금융데이터 분석을 위한 판다스 활용법

이미 2만명 이상이 학습하고 만족한 최고의 프로그래밍 입문 강의. 인프런이 비전공자 위치에서 직접 기획하고 준비한 프로그래밍 입문 강의로, 프로그래밍을 전혀 접해보지 못한 사람부터 실제 활용 가능한 프로그래밍 능력까지 갈 수 있도록 도와주는 강의입니다.

본 강의는 파이썬 기초를 배운 학습자가 파이썬을 실무에 활용할 수 있도록 수준 높은 문법을 배우는 데 중점을 두고 있습니다. 파이썬만의 차별점을 파악하고 빠르게 익힘으로써 중급 레벨의 프로그래밍에 익숙해질 수 있도록 합니다.

폭넓은 파이썬 개발 경험, 온오프라인 수업 경험을 바탕으로 파이썬 메타프로그래밍, 깊이있는 문법을 다루기 위한 과정입니다. 더 나아가 파이썬 취준생 면접 및 경력자분들의 기술면접에도 도움이 될 만한 커리큘럼을 준비했습니다. 아울러, 내가 만든 라이브러리를 PyPI(Python Package Index)에 직접 배포하는 과정도 설명합니다.

기술면접 대비를 위해 OS 지식을 기반으로 멀티 스레딩 및 멀티프로세싱, 병렬성, 병행성 등의 문법을 다루기 위한 과정입니다. 다수의 자원으로 실행 효율을 높이는 방법에 대한 기반 지식을 학습합니다.

생활코딩의 첫 번째 웹 개발 강의, <WEB 1 - HTML & Internet> 리뉴얼 버전이 오직 인프런에서만 공개됩니다!

파이썬 기초 문법 지식을 기반으로 쉬운 예제부터 어려운 예제로 난이도를 높여갑니다. 이 과정에서 혼자서 학습하는 방법, 탄탄한 문법 지식 습득 및 기본기를 확실하게 다지게 될 거예요. 아울러, 파이썬 프로그래밍의 자주 사용하는 패턴을 배워봅니다.

이 강의에서는 IT/테크 분야에서 서비스를 기획하기 위한 서비스 기획 및 디자인 방법론, 그리고 서비스 기획자가 갖춰야 하는 여러 가지 소프트 스킬을 살펴봅니다. 끝으로 인공지능(AI) 음성인식 서비스를 사례로 서비스 분석까지 진행해 보는 입문자를 위한 UX 서비스 입문 강의입니다.

Java 기본 개념, 이 강의에서 한 번에 잡아요. 또한 학사관리 프로그램, 어린이집 식대 관리 등 예제 실습을 통해 배운 내용을 바로 내 것으로😀

업무에 가치를 더할 수 있는 데이터 분석 도구로써의 엑셀을 만날 수 있습니다. 기초부터 넓고 꼼꼼하게 개념 위주로 학습할 수 있는 엑셀 기본 강의입니다.

전세계 가장 많은 사람들이 사용하는 협업 툴 피그마를 배워보세요! UI 디자인 스케치, 프로토타이핑 및 협업을 위한 디자인 도구 Figma(피그마)의 기본적인 사용법과 실무 활용법에 대해 학습해 봅니다.

엑셀 기초를 다룰 수 있는 분들에게 중급 이상의 수준으로 데이터 분석과 시각화 차트 작성 방법을 알려주는 강의입니다. 이 강의로 엑셀을 완벽하게 마스터할 수 있어요!

기본 개념부터 차근차근 설명하며, 실제로 웹환경에서 구동되는 여러 어플리케이션을 만드는 실습을 함으로서 실전적인 지식을 쌓을 수 있도록 도와줍니다. 이 강좌를 모두 이행하기만 하면, 프로그래머로서 바로 인력으로 투입될 수 있습니다.

UX/UI 디자인 툴로 널리 사용되고 있는 Sketch(스케치)의 기능을 배우고, 전반적인 애플리케이션 인터페이스 디자인 과정에 대해 학습합니다.

어도비(Adobe) 사의 UX/UI 디자인 툴, Adobe XD의 전반적인 기능을 살펴보고 실무 디자인 작업에 응용할 수 있는 여러 가지 방법을 학습합니다.

UX(User Experience, 사용자 경험)의 개념에 대해 익히고, 오늘날 UX 디자인 프로세스 및 디자인 트렌드를 살펴보며 UX/UI에 대한 개념을 전반적으로 학습해 봅니다.

<2025 지피지기 릴레이 라이브 캠페인>의 일환으로 1월 23일 진행했던 흥버튼 정흥수님의 라이브 영상입니다.

지식공유자 강병진님과 함께 한 LLM애플리케이션 경험 공유회 라이브 영상 편집본입니다 :)

처음으로 프로그래밍을 시작하는 분들을 위한 웹 개발 입문 강의입니다. HTML, CSS, Javascript를 배우고 인스타그램 포스팅 카드를 만들어봄으로써 웹페이지 제작에 꼭 필요한 기본적인 내용들을 학습합니다.

스프링 프레임워크 기본부터 실전 사용법까지! 충실하고 폭넓은 설명과 예제를 통해 현장에 바로 투입되어 활약하는 개발자로 거듭나세요.

디자인 팀도, 기획서도, PM도 없는 환경에서 우리는 어떻게 기획하고 전달하고 설득할 수 있을까요? 전 29CM 프로덕트 디자인 리드 김영준 디자이너가 Figma를 중심으로 셀프 프로덕트 전략을 실전 사례와 함께 공유합니다. 구조 없는 환경에서 살아남는 법부터 Figma 하나로 구조를 세우는 법까지 자세히 알아보세요.

S&P 500 페어 트레이딩의 통계적 접근법을 파이썬으로 체계적으로 학습하실 수 있습니다. 전문적인 데이터 분석을 통해 감정을 배제한 투자 전략의 기초를 마련하세요.

본 수업에서는 파이썬(Python)의 판다스(Pandas) 라이브러리를 활용하여 다양한 형태의 금융데이터를 분석하고 처리하는 원리와 방법에 대해 배우고, 이를 실전에서 마주할 수 있는 상황에 적용해보며 최종적으로는 재무제표 데이터에 기반한 백테스팅(backtesting)을 구현하는 법(강환국님 '할 수 있다 퀀트 투자' 책 기반)에 대해서 알아봅니다. 결과적으로 여러분들은 투자 논리에 대한 검증이나 근거 없이, 단순히 남이 좋다는 것만 따라하는 '수동적인 투자자'에서 벗어나, 전략 구현에 필요한 다양한 요소들을 파이썬(Python)과 판다스(Pandas)로 활용하여 데이터로부터 자유자재로 추출하여 정량적으로 분석할 수 있는 '자기 주도적이면서 능동적인 투자자'가 될 수 있습니다.

ChatGPT를 이용한 데이터 분석과 판다스 활용 방법을 학습할 수 있는 강의입니다. ChatGPT가 만들 변화된 미래를 미리 경험해보세요.

퀀트 투자를 위한 파이썬 트레이딩룸 만들기 Part 3에서는 포트폴리오 이론 및 실전투자에 필요한 개념 및 코드로 구현하는 방법에 대해 배웁니다. Part 1 & 2에서는 금융데이터 분석을 위한 코드 구현 방법들에 대해서 주로 배웠다면, Part 3에서는 퀀트 투자에 있어 중요한 부분을 차지하는 '포트폴리오'에 대해서 배웁니다. 왜 포트폴리오를 만들어야할까? 라는 의문을 가지고 포트폴리오 이론을 배우며 이를 파이썬으로 구현도 하고, 실전 포트폴리오 투자에 필요한 코드 실습도 진행합니다. 해당 강의를 통해 여러분들만의 포트폴리오 투자에 있어 도움이 되기를 바라겠습니다

파이썬 문법은 공부했는데 막상 데이터를 다루려니 막막하셨나요? NumPy 와 Pandas 를 배워야 한다는 건 알지만 어디서부터 어떻게 연결해야 할 지 고민이었다면 이 PART2 가 그 답이 됩니다. 총 50강 데이터 분석 커리큘럼중 PART2 에서는 실제로 데이터를 불러오고 정제하고 가공하면서 통계적으로 해석하는 과정을 단계적으로 경험합니다. 단순히 라이브러리와 문법을 배우는 것 만이 아니라 어떤 상황에서 어떤 도구를 선택해야 하는지에 대한 기준을 수립합니다. 파이썬 코드를 아는 수준에서 이제부터 데이터를 다루는 수준으로 넘어가는 전환점이 바로 PART2 입니다.

* 100% 실전형 커리큘럼: 문법 공부가 아닌, 데이터를 직접 다루는 실습 위주 구성 * 머신러닝 선수 필승 코스: AI 학습 전 반드시 알아야 할 전처리 기법 완벽 정리 * 데이터 분석 도구 마스터: Numpy(수치연산), Pandas(데이터제어) 핵심 기능 정복 * 시각화 인사이트 도출: Matplotlib, Seaborn을 활용한 데이터 시각화 스킬 전수 * 통계 기초 다지기: 데이터의 특성을 파악하는 기초 통계 및 그룹 분석 기법 학습

복잡한 분석과 예측을 효율적으로 진행하는 머신러닝에 대해 이해하고 실습하는 과정! 어렵고 복잡할 것만 같았던 머신러닝도 마소캠퍼스의 <파이썬 머신러닝>과 함께라면 쉽고 재미있게 핵심을 깨우치실 수 있습니다.

이 강의는 알고리즘 트레이딩을 로컬 컴퓨터와 클라우드 환경에서 자동화하는 과정을 다루며 실습을 중심으로 진행됩니다.

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

소스 코드 그대로 사용 가능한 자동매매 프로그램! 오라클 무료 서버로 실전 배포까지!

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.

웹 상에서 데이터를 수집하는 방법을 익히고, 머신러닝의 지도학습 모델을 생성해보자!