Big Data Analyst Exam Practice (Python)

Python에서 기본으로 제공해주는 Folium 라이브러리와 Google Cloud API 등을 활용해 봅니다. 별도의 툴 없이 코딩 기반의 공간 데이터 분석을 수행해 볼 수 있습니다.

엑셀과 같은 환경에서 분석하고, 파이썬 코드를 자동으로 만들어 보아요. Pandas, Seaborn과 비교하여 데이터 분석에 이해도를 높혀주는 강의입니다.

[AutoKeras로 배우는 머신러닝] 강의에서는, 이전에 머신러닝에서 사용되는 Keras 라이브러리에서 발전한 AutoKeras를 배우고 직접 예제를 통해 활용해 볼 수 있습니다.

[입문자를 위한] Power BI로 시작하는 데이터 시각화 강의에서는, 쿼리 편집기 활용하여 데이터를 편집하고 여러가지 도구를 활용해 데이터를 시각화하고 분석된 결과를 확인, 공유할 수 있는 방법을 배울 수 있습니다.

[입문자를 위한] QGIS로 시작하는 데이터 시각화 강의에서는, 공간데이터를 활용하여 기본적인 QGIS 프로그램 활용한 공간 분석 방법에 대해 배울 수 있습니다.

데이터 분석 입문자를 위한, 머신러닝 • 딥러닝 분석 기초 강의입니다

Python 초보자의 눈높이에 맞춰 가장 쉽고 가장 실용적인 과정으로 기획된 입문 강의로 Streamlit을 활용한 직관적인 대시보드, 배포를 위한 Google Cloud Platform 등을 배웁니다. 또한, 빅데이터 분석기사 실기 준비도 같이 할 수 있습니다.

R로 빅데이터 분석기사 실기를 준비하는 분들이 시험을 대비할 수 있도록 도와드립니다. 빅데이터 분석기사 실기 시험에 출제되었던 문제들을 바탕으로 꼭 필요한 부분들만 선별해서 알려드립니다. 과정을 완료하시면 빅데이터 분석기사 실기 합격에 한 걸음 다가가실 수 있습니다. 최근 시험 기출 문제를 리뷰하고 관련 스크립트와 데이터를 업로드 해두었습니다. 최근 시험에 대한 내용도 확인하세요.

빅데이터 분석기사 시험은 년 2회 실시되는 국가공인 자격증입니다. 실기를 준비하시는 분을 위해 기초부터 핵심 내용을 상세히 강의하였습니다. 회차를 거듭할수록 시험 난이도는 높아집니다. 이를 위해 기초부터 여러 중요 내용을 제공해 합격률을 높일 수 있도록 하였습니다.

데이터 아키텍처 준전문가(DAsP)는 데이터 관리 및 설계의 전문성을 인증하는 자격증으로, 데이터 모델링, 아키텍처 설계, 데이터 표준화 등을 다룹니다. 본 대비 과정은 데이터 아키텍처의 기본 개념부터 실무 적용 사례까지 체계적으로 학습하며, 실습을 통해 문제 해결 능력을 강화합니다. 데이터 전문가로 성장하려는 초급 학습자에게 적합합니다.

이 강의는 주관 기관의 출제 가이드를 바탕으로 경영정보시각화 실기 시험(태블로)에 꼭 필요한 핵심 개념과 기능을 체계적으로 익히는 것을 목표로 합니다. 실전에서 자주 출제되는 기능들을 자유롭게 활용할 수 있도록 실습 중심으로 구성하였으며, 모의고사 A, B형 문제 풀이를 통해 출제 유형에 대한 이해와 문제 해결 능력을 함께 향상시킬 수 있습니다. 강의안 및 강의자료는 https://github.com/hansikyung/Tableau_OneTime 에서 확인하실 수 있습니다.

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.

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

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.

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.

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

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.

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!

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

하둡과 빅데이터를 배우고자 하는 수강생들은 이 과정을 통해 빅데이터 세계를 경험하는 놀라운 발전을 기념할 것입니다!

데이터 분석가로 취업하고 싶으신가요? 제가 겪었던 부분을 기반으로 실제 회사에서 데이터 직군별 업무에 대해서 한 번 살펴볼게요.

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

실리콘밸리 소프트웨어 엔지니어에게 배우는 빅데이터를 처리하는 방법 & 파이썬을 이용해 아파치 스파크로 빅데이터 코드를 개발하는 법을 가르쳐 드립니다. 현재 14년차 소프트웨어 개발자로 웹 어플리케이션, 빅데이타 그리고 SRE & 데브옵스까지 파이썬으로 다 처리하고 있습니다. 파이썬을 이용해, 빅데이터 직군에서 꼭 알아야하는 아파치 스파크에 대해서 쉽고 깊게 배울 수 있는 기회를 절대 놓치지 마세요!

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

이제 막 파이썬을 배웠는데 뭘 할 수 있을지 뭘 해봐야할 지 모르겠다면? 파이썬으로 웹 기술을 활용해보면서 웹 크롤링, 자동화, API 등의 사용법을 알아봅시다.

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