
시계열 분석과 예측
루비네 코딩
데이터 분석 전문가로 거듭나기 위한 시계열 강의! 이론과 실기에 강한 분석가가 되어 봅시다!
Intermediate
확률과 통계, Python, 빅데이터
You will learn how to develop data/machine learning web applications through 5 practical projects. You can easily and quickly build and deploy web applications with Python and Streamlit. (Updated in June 2025)
Data Visualization Application Development
Machine Learning Web Application Development
Easy and Fast Web Application Creation and Deployment with Python & Streamlit
파이썬 200% 활용하고 싶다면?
데이터 앱 프로젝트 만들고 실력 Up!
Django, Flask 같은 파이썬 기반 웹 프레임워크를 배우려고 했는데 어렵고, 시간도 너무 오래 걸리는 것 같아요.
파이썬은 조금 배웠는데 나 혼자서 프로젝트는 아무래도 무리 같아요. 이걸로 대체 뭘 할 수 있는지 막막하기만 해요.
머신러닝 알고리즘은 줄줄이 배워 보았는데, 막상 자신있게 사용할 수 있는 건 하나도 없어요.
Colab, Jupyter Notebook만으로 하는 데이터 분석이나 시각화는 식상하게 느껴져요.
👉 이 강의에서는 파이썬(Python) 오픈소스 라이브러리, Streamlit을 사용해 총 5개의 데이터 시각화 웹 애플리케이션을 직접 만들어 봅니다.
쉬운 것부터 차근차근 이론 2 : 실습 8
쉬운 프로젝트부터 난이도별 구성
실습 코드 46개 + 슬라이드 160페이지 제공
컴퓨터 비전 가위바위보 앱
Q. 이런 걸 배워두면 어떤 점이 좋을까요?
그동안 어렵게 배워둔 코딩 실력, 내 머리 속에만 꼭꼭 숨겨두긴 너무 아깝죠? 내가 만든 데이터/머신러닝 앱을 배포해서 다른 사람들과 공유하다 보면 새로운 가치와 기회를 만들 수 있습니다.
Q. 웹 개발 선수지식이 필요한가요?
본 교육과정은 웹 개발 경험이 없는 수강생을 대상으로 합니다. 하지만 HTML과 CSS에 대해서 초보적인 지식이 있으면 이해에 도움이 됩니다.
Q. Python은 어느 정도 알고 있어야 하나요?
리스트와 딕셔너리의 차이점을 정확하게 알고 있고 제어구조, 사용자 정의 함수, 클래스에 대해서 이해하고 있는 수준이면 충분합니다.
Q. Python 라이브러리 지식은 어느 정도 필요한가요?
Numpy, Pandas, Matplotlib이 무엇을 위한 라이브러리인지 알고 있는 수준이어야 합니다.
Q. 머신러닝은 어느 정도 알고 있어야 하나요?
머신러닝 관련해서는 속성 리뷰가 제공됩니다. 시계열 예측과 컴퓨터 비전의 원리에 대한 강의도 별도로 제공합니다. Scikit-Learn이 제공하는 머신러닝 알고리즘 두어 가지 정도를 기억해 낼 수 있다면 OK입니다.
Q. 실습에 필요한 사양이 있나요?
모든 실습은 Windows 및 macOS에서 가능합니다. Anaconda와 Visual Studio Code를 설치하고 실행할 수 있을 정도의 컴퓨터 사양이면 충분합니다.
Who is this course right for?
I want to do a portfolio project using Python.
I want to build a Data/Machine Learning app to share and collaborate.
Django is too difficult 😭😭 Isn't there anything easier?
I want to create and deploy a web app with minimal time and effort.
Need to know before starting?
Python language (introductory level)
Understanding Data Visualization (Beginner Level)
Understanding Machine Learning Algorithms (Introductory Level)
1,050
Learners
58
Reviews
10
Answers
4.9
Rating
7
Courses
All
53 lectures ∙ (9hr 19min)
Course Materials:
All
8 reviews
5.0
8 reviews
Reviews 2
∙
Average Rating 5.0
Reviews 495
∙
Average Rating 4.8
Reviews 2
∙
Average Rating 5.0
Reviews 21
∙
Average Rating 4.4
$42.90
Check out other courses by the instructor!
Explore other courses in the same field!