Python Streamlit을 활용한 대시보드 만들기 (feat. 빅데이터 분석기사 실기 준비)

Name: Python Streamlit을 활용한 대시보드 만들기 (feat. 빅데이터 분석기사 실기 준비)
Price: 69300 KRW
Rating: 4.4 (13 reviews)

Khóa học nhập môn này được thiết kế là khóa học dễ nhất và thực tế nhất, phù hợp với trình độ của người mới bắt đầu Python. Bạn sẽ học cách tạo bảng điều khiển trực quan bằng Streamlit, Google Cloud Platform để triển khai, v.v. Ngoài ra, khóa học còn giúp bạn chuẩn bị cho kỳ thi thực hành Kỹ sư phân tích dữ liệu lớn.

(4.4) 13 đánh giá

128 học viên

Evan

데이터시각화

streamlit

실습 중심

실습코드

Python

Scikit-Learn

Pandas

Web Crawling

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Python học máy
Python phân tích dữ liệu
Python cào web
Python Dashboard
Kỹ sư phân tích Big Data

Đây là cuộc phỏng vấn với giảng viên, người đã thảo luận về động lực chuẩn bị bài giảng và tiềm năng phát triển trong tương lai của ông. Các sách liên quan cũng được đính kèm.

Sách giáo khoa này bao gồm một phương pháp toàn diện để triển khai nhiều dự án trực quan hóa dữ liệu khác nhau bằng Streamlit, một thư viện Python mã nguồn mở . Bạn sẽ khám phá nhiều bảng điều khiển và ví dụ, bao gồm Python, Pandas, thu thập dữ liệu web, Scikit-Learn, Streamlit, v.v.

Cuốn sách giáo khoa này sẽ là cẩm nang chất lượng cho bất kỳ ai có nguyện vọng trở thành nhà phân tích dữ liệu.

*Không cần mua sách giáo khoa.

Sự khác biệt chính so với bài giảng video trên YouTube ✅

Mặc dù video trên YouTube dành cho độc giả đã mua sách , nhưng điểm khác biệt lớn nhất là chúng không cho phép người xem đặt câu hỏi và trả lời. Thật khó để trả lời mọi câu hỏi từ độc giả chưa thực sự mua sách.

Vậy, sự khác biệt là:

Sự khác biệt lớn nhất là nó có thể cung cấp tính năng Hỏi & Đáp thông qua môi trường Inflearn .
Mã nguồn và tài liệu bài giảng cho các slide bài giảng và các bài giảng bổ sung khác không có trong sách đều không có trên YouTube.
Trên thực tế, một số bài hướng dẫn trong bài giảng này (như Selenium) không có trong sách giáo khoa.

Đã cập nhật cho phiên bản thứ hai (các lớp Python, tính năng Streamlit mới, sử dụng Cursor AI)
Hiện tại, số lượng bài giảng còn ít, chỉ khoảng 200 bài, nhưng con số này dự kiến sẽ tiếp tục tăng trong tương lai.
Các khóa học Google Cloud và Github Actions dự kiến sẽ được quay phim và hoàn thành vào ngày 31 tháng 3 năm 2024. (Đã hoàn thành)
Ngoài các bài giảng liên quan đến Python, chúng tôi sẽ tiếp tục cập nhật trang web này với nhiều bài giảng thiết yếu cho việc làm. Hãy coi chúng như những bài giảng bổ sung . Chúng tôi sẽ tiếp tục cập nhật nội dung với nhiều nội dung đa dạng, không chỉ giới hạn trong sách. Chúng tôi dự định liên tục cập nhật nội dung liên quan đến việc làm dựa trên nhu cầu của học viên.
- Ví dụ: Cách tạo danh mục đầu tư GitHub và danh mục đầu tư PPT
- Ví dụ: Kỳ thi thực hành Nhà phân tích dữ liệu lớn dự kiến được quay trước ngày 31 tháng 5 năm 2024
Nếu bạn thích bài giảng mẫu, vui lòng mua ngay.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Người mới tiếp cận lập trình
Người muốn tạo portfolio ứng tuyển
Ai muốn ôn thi thực hành Big Data Analyst?

Xin chào
Đây là

128

Học viên

Đánh giá

Trả lời

4.4

Xếp hạng

Khóa học

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.

Chương trình giảng dạy

Tất cả

243 bài giảng ∙ (34giờ 20phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. Giới thiệu bài giảng

2 bài giảng ∙ (10phút)

Phần 2. Bước 1: Thiết lập môi trường phát triển Python

8 bài giảng ∙ (44phút)

3. Cài đặt Python (Windows 11)
03:53
4. Cài đặt Visual Studio Code (Windows 11)
06:53
5. Cài đặt Anaconda (Windows 11)
06:38
6. Cài đặt Miniconda (Windows 11)
03:52
7. Github (Windows 11)
03:56
8. Cài đặt Git (Windows 11)
06:39
9. Sử dụng Git (Windows 11)
06:31
10. Cài đặt môi trường ảo (virtualenv)
05:58

Phần 3. Giai đoạn 2: Cú pháp Python cơ bản

22 bài giảng ∙ (2giờ 43phút)

11. Cú pháp cơ bản Python - Lý thuyết
08:48
12. Học Python Cơ Bản (Cú pháp cơ bản) - Chú thích
04:08
13. Học Python Basic (Cú pháp cơ bản) - Kiểu dữ liệu nguyên thủy
06:55
14. Học Python Cơ Bản (Cú pháp cơ bản) - Các phép toán số học và toán tử
11:25
15. Học Python cơ bản (cú pháp cơ bản) - Indexing và Slicing chuỗi
10:54
16. Học Python Cơ Bản (Cú pháp cơ bản) - Các phương thức String chính
08:14
17. Học Python cơ bản (Cú pháp cơ bản) - Indexing, Slicing List
07:11
18. Học Python Cơ Bản (Cú pháp cơ bản) - Các phương thức chính, sửa đổi, xóa của List
10:25
19. Học Python Basic (Cú pháp cơ bản) - Tuple
06:08
20. Học Python Cơ Bản (Cú pháp cơ bản) - Từ điển (Dictionary)
06:49
21. Học Python Cơ Bản (Cú pháp cơ bản) - Câu lệnh điều kiện IF
05:07
22. Học Python Cơ Bản (Cú pháp cơ bản) - Vòng lặp For
10:07
23. Học Python Cơ Bản (Cú pháp cơ bản) - Vòng lặp while
04:52
24. Học Python Cơ Bản (Cú Pháp Cơ Bản) - Hàm Tự Định Nghĩa
06:44
25. Tài liệu bài giảng
26. Học Python Cơ Bản (Cú pháp cơ bản) - Khái niệm cơ bản về Class (Tái bản lần 2)
13:36
27. Học Python Cơ bản (Cú pháp cơ bản) - Kế thừa lớp và Ghi đè phương thức (Ấn bản sửa đổi lần 2)
09:48
28. Học Python Basic (Cú pháp cơ bản) - Giải thích bối cảnh phim Class (Ấn bản sửa đổi lần 2)
05:32
29. Học Python Cơ Bản (Cú Pháp Cơ Bản) - Thực Hành Mã Phim trong Class (Ấn Bản Sửa Đổi Lần 2)
09:11
30. Học Python Cơ bản (Cú pháp cơ bản) - Trình diễn Ví dụ Thực tế về Lớp (Ấn bản sửa đổi lần 2)
05:49
31. Học Python Basic (cú pháp cơ bản) - Thực hiện ví dụ thực tế về lớp Phim (bản sửa đổi lần 2)
11:17
32. Tài liệu bài giảng về lớp Python (phiên bản sửa đổi lần 2)

Phần 4. Giai đoạn 3: Xử lý dữ liệu - pandas

14 bài giảng ∙ (1giờ 32phút)

Phần 5. Giai đoạn 4: Trực quan hóa dữ liệu - matplotlib, seaborn và plotly

20 bài giảng ∙ (3giờ 9phút)

Phần 6. Giai đoạn 5: Làm quen với cú pháp cơ bản của Streamlit

26 bài giảng ∙ (2giờ 30phút)

Phần 7. Giai đoạn 6: Ví dụ cơ bản về Machine Learning với Python (Scikit-Learn)

19 bài giảng ∙ (3giờ 5phút)

Phần 8. Bước 7: Xử lý và trực quan hóa dữ liệu không gian địa lý (GeoPandas)

7 bài giảng ∙ (45phút)

Phần 9. Bước 8: Thu thập dữ liệu API & Thu thập dữ liệu Web

18 bài giảng ∙ (1giờ 48phút)

Phần 10. Bước 9: Ví dụ dự án thực tế với Streamlit

31 bài giảng ∙ (4giờ 11phút)

Phần 11. Bước 10: Triển khai Bảng điều khiển Streamlit

5 bài giảng ∙ (44phút)

Phần 12. Bước 11: Triển khai bằng Google Cloud và Github Actions

25 bài giảng ∙ (3giờ 26phút)

Phần 13. (Thưởng) Chuẩn bị portfolio cho người tìm việc

4 bài giảng ∙ (1giờ 28phút)

Phần 14. (Phần thưởng - Streamlit)

4 bài giảng ∙ (48phút)

Phần 15. Bài giảng bổ trợ: Thực hành Kỹ sư Phân tích Dữ liệu Lớn - Dạng 1 (Phục dựng dạng bài thi đã ra)

9 bài giảng ∙ (1giờ 52phút)

Phần 16. Bài giảng bổ sung: Thực hành thi chứng chỉ Chuyên viên Phân tích Dữ liệu Lớn - Dạng bài 2 (Phục dựng dạng đề thi đã ra)

4 bài giảng ∙ (54phút)

Phần 17. Bài giảng bonus: Thực hành phân tích dữ liệu lớn - Dạng 3 (Phục hồi dạng bài thi đã ra)

20 bài giảng ∙ (3giờ 11phút)

Phần 18. (Thưởng - Excel)

2 bài giảng ∙ (37phút)

Phần 19. Đang chuẩn bị bài giảng SQL.

2 bài giảng ∙ (20phút)

Phần 20. Đàn ghi-ta

1 bài giảng ∙ (14phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

13 đánh giá

4.4

13 đánh giá

navch35492376
Đánh giá 10
∙
Đánh giá trung bình 5.0
5
40% đã tham gia
- j2hoon856466
  Giảng viên
  Thank you.
wool9017943
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
- j2hoon856466
  Giảng viên
  Thank you.
jeonghwanyang2728
Đánh giá 7
∙
Đánh giá trung bình 5.0
5
60% đã tham gia
- j2hoon856466
  Giảng viên
  Thank you.
jiae870636
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
- j2hoon856466
  Giảng viên
  thank you.
yhkim771068
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
30% đã tham gia
- j2hoon856466
  Giảng viên
  Thank you for your kind feedback on my poor lecture.

1.463.040 ₫

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

[2025] Big Branch Practical! Pass in one shot with the latest past exam solutions (Python)

datacodelab

Many applicants want to solve past questions. Why is that? Because the question setter refers to past questions. Solving the latest past questions is the shortcut to success.

Basic

Python, Engineer Big Data Analysis, Big Data

[2025] Big Branch Practical! Pass in one shot with the latest past exam solutions (Python)

datacodelab

[After Work Side Projects] Big Data Analytics Engineer Practical Exam (Task Types 1, 2, 3)

roadmap

I will guide non-majors and beginners to quickly pass the Big Data Analysis Engineer practical exam! Theory lightly, practice thoroughly. Even without complex background knowledge, focusing on past questions, we intensively study only the points sure to appear on the exam.

Beginner

Engineer Big Data Analysis, Big Data, Python

[After Work Side Projects] Big Data Analytics Engineer Practical Exam (Task Types 1, 2, 3)

roadmap

Data Analysis Using Kim Il-han's Python-based Pandas

softcampus

This course is a course to learn data analysis methods using the Pandas library. You will learn practical application methods by learning the library and analyzing sample data in parallel.

Basic

Pandas, Anaconda

Data Analysis Using Kim Il-han's Python-based Pandas

softcampus

Python Programming Using Chat GPT

admin0013

Leveraging Python's basic syntax and popular libraries Auto-generating Python syntax and library code using ChatGPT

Basic

Python, ChatGPT, Web Crawling

Python Programming Using Chat GPT

admin0013

Creating a Python Web App Using Streamlit

learnaday

Build and share your own data analysis app quickly and easily using Streamlit!

Basic

streamlit

Creating a Python Web App Using Streamlit

learnaday

Big Data Analyst Exam Practice (Python)

dee

This is a lecture on the National Technical Qualification Big Data Analysis Technician Practical with Python. We hope you all pass!

Basic

Big Data, Python

Big Data Analyst Exam Practice (Python)

dee

Big Data Analysis and Visualization Using Python

kpcre

We explored the essential Python syntax necessary for big data analysis and, through various examples, presented methods such as big data file processing and visualization.

Beginner

Python, Big Data

Big Data Analysis and Visualization Using Python

kpcre

Data-driven stock quant investment with Python Part 2

DeepingSauce

This lecture is a follow-up lecture to 'Python Data-Based Stock Quant Investment Part 1'. If Part 1 was more of an introduction, Part 2 is an in-depth lecture that focuses on the entire flow of practical strategy implementation and quantitative investment development. This class focuses on advanced Pandas techniques for handling time series data, and how to implement signal-based strategies and static/dynamic asset allocation strategies that require adjusting asset weights at various intervals based on this. Furthermore, it goes beyond strategy implementation and learns about 'code framework' that directly verifies and backtests various investment strategies with minimal code modifications, how to extend this to improve it so that it can lead to actual investment, and what to watch out for in this process. In addition to the programming component, you can experience the best Python quant investment flow that you cannot find in investment books, blogs, YouTube, etc. by deeply covering theoretical contents such as the two types of return concepts (simple return, log return) and evaluation indicators related to backtesting.

Intermediate

Pandas, Investment, Quant

Data-driven stock quant investment with Python Part 2

DeepingSauce

AI Web Programming (Streamlit)

bestdjango

Make AI data analysis and modeling results into a Web Program.

Beginner

streamlit, Machine Learning(ML), Django

AI Web Programming (Streamlit)

bestdjango

Python Selenium Advanced (python selenium - crawling, crawler)

lread90

Advanced Selenium course that is not blocked on large platforms Developing a bot that moves like a human

Intermediate

Web Crawling, Selenium, cdp

Python Selenium Advanced (python selenium - crawling, crawler)

lread90

Python Algorithm Trading Part 1: Python Data Analysis for Algorithm Trading

danielyouk

Learn a systematic approach to S&P 500 pair trading with Python. Lay the foundation for an investment strategy that excludes emotions through professional data analysis.

Basic

Python, oop, Quant

Python Algorithm Trading Part 1: Python Data Analysis for Algorithm Trading

danielyouk

Practical Docker: Creating your own deep learning cloud computer with Docker

danielyouk

You can create a deep learning analysis environment in the cloud using Docker. When Docker images managed by Google, MS, etc. are combined with the cloud, you can work with the latest deep learning analysis methods on your computer.

Basic

Docker, Virtualization, Python

Practical Docker: Creating your own deep learning cloud computer with Docker

danielyouk

Python Excel Programming - with xlsxwriter

jejucoding

This is a basic course on Python Excel programming that you can learn with the xlsxwriter tutorial. You can analyze data and automate tasks using Python and Excel.

Beginner

Python, XlsxWriter

Python Excel Programming - with xlsxwriter

jejucoding

Building a Python Trading Room for Quantitative Investing - Part 3

quanttrader

In Part 3 of Creating a Python Trading Room for Quant Investment, you will learn about portfolio theory and concepts necessary for real investment, as well as how to implement them with code. In Parts 1 & 2, you mainly learned about code implementation methods for analyzing financial data, and in Part 3, you will learn about 'portfolios', which are an important part of quantitative investment. With the question of why you should create a portfolio, you will learn portfolio theory, implement it in Python, and practice the code necessary for real portfolio investment. I hope this lecture will be helpful for your own portfolio investment.

Intermediate

Quant, Python, Investment

Building a Python Trading Room for Quantitative Investing - Part 3

quanttrader

Reinforcement Learning All-in-One: Fundamentals, Latest Algorithms, and Practical Applications

multicoreit

AI that thinks and adapts? Now you can build it yourself. Master the core of reinforcement learning with intuitive explanations and code, not complex theories, and grow into a 'practical developer' through finance and industry projects.

Intermediate

Python, Artificial Neural Network, Reinforcement Learning(RL)

Reinforcement Learning All-in-One: Fundamentals, Latest Algorithms, and Practical Applications

multicoreit

Using Open API with Python

admin0013

You can learn the skills and know-how needed to improve work efficiency by utilizing Open API and Python.

Beginner

Python, REST API, OAuth

Using Open API with Python

admin0013

Pillow Investment Method: AI Stock Auto-Trading Machine That Makes Money While You Sleep

cheatkeylab

Revolutionize your stock investments with AI! In this lecture, you will directly build a real, working AI automated trading system targeting the top 25 NASDAQ stocks. We provide a special opportunity to gain experience and know-how through simulated investments with the 한국투자증권 API, and to perform AI stock automated trading with a real account. Even stock beginners will have no problem. We will easily explain basic stock concepts and why you should invest in US stocks, and provide all source code and remote support. From now on, investment is essential for the next 60 years of our lives. Create your own AI investment partner that will be with you!

Beginner

Python, Deep Learning(DL), Data Engineering

Pillow Investment Method: AI Stock Auto-Trading Machine That Makes Money While You Sleep

cheatkeylab

Python pyautogui for task automation, beautifulsoup crawling basics

kimfl

Those who have learned the basics of Python will learn how to utilize Python after watching this lecture.

Basic

Python, Web Crawling

Python pyautogui for task automation, beautifulsoup crawling basics

kimfl

Mathematical Statistics Basics for Non-Majors (Practical)

SW School

This course is a course that practices the basics of machine learning mathematics and statistics using Python. Machine learning and deep learning require programming skills, but they also require a mathematical background to understand the principles. Through this course, you can gradually learn the basic mathematics required for artificial intelligence.

Basic

Linear Algebra, Probability and Statistics, Python

Mathematical Statistics Basics for Non-Majors (Practical)

SW School

Data Analysis with Python Code

pnuswedu

Learn how to collect data from the web and create a supervised learning model for machine learning!

Beginner

Python, Pandas, Web Scraping

Data Analysis with Python Code

pnuswedu

Python Streamlit을 활용한 대시보드 만들기 (feat. 빅데이터 분석기사 실기 준비)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Chủ đề và mục tiêu bài giảng 💎

Tôi thực sự muốn giới thiệu khóa học này đến những người này! 🔑

Bài giảng này nói về dự án với Streamlit
Mọi thứ đều được thực hiện cùng một lúc với Python !

Những gì bạn sẽ học được trong khóa học này 📚

Giới thiệu cấu trúc của bài giảng này 💻

Chỉ có trong bài giảng Inflearn ✨

Đừng bỏ lỡ những lợi ích được cung cấp.

Một bài giảng sẽ tiếp tục phát triển trong tương lai

Nếu hiện tại bạn đang do dự có nên mua khóa học hay không, vui lòng đọc phần này.

Người tìm việc!

Vui lòng kiểm tra trước khi tham gia lớp học!

Để có bài giảng tốt hơn 🍒

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học tương tự

Python Streamlit을 활용한 대시보드 만들기 (feat. 빅데이터 분석기사 실기 준비)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Chủ đề và mục tiêu bài giảng 💎

Tôi thực sự muốn giới thiệu khóa học này đến những người này! 🔑

Bài giảng này nói về dự án với Streamlit Mọi thứ đều được thực hiện cùng một lúc với Python !

Những gì bạn sẽ học được trong khóa học này 📚

Giới thiệu cấu trúc của bài giảng này 💻

Chỉ có trong bài giảng Inflearn ✨

Đừng bỏ lỡ những lợi ích được cung cấp.

Một bài giảng sẽ tiếp tục phát triển trong tương lai

Nếu hiện tại bạn đang do dự có nên mua khóa học hay không, vui lòng đọc phần này.

Người tìm việc!

Vui lòng kiểm tra trước khi tham gia lớp học!

Để có bài giảng tốt hơn 🍒

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học tương tự

Bài giảng này nói về dự án với Streamlit
Mọi thứ đều được thực hiện cùng một lúc với Python !

Khuyến nghị cho
những người này

Xin chào
Đây là