하트카운트와 함께 쉽게 시작하는 파이썬 & 데이터 전처리

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT(하트카운트)'의 활용법을 다루는 열한 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 드는 시간을 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT(하트카운트)'의 활용법을 다루는 열 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 드는 시간을 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT(하트카운트)'의 활용법을 다루는 아홉 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 드는 시간을 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

엑셀을 업무에서 효과적으로 사용하는 방법과 분석하기 좋은 데이터를 만드는 방법에 대해 알려 드립니다.

GA4를 업무에서 효과적으로 활용하는 방법을 알려드립니다.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 여덟 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 드는 시간을 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 일곱 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 드는 시간을 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 여섯 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 들이는 그 시간은 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

데이터의 패턴을 파악하고 예측하기 위해 사용되는 기계 학습 알고리즘, 그 중에서도 회귀분석과 의사결정나무에 대해 다룹니다. 회귀분석과 의사결정나무가 무엇이며 어떻게 사용되는지 이해할 수 있습니다.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 다섯 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 들이는 그 시간은 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 네 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 들이는 그 시간은 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요 없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 세 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 들이는 그 시간은 이제 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 두 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 너무 많은 시간 쓰지 말고, 그 시간을 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

코딩이 필요없는 무료 데이터 시각화 툴 'HEARTCOUNT'의 활용법을 다루는 첫 번째 웨비나의 다시보기 영상입니다. 데이터 학습이나 툴을 익히는 데 너무 오랜 시간 쓰지 말고, 그 시간을 데이터에서 업무에 필요한 정보를 찾는 데 사용하세요.

데이터를 잘 다루는 조직/개인이 되기 위해서 필요한 데이터 리터러시와, 나아가 데이터 시각화의 기초적인 이론에 대해 다룹니다. 데이터를 "잘" 활용하기 위해 탄탄한 기반을 다져보세요.

데이터 분석 전문가가 되려면 반드시 배워야 할 파이썬의 주요 라이브러리에 대해 설명합니다.

데이터 분석이라고 하면 왠지 거창하게 들리지만, 사실은 가설을 세우고 데이터를 바탕으로 이를 검증하는 과정입니다. 내가 세운 가설을 검증하려면 어떤 데이터를 어떻게 분석해야 하는지는 파이썬을 활용해 배울 수 있습니다.

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.

🚀 데이터브릭스로 배우는 실전 AI 이상 탐지! 💡 비싸고 느린 모델은 그만! 대규모 데이터 최적화부터 실시간 배포까지, 기업 실무에서 바로 활용할 수 있는 이상 탐지 AI를 완성합니다.

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

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

본 강의는 '파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1'의 후속 강의로서, part1 강좌가 introduction 느낌에 가까웠다면, part2는 실전 전략 구현과 퀀트 투자 개발의 전체 flow 경험이 중심이 되는 심화 강의입니다. 본 수업에서는 시계열 데이터를 다루는 advanced한 판다스(Pandas) 테크닉과, 이를 기반으로 하여 signal based 전략 및 다양한 주기별로 자산의 비중을 조절해야 하는 정적/동적 자산배분 전략을 구현하는 방법에 대해 중점적으로 다룹니다. 나아가 전략 구현에만 그치지 않고, 다양한 투자 전략을 최소한의 코드 수정으로 직접 검증하고 백테스팅하는 '코드의 framework화'와, 이를 확장하여 실전 투자까지 이어지도록 개선하는 법, 그리고 이 과정에서 주의해야 할 사항들에 대해 알아봅니다. 또한 프로그래밍적인 component와 더불어, 2가지 형태의 수익률 개념(simple return, log return)과 백테스팅 관련 평가지표 등의 이론적 내용에 대해서도 수학적으로 깊게 다루어 시중의 투자 서적이나 블로그, youtube 등 에서는 볼 수 없었던 최고의 파이썬(Python) 퀀트 투자 flow를 경험할 수 있습니다.

파이썬 퀀트 투자와 함께 데이터를 기반으로 투자 전략을 세우고 전략에 따른 투자를 해보세요. 다양한 자산 배분 전략을 구현하고, 최종적으로 자신만의 투자 전략을 만들어 볼 수 있습니다.

파이썬의 기본을 익히신 분들이 이 강의를 보고 나면 어떤 식으로 파이썬을 활용할 수 있는지 배우게 될 것입니다.

Open API와 파이썬을 활용하여 업무 효율성을 향상시키는 데 필요한 기술과 노하우를 학습할 수 있습니다.

중급 Python 과정은 함수형 프로그래밍, 메타 프로그래밍, 예외 처리 및 객체 지향 프로그래밍과 같은 고급 주제를 다루면서 Python에 대한 이해를 심화하도록 설계되었습니다.

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.

프로그래밍을 접해보지 않은 초보 분들이나 파이썬에 대해 어느 정도 이론 지식이 있는 분들 모두를 대상으로 하며 실제 프로젝트를 기반으로 강좌의 주 목적은 파이썬에 대한 관심과 재미를 느끼는 것을 추구 합니다. 이 강좌를 통해 파이썬으로 보다 많은 아이디어와 보다 많은 재미를 얻으시길 바랍니다.

* 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

드디어 모두를 위한 확률과 통계 강의가 왔습니다! 이론과 코딩 실습을 통해서 차근차근 확률과 통계의 원리에 대해서 배워봅니다. 참고서적 "모두의 확률과 통계" https://wikidocs.net/book/18165

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

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

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.

본 과정은 파이썬을 이용한 머신러닝 수학 및 통계의 기본 내용을 실습하는 과정입니다. 기계 학습과 딥러닝은 프로그래밍 역량도 필요하지만 원리를 파악히기 위해서 수학적 배경을 필요로 합니다. 본 과정을 통해 인공지능에 필요한 기초 수학을 차근차근 익힐 수 있습니다.