Python Streamlitを活用したダッシュボード作成（feat. ビッグデータ分析技師実技準備）

Name: Python Streamlitを活用したダッシュボード作成（feat. ビッグデータ分析技師実技準備）
Price: 69300 KRW

Python初心者の目線に合わせ、最も簡単で最も実践的な過程として企画された入門講義で、Streamlitを活用した直感的なダッシュボード、デプロイのためのGoogle Cloud Platformなどを学びます。また、ビッグデータ分析技士の実技準備も同時に行うことができます。

（4.4）受講レビュー 13件

受講生 125名

Evan

데이터시각화

streamlit

실습 중심

실습코드

Python

Scikit-Learn

Pandas

Web Crawling

学習した受講者のレビュー

こんなことが学べます

Python 機械学習
Pythonデータ分析
パイソンウェブクローリング
Python ダッシュボード
ビッグデータ分析技士

講義を準備しながら講師様が講義を準備するきっかけと今後の発展の可能性をインタビューした内容だ。また、関連書籍を入れた。

この教材は、PythonのオープンソースライブラリであるStreamlitで、さまざまなデータ可視化を実装したプロジェクトを一発で終わらせる方法を一冊にまとめました。 Python、Pandas、Webクロール、Scikit-Learn、streamlitなど、さまざまなダッシュボードや例を見ることができます。

この教材は、データアナリストを希望するすべての方にとって質の高いガイドになります。

*教材の購入は必須ではありません。

YouTubeビデオ講義との主な差別点✅

YouTubeの映像は本を購入した読者のための用途ですが、最大の差別点は視聴者の質疑応答は受けられません。実際の本を購入していない読者の質疑応答に一つずつ対応するのが難しいのが事実です。

したがって、差別点は次のようになります。

Inflearn環境を介してクエリ応答を提供できることが最大の差別点です。
講義資料スライドやその他の本にはないボーナス講義のソースコードや講義資料はYouTubeでは提供していません。
実際に本講義で一部チュートリアル（Seleniumなど）は教材にない内容です。

改訂2版を更新しました。 （Pythonクラス、Streamlitの新機能の紹介、Cursor AIの使い方）
現在は川の本数が約200余ほどと少ない方ですが、これからずっと増える予定です。
Google CloudおよびGithub Actionsのレッスンは、2024年3月31日より前に撮影を終了して完了する予定です。 (完了O)
Python関連の講義だけでなく、就職に不可欠な様々な講義をここで継続的に更新する予定です。一種のボーナス講義だと思っていただきたいです。本に限られた内容ではなく、様々なコンテンツに引き続き更新する予定です。受講生のニーズを収束することで、就職に関する内容は継続的に更新される予定です。
- 例：FitHubポートフォリオとPPTポートフォリオの作成方法
- 例：ビッグデータ分析記事実機2024年5月31日以前の撮影予定
サンプル講義が気に入った場合は、今すぐ購入してください。

こんな方に
おすすめです

学習対象は
誰でしょう？

コーディングが初めての人
就職ポートフォリオを作りたい人
ビッグデータ分析技士実技準備したい人

こんにちは
です。

125

受講生

受講レビュー

回答

4.4

講座評価

講座

안녕하세요,

현재 국민대학교 비즈니스IT전문대학원에서 박사과정을 진행하고 있으며, 취업준비생들의 취업을 진심으로 돕기 위한 강의와 재직자들을 대상으로 R, Python, SQL, Excel, Tableau 등 분석과 관련된 강의로 밥벌이를 하고 있는 Evan입니다. 이제 만 3년이 되었는데, 국방부, 육군본부, 하나금융에서 단기강의로 강의를 시작한 이래로 다양한 기관(한국IT비즈니스협회, 한국능률협회, 한국소프트웨어기술진흥협회, 삼육대 등)에서 강의를 진행하였습니다. 현재는 2023년부터 위 기관 외에도 멀티캠퍼스에서 강의를 하나 맡아서 장기적으로 취업 준비생을 대상으로 교육을 진행하고 있습니다.

カリキュラム

全体

243件 ∙ (34時間 20分)

講座資料（こうぎしりょう）:

授業資料

セクション 1．講義紹介

2件 ∙ (10分)

セクション 2．ステップ1：Python開発環境構築

8件 ∙ (44分)

セクション 3．ステップ2：Pythonの基礎文法

22件 ∙ (2時間 43分)

11. Pythonの基礎文法 - 理論
08:48
12. Pythonの基本（基本文法）を習得する - コメントアウト
04:08
13. Pythonの基本（基本文法）習得 - プリミティブデータ型
06:55
14. Pythonの基本（基本文法）を学ぶ - 四則演算および演算子
11:25
15. Python Basic (基本文法) 習得 - String インデクシング、スライシング
10:54
16. Python Basic（基本文法）習得 - String 主要メソッド
08:14
17. Python Basic (基本文法) 習得 - List インデキシング、スライシング
07:11
18. Python Basic (基本文法) 習得 - List 主要メソッド、修正、削除
10:25
19. Python Basic（基本文法）を学ぶ - タプル
06:08
20. Python Basic (基本文法) 習得 - Dictionary
06:49
21. Pythonの基本 (基本文法) を習得する - IF条件文
05:07
22. Python Basic (基本文法) 習得 - For Loop 繰り返し文
10:07
23. Python Basic (基本文法) 習得 - while loop 反復文
04:52
24. Pythonの基本（基本文法）を学ぶ - ユーザー定義関数
06:44
25. 講義資料
26. Python Basic（基本文法）習得 - クラスの基本概念（改訂2版）
13:36
27. Python Basic（基本文法）習得 - クラスの継承とメソッドのオーバーライド（改訂2版）
09:48
28. Python Basic（基本文法）習得 - クラス映画背景説明（改訂2版）
05:32
29. Python Basic (基本文法) 習得 - クラス映画コード実習 (改訂2版)
09:11
30. Python Basic（基本文法）の習得 - クラス実践例デモ（改訂2版）
05:49
31. Python Basic (基本文法) 習得 - クラス映画実践例題実装 (改訂2版)
11:17
32. Pythonクラス講義資料（改訂2版）

セクション 4．ステップ3：データ加工 - pandas

14件 ∙ (1時間 32分)

セクション 5．ステップ4：データ可視化 - matplotlib、seaborn、そしてplotly

20件 ∙ (3時間 9分)

セクション 6．ステップ5：Streamlitの基本文法を習得する

26件 ∙ (2時間 30分)

セクション 7．ステップ6：Python機械学習の基本例（Scikit-Learn）

19件 ∙ (3時間 5分)

セクション 8．ステップ7：地理空間データ（GeoPandas）の加工および可視化

7件 ∙ (45分)

セクション 9．ステップ8：APIクローリング＆ウェブクローリング

18件 ∙ (1時間 48分)

セクション 10．ステップ9：Streamlit 実践プロジェクト例

31件 ∙ (4時間 11分)

セクション 11．ステップ10：Streamlitダッシュボードのデプロイ

5件 ∙ (44分)

セクション 12．ステップ 11: Google Cloud と Github Actions を活用したデプロイ

25件 ∙ (3時間 26分)

セクション 13．(ボーナス) 就職活動生のポートフォリオ準備

4件 ∙ (1時間 28分)

セクション 14．(ボーナス - Streamlit)

4件 ∙ (48分)

セクション 15．ボーナス講義：ビッグデータ分析技士実技 - 作業1タイプ（過去問タイプ復元）

9件 ∙ (1時間 52分)

セクション 16．ボーナス講義：ビッグデータ分析技士実技 - 作業2類型 (過去問タイプの復元)

4件 ∙ (54分)

セクション 17．ボーナス講義：ビッグデータ分析技士実技 - 作業3類型（過去問タイプの復元）

20件 ∙ (3時間 11分)

セクション 18．(ボーナス - Excel)

2件 ∙ (37分)

セクション 19．SQL講義準備中

2件 ∙ (20分)

セクション 20．ギター

1件 ∙ (14分)

講座掲載日:

最終更新日:

受講レビュー

全体

13件

4.4

13件の受講レビュー

최규진
受講レビュー 10
∙
平均評価 5.0
5
40% 受講後に作成
- Evan
  知識共有者
  감사합니다.
이한울
受講レビュー 1
∙
平均評価 5.0
5
100% 受講後に作成
- Evan
  知識共有者
  감사합니다.
jeonghwan.yang
受講レビュー 7
∙
平均評価 5.0
5
60% 受講後に作成
- Evan
  知識共有者
  감사합니다.
박지애
受講レビュー 3
∙
平均評価 5.0
5
100% 受講後に作成
- Evan
  知識共有者
  감사합니다.
YHKim77
受講レビュー 2
∙
平均評価 5.0
5
30% 受講後に作成
- Evan
  知識共有者
  부족한 강의에 좋은 평가 주셔서 감사합니다.

￥8,200

似ている講座

同じ分野の他の講座を見てみましょう！

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

퇴근후딴짓

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.

Beginner

빅데이터분석기사, 빅데이터, Python

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

퇴근후딴짓

단 두 장의 문서로 데이터 분석과 시각화 뽀개기

박조은

Pandas로 데이터 분석, 전처리, 머신러닝, 딥러닝에 활용하다 보면 늘 사용하는 기능 위주로 사용하게 됩니다. 이런 핵심적인 내용만을 모아 정리해 놓은 Pandas Cheat Sheet가 있습니다. 두꺼운 책으로 Pandas를 배우다 지치신 분들께 단 두 장의 문서로 Python Pandas를 알려드립니다. Pandas 공식 튜토리얼에서 제공하는 cheat sheet로 Pandas의 핵심 기능을 익혀봅니다.

Basic

Python, Pandas

단 두 장의 문서로 데이터 분석과 시각화 뽀개기

박조은

[2025]빅분기 실기! 최신 기출 풀이로 한 방에 합격하기(파이썬)

데이터코드랩

많은 응시자가 기출 문제를 풀어보고 싶어합니다. 왜 그럴까요? 왜냐하면, 출제자가 기출 문제를 참고하기 때문이죠. 최신 기출 풀이, 합격의 지름길입니다.

Basic

Python, 빅데이터분석기사, 빅데이터

[2025]빅분기 실기! 최신 기출 풀이로 한 방에 합격하기(파이썬)

데이터코드랩

빅데이터 분석기사 시험 실기(Python)

대구빅데이터활용센터

국가기술자격증 빅데이터분석기사 실기 with Python 강의입니다. 여러분들의 합격을 응원합니다!

Basic

빅데이터, Python

빅데이터 분석기사 시험 실기(Python)

대구빅데이터활용센터

Python을 활용한 빅데이터 분석과 시각화

한국사회능력개발원

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

Beginner

Python, 빅데이터

Python을 활용한 빅데이터 분석과 시각화

한국사회능력개발원

[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]

잔재미코딩 DaveLee

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

Basic

머신러닝, Kaggle, Pandas

[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]

잔재미코딩 DaveLee

[리뉴얼] 처음하는 MongoDB(몽고DB) 와 NoSQL(빅데이터) 데이터베이스 부트캠프 [입문부터 활용까지] (업데이트)

잔재미코딩 DaveLee

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.

Basic

Python, MongoDB, DBMS/RDBMS

[리뉴얼] 처음하는 MongoDB(몽고DB) 와 NoSQL(빅데이터) 데이터베이스 부트캠프 [입문부터 활용까지] (업데이트)

잔재미코딩 DaveLee

파이썬 머신러닝

Masocampus

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.

Intermediate

머신러닝, Pandas, Numpy

파이썬 머신러닝

Masocampus

[개념부터 실습까지] 추천 시스템 입문편

데이터리안

인프런 누적 수강생 10,000명 이상, 풍부한 온/오프라인 강의 경험을 가진 데이터리안의 추천 시스템 입문 강의. 추천 시스템의 기초 이론을 배우고, 영화 데이터 분석을 함께 실습해 봅니다.

Basic

머신러닝, Pandas, Seaborn

[개념부터 실습까지] 추천 시스템 입문편

데이터리안

코딩없이 시작하는 엑셀 크롤링. WEB부터 ChatGPT API까지

다비

코딩을 모르는 분들도 쉽게, 엑셀 파워쿼리 기능을 활용하여 데이터를 수집하고 가공하는 방법을 배우실 수 있어요. 아래 프로젝트를 같이 실습하면서 엑셀 크롤링 기술을 배웁니다.

Beginner

Excel PowerQuery, 웹 크롤링, 웹 스크래핑

코딩없이 시작하는 엑셀 크롤링. WEB부터 ChatGPT API까지

다비

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

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.

Basic

Docker, 가상화, Python

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1

DeepingSauce

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.

Basic

Pandas, 투자, 퀀트

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1

DeepingSauce