬으로 머신러닝 배우고 싶은 분 - 빅데이터 분석기사 실기 시험을 준비하는 분 - 파이썬으로 머신러닝 기반 애플리케이션을 개발하고 싶은 분