BEST

Tìm kiếm tín hiệu và tiếng ồn với Python Stock Data Collection and Analysis

Name: Tìm kiếm tín hiệu và tiếng ồn với Python Stock Data Collection and Analysis
Price: 89100 KRW

Đây không phải là khóa học đầu tư. Khóa học này tập trung vào việc thu thập, phân tích và trực quan hóa dữ liệu thông qua dữ liệu chứng khoán. Khóa học sẽ hướng dẫn bạn về nhiều định dạng dữ liệu khác nhau và nhiều kỹ thuật xử lý văn bản khác nhau. Khóa học sẽ hướng dẫn bạn về các kỹ thuật trực quan hóa dữ liệu theo chuỗi thời gian và cách biểu diễn quy mô. Khóa học sẽ hướng dẫn bạn về một số kỹ thuật phân tích dữ liệu giá cổ phiếu. Khóa học này sẽ giúp bạn tìm hiểu cách thu thập thông tin chi tiết thông qua phân tích dữ liệu. Khóa học sẽ giúp bạn áp dụng những kiến thức học được từ dữ liệu giá cổ phiếu vào việc thu thập, phân tích và trực quan hóa dữ liệu theo chuỗi thời gian như lượng nhu cầu, lượng hàng tồn kho, lượng bán hàng và lượng truy cập.

(4.8) 105 đánh giá

1,400 học viên

todaycode

Python

Plotly

Pandas

Numpy

Seaborn

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Quét web, không phải thu thập dữ liệu
FinanceDataReader thông qua một dòng thực sự để thu thập thông tin giá cổ phiếu
Pandas code thu thập dữ liệu chỉ bằng một hoặc hai dòng
Cách thu thập dữ liệu mà không cần mã hóa phức tạp dựa trên việc hiểu tab mạng của trình duyệt
Xử lý định dạng tệp JSON
Tìm hiểu về cách xử lý dữ liệu chuỗi thời gian và nhiều phép toán khác nhau sử dụng diff và shift.
일별 수익률 và tổng số lợi nhuận của giá cổ phiếu
Sự khác biệt và cách sử dụng seaborn, plotly, pandas plot, matplotlib
Kỹ thuật trực quan hóa tương tác thông qua plotly, cufflinks
Cách xử lý trước văn bản, filter, merge, concat của Pandas
ETF, cách thu thập và phân tích tất cả các loại ngành/chủ đề
Bollinger Band, MACD, RSI và các chỉ số phụ trợ khác được triển khai và hiểu nguyên lý
Hiểu các thuật ngữ như PER, EPS, BPS, PBR, ETF, ngược, đòn bẩy, phòng ngừa rủi ro tỷ giá hối đoái dành cho người mới bắt đầu

Dữ liệu từ A đến Z, Học từ dữ liệu chứng khoán
Học cách thu thập, phân tích và hình dung!

Trong dữ liệu
Tìm kiếm tín hiệu và tiếng ồn,
Thêm nhiều hiểu biết sâu sắc! 📈

Này các bạn, các bạn có biết cuốn sách "Tín hiệu và tiếng ồn" không?
Chúng tôi sử dụng phân tích dữ liệu và trực quan hóa để dự đoán tương lai không chắc chắn và tìm ra thông tin chi tiết.
Đó là lý do tại sao công việc của nhà phân tích dữ liệu là tìm ra tín hiệu và nhiễu trong một lượng dữ liệu khổng lồ .

Bài giảng này bắt đầu chính xác từ góc nhìn đó.
Đây là việc tiếp nhận và phân tích dữ liệu giá cổ phiếu theo thời gian thực đang tăng và giảm ngay lúc này.

증권 데이터 수집과 분석으로 신호와 소음 찾기

Trong bài giảng này, chúng ta sẽ tìm hiểu ba bước thu thập/xử lý trước dữ liệu - phân tích - trực quan hóa .

Tìm hiểu cách thu thập và xử lý trước dữ liệu của riêng bạn thay vì sử dụng dữ liệu do người khác thu thập.
Mục đích là tìm hiểu và áp dụng các phương pháp phân tích dữ liệu để sử dụng trong công việc hoặc nghiên cứu.

phân tích dữ liệu,
Tại sao lại là dữ liệu chứng khoán?
Tôi có nên học nó không? 📊

Bạn phải làm sao nếu cần sao chép và dán nội dung từ hàng chục hoặc hàng trăm trang web vào Excel?
Nếu dữ liệu bạn thu thập quá lộn xộn đến mức bạn không biết phải bắt đầu từ đâu thì sao?
Bạn phải làm sao nếu không biết cách áp dụng các thuật ngữ thống kê đã học ở trường trung học?

👉 Nếu bạn đồng ý, bây giờ là lúc xây dựng nền tảng dữ liệu của bạn !

Bạn có biết Pandas, thư viện phân tích dữ liệu Python, được phát triển bởi các chuyên gia định lượng làm việc trên thị trường chứng khoán không? Dữ liệu chứng khoán là dữ liệu có thể áp dụng cho nhiều phương pháp phân tích, công thức, thống kê, v.v.

Sự khác biệt giữa dữ liệu phân loại và dữ liệu số là gì?
Phương pháp trực quan hóa nào là phù hợp để tìm tín hiệu và nhiễu trong dữ liệu?
Phân tích dữ liệu chứng khoán sẽ dạy bạn cách làm việc với dữ liệu ở nhiều định dạng khác nhau.

Phát triển thông qua phân tích dữ liệu chứng khoán
Thể lực dựa trên dữ liệu.

보조 지표 이해하고 차트 구현하기

✅ Bạn cũng có thể thử áp dụng phân tích kỹ thuật như đường trung bình động, dải Bollinger, MACD và RSI.
✅ Bạn cũng có thể vẽ biểu đồ chỉ bằng một hoặc hai dòng mã bằng cách sử dụng các thư viện có sẵn.
✅ Hiểu các nguyên tắc phân tích kỹ thuật và triển khai biểu đồ như trong HTS hoặc MTS .

Ai sẽ được hưởng lợi khi học điều này? 🔍

_{Với dữ liệu sống
Phân tích dữ liệu
Dành cho những ai muốn học}

_{Sử dụng Python
Trong phân tích dữ liệu
Dành cho những ai muốn bắt đầu}

_{Thu thập dữ liệu và
Cách xử lý trước
Dành cho những ai muốn học}

_{Dải Bollinger, MACD,
Các chỉ số phụ trợ như RSI
Bất kỳ ai muốn thực hiện/phân tích}

📢 Kiểm tra kiến thức chơi của bạn!

Khóa học này dành cho người mới bắt đầu hoặc học viên trình độ cao và yêu cầu những kiến thức tiên quyết sau:

Cách đọc bảng trong định dạng Excel (hiểu hàng và cột)
Các phép tính số học cơ bản và kiến thức toán cấp trung học cơ sở
Hiểu về giá trị trung bình, trung vị, phần trăm, phương sai và độ lệch chuẩn
Hiểu về Chuỗi, Số, Danh sách và Biến trong Python

Chỉ dành cho bài giảng này
Hãy để tôi cho bạn biết những tính năng chính. ⚡️

Thu thập dữ liệu trong một hoặc hai dòng mã 🧹

Tìm hiểu cách thu thập dữ liệu từ các trang web mà trước đây có vẻ như chỉ có thể thu thập được bằng các công cụ mạnh mẽ như Selenium, chỉ với một hoặc hai dòng mã, bằng cách sử dụng tab mạng trong trình duyệt của bạn. Bạn có thể trực tiếp thu thập và phân tích thông tin cần thiết cho công việc hoặc nghiên cứu.

Thứ hai, các công cụ trực quan hóa động cũng ổn. 📈

Trong bài giảng này, bạn sẽ học cách sử dụng cả công cụ trực quan hóa tĩnh và động. Hình ảnh hóa dữ liệu động sẽ cho phép bạn truyền đạt và triển khai thông tin rộng hơn và phức tạp hơn một cách hiệu quả so với chỉ sử dụng các công cụ hình ảnh hóa tĩnh.

Thứ ba, chúng ta sẽ phát triển khả năng nhìn thấy khu rừng 🧰

Thật khó để học nhiều công cụ cùng một lúc. Bạn chỉ cần hiểu các chức năng cốt lõi. Nếu bạn biết cách đọc và hiểu tài liệu ngay cả khi công cụ thay đổi, bạn sẽ không sợ khi các thư viện mới xuất hiện.

Thứ tư, một thư viện có thể sử dụng một cách thuận tiện! 💡

Bất kỳ tính năng nào mà chúng ta cảm thấy cần thiết đều đã được ai đó tóm tắt và tạo ra dưới dạng thư viện. Tìm hiểu cách cài đặt và làm quen với các công cụ mới. Có thể sử dụng thuận tiện khi thực sự phân tích dữ liệu.

Thứ năm, chúng tôi cung cấp tài liệu thực tế phong phú. 💻

Chúng tôi cung cấp hai loại tài liệu thực hành: tệp không có mã (đầu vào) và tệp có mã (đầu ra). Bạn có thể theo dõi bài giảng bằng cách nhập trực tiếp mã vào ô trống có mô tả, thực hành bằng cách chạy tệp chứa mã hoặc xem lại bằng cách điền vào ô trống sau khi nghe bài giảng.

Sáu, phân tích kỹ thuật + chỉ báo phụ trợ! 📖

Khóa học này bao gồm một quy trình để hiểu các nguyên tắc bằng cách trực tiếp triển khai và hiển thị nhiều chỉ báo phụ trợ khác nhau (đường trung bình động, Dải Bollinger, RSI, MACD, v.v.) có thể được nhìn thấy trong HTS và MTS của các công ty chứng khoán trên biểu đồ trực quan. Điều này sẽ hữu ích cho những ai muốn học cách tự triển khai và phân tích nhiều chỉ số phụ trợ khác nhau.

코드가 입력되지 않은 파일(input)과 입력된 파일(output) 2가지 실습자료를 제공 _{Cung cấp hai loại tài liệu thực hành: tệp không có mã (đầu vào) và tệp có mã (đầu ra).}

HTS, MTS 에서 볼 수 있는 보조지표(이동평균, 볼린저밴드, RSI, MACD) 직접 구현하고 원리 이해하기 _{Triển khai các chỉ báo phụ trợ (đường trung bình động, dải Bollinger, RSI, MACD) có thể thấy trong HTS và MTS và hiểu các nguyên tắc}

Trong một bài giảng
Quá nhiều kỹ năng
Bạn có thể học. 📌

Giới thiệu ngắn gọn về các kỹ năng bạn sẽ học trong khóa học này!

🐼 Pandas: Một công cụ phân tích dữ liệu tiêu biểu bằng Python, được tạo ra để phân tích dữ liệu tài chính.
🧮 Numpy: Công cụ tính toán số cho Python.
📊 matplotlib: Công cụ trực quan hóa dữ liệu tiêu biểu của Python.
📊 seaborn: Một công cụ trực quan hóa cấp cao tóm tắt matplotlib để dễ sử dụng, cung cấp các hoạt động thống kê cơ bản.
📊 plotly: Cung cấp các tính năng trực quan hóa cấp cao và cấp thấp và cho phép trực quan hóa tương tác.
📊 Khuy măng sét: Một công cụ hiệu quả kết nối mạnh mẽ giữa plotly và pandas.
📈 FinanceDataReader: Một công cụ cho phép bạn thu thập dữ liệu tài chính chỉ bằng một vài dòng mã.
🌏 Yêu cầu: Một công cụ có thể nhận mã nguồn của trang web thông qua giao tiếp HTTP.
🔍 BeautifulSoup4: Một công cụ có thể lấy thông tin mong muốn từ mã nguồn của trang web.
⏰ tqdm: Bạn có thể xem tiến trình của các tác vụ chạy lâu như thu thập dữ liệu hoặc xử lý trước.

Bạn tò mò về điều gì?
Hãy kiểm tra trước nhé! 🙋‍♀️

H. Những người không chuyên ngành cũng có thể tham gia khóa học này không?

Bất kể chuyên ngành chính hay phụ của bạn, việc học phân tích dữ liệu đều có thể hữu ích trong nhiều lĩnh vực. Nếu bạn học các kỹ thuật phân tích dữ liệu bằng Python thay vì Excel, bạn có thể sử dụng chúng theo nhiều cách khác nhau cho công việc và nghiên cứu. Chúng tôi đã cung cấp các bài giảng doanh nghiệp cho những người không phải chuyên gia phát triển thông qua chương trình giảng dạy ngoại tuyến về chủ đề này. Chúng tôi đã tiến hành nhiều cuộc phỏng vấn để thảo luận về những khó khăn gặp phải trong lĩnh vực này và bổ sung vào chương trình giảng dạy. Học các chức năng cốt lõi để phân tích và trực quan hóa sẽ giúp bạn làm việc hiệu quả hơn.

H. Tại sao tôi nên học kỹ thuật phân tích và thu thập dữ liệu bằng Python?

Excel là một trong những kỹ năng cần thiết đối với nhân viên văn phòng, bất kể công việc của họ là gì. Tuy nhiên, Excel có hạn chế về kích thước và loại dữ liệu có thể nhập, nhưng nếu bạn học Python, bạn sẽ có thể xử lý nhiều định dạng và lượng dữ liệu lớn.

H. Lợi ích của việc học kỹ thuật phân tích và thu thập dữ liệu là gì?

Thông thường, chúng ta phải thực hiện các tác vụ lặp đi lặp lại như kéo, thả và sao chép, dán từ trang này sang trang khác để thu thập dữ liệu cần thiết. Bây giờ bạn có thể để Python⏰ lo những việc này và đầu tư thời gian vào những việc hiệu quả hơn hoặc chỉ cần nghỉ ngơi🧘‍♀️.

H. Tôi có cần chuẩn bị gì trước khi tham dự buổi thuyết trình không?

Sẽ rất hữu ích nếu hiểu được các khái niệm về biến, số, ký tự, danh sách, v.v. của Python. Ngoài ra, bạn sẽ cần kiến thức toán ở trình độ trung học cơ sở như trung bình cộng, trung vị, phương sai, độ lệch chuẩn và phần trăm.

H. Nội dung của lớp học bao gồm những nội dung nào?

Thu thập, xử lý trước, phân tích và trực quan hóa dữ liệu chứng khoán. Bao gồm các kỹ năng Python cơ bản đến trung cấp. Mức độ khó tăng lên đáng kể khi bạn bắt đầu thu thập thông tin về chủ đề ngành. Mục tiêu của chúng tôi là giúp mọi người trong nhiều lĩnh vực khác nhau, chẳng hạn như lập kế hoạch, tiếp thị, bán hàng và vận hành, có thể trực tiếp sử dụng phân tích dữ liệu. Nếu bạn mới học lập trình, nửa đầu của khóa học có thể sẽ khó khăn. Trong trường hợp này, tôi khuyên bạn nên xem tệp đã hoàn thành có tên được xuất ra ở cuối tên tệp do người hướng dẫn cung cấp, tạo một ô mã ngay bên dưới và làm theo.

H. Cần có trình độ máy tính như thế nào để tham gia khóa học?

Bất kỳ PC hoặc máy tính xách tay nào có ít nhất 4GB bộ nhớ và khoảng 20GB dung lượng lưu trữ còn lại đều được. Nếu hiệu suất máy tính của bạn thấp, bạn có thể thử thực hành thông qua Google Colaboratory.

H. Tôi có thể sắp xếp nội dung lớp học và đăng lên blog cá nhân hoặc GitHub không?

Thông báo bản quyền được đưa vào trang GitHub của bài giảng này. Khi bạn biên soạn và xuất bản bài viết, vui lòng trích dẫn nguồn.

Vui lòng kiểm tra trước khi tham gia lớp học! ⚠️

Dành cho những ai muốn đưa ra dự đoán bằng các mô hình chuỗi thời gian như ARIMA, học máy hoặc học sâu:
Công việc này chủ yếu liên quan đến việc thu thập, xử lý trước, phân tích và trực quan hóa dữ liệu. Không có quy trình nào để dự đoán dữ liệu trong tương lai.

Dành cho những ai muốn giao dịch tự động:
Chúng tôi không sử dụng API chứng khoán liên quan đến giao dịch tự động.

Đối với những người hy vọng rằng việc học phân tích dữ liệu sẽ giúp họ kiếm được lợi nhuận lớn trên thị trường chứng khoán:
Bài giảng này không phải là bài giảng về đầu tư chứng khoán mà là bài giảng về phân tích dữ liệu. Thật không may, nếu bạn mong đợi bất kỳ kỹ năng nào liên quan đến đầu tư, bạn có thể sẽ phải thất vọng. Ngoài ra, ngay cả khi bạn đầu tư bằng các kỹ thuật phân tích đã học trên lớp , bạn vẫn phải chịu trách nhiệm về mọi khoản lỗ đầu tư.

Vui lòng nghe trước một số lớp học được phát hành qua Inflearn Preview hoặc Kênh YouTube rồi sau đó quyết định có nên tham gia lớp học hay không.

Bạn có thể xem trước một số lớp học trước khi tham gia. Hãy chắc chắn rằng đây là hướng học mà bạn muốn. Nếu bạn có bất kỳ câu hỏi nào khác, vui lòng hỏi họ trước khi tham gia lớp học.

Đã tạo khóa học này
Bạn có tò mò về người chia sẻ kiến thức không? 👩‍💻

_{Người chia sẻ kiến thức Park Jo-eun X Phỏng vấn Inflearn}

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Những người muốn học phân tích và trực quan hóa dữ liệu chứng khoán thay vì mục đích đầu tư
Bất kỳ ai muốn học phân tích dữ liệu thông qua dữ liệu sống
Dành cho những ai muốn bắt đầu với phân tích dữ liệu Python
Bất kỳ ai muốn học cách thu thập dữ liệu
수집 dữ liệu và muốn học cách xử lý dữ liệu
방법: Tự thực hiện và phân tích các chỉ số phụ như Bollinger Band, MACD, RSI

Cần biết trước khi bắt đầu?

Cách đọc bảng trong định dạng Excel (hiểu hàng và cột)
기본적인 사칙 tính toán và kiến thức toán học cấp trung học cơ sở
Hiểu về trung bình, trung vị, tỷ lệ phần trăm, phương sai và độ lệch chuẩn
Hiểu về chuỗi, số, danh sách và biến trong Python

Xin chào
Đây là

18,828

Học viên

787

Đánh giá

1,334

Trả lời

4.9

Xếp hạng

Các khóa học

Microsoft MVP(Python Developer Technologies)
오늘코드 YouTube 📺 https://youtube.com/todaycode
“모두가 데이터에 친숙해지는 날이 오길”– 마이크로소프트웨어 (링크)
네이버 커넥트 재단 부스트코스 데이터사이언스 강의 설계 및 교수자
서울대 빅데이터혁신공유대학, 서울대 평생교육원, 연세대 DX Academy, 한신대 ABC Camp, 한양대 대학원, 전남대,
한국능률협회, 삼성SDS 멀티캠퍼스, 멋쟁이사자처럼, 패스트캠퍼스, 모두의연구소 등 다수의 교육기관 및 기업 강의
다양한 도메인(제약, 통신, 자동차, 커머스, 교육, 정부기관 등)의 기업 데이터 분석
20년이상 게임, 광고, 교육 등 다양한 도메인에서 웹 백엔드 개발자 및 데이터 분석가 현업 경험

Chương trình giảng dạy

Tất cả

121 bài giảng ∙ (21giờ 43phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. (1) Tìm tín hiệu và nhiễu với dữ liệu chứng khoán

6 bài giảng ∙ (57phút)

Phần 2. (2.1) Thu thập tất cả cổ phiếu KRX

2 bài giảng ∙ (21phút)

Phần 3. (2.2) Phân tích tất cả cổ phiếu KRX

16 bài giảng ∙ (2giờ 52phút)

9. [Thông báo] Về việc in tiếng Anh các mặt hàng KRX (kể từ ngày 22.1.9)
10. [1/14] Bắt đầu với Pandas bằng cách phân tích tất cả các cổ phiếu KRX (Korea Exchange)
10:22
11. [14/2] Tổng hợp số liệu
07:39
12. [3/14] Tìm hiểu và lập chỉ mục Series và DataFrame trong Pandas
12:43
13. [4/14] Lập chỉ mục hàng và lập chỉ mục boolean với loc
10:15
14. [5/14] Chuyển đổi kiểu ngày tháng và tạo biến dẫn xuất
05:39
15. [14/6] Giới thiệu công cụ trực quan hóa dữ liệu và cài đặt font chữ tiếng Hàn
13:41
16. [14/7] Tính toán và hiển thị tần số của chuỗi bằng value_counts và countplot
10:23
17. [8/14] Ngành, ngành, khu vực nào có tần suất cổ phiếu niêm yết nhiều nhất?
18:06
18. [9/14] Tính toán và hiển thị tần số của hai biến bằng bảng chéo
18:27
19. [10/14] Tìm tần số bằng groupby và Pivot_table
15:10
20. [14/11] Trực quan hóa dữ liệu số liên tục - phân tán, lineplot
13:51
21. [14/12] Xem phân bổ năm niêm yết trong biểu đồ
06:45
22. [13/14] Những cổ phiếu KOSPI có trụ sở tại Seoul nào được niêm yết trong năm 2020?
11:11
23. [14/14] Tìm dữ liệu mong muốn và sắp xếp những gì bạn đã học được với tính năng lập chỉ mục hàng .iloc
18:06
24. Kiểm tra những gì bạn đã học được với bài kiểm tra Quiz.2.

Phần 4. (3.1) Thu thập báo giá hàng ngày với FinanceDataReader

3 bài giảng ∙ (37phút)

Phần 5. (3.2) So sánh lợi nhuận của nhiều cổ phiếu

3 bài giảng ∙ (36phút)

Phần 6. (3.3) Thu thập thông tin trên web? Quét web! Thu thập giá cổ phiếu trực tiếp bằng một vài dòng mã

8 bài giảng ∙ (1giờ 11phút)

Phần 7. (3.4) Trực quan hóa giá hàng ngày thông qua đồ thị

6 bài giảng ∙ (1giờ 0phút)

Phần 8. (4.1) Thu thập tất cả các cổ phiếu ETF

2 bài giảng ∙ (24phút)

Phần 9. (4.2) Tiền xử lý dữ liệu được thu thập từ tất cả các cổ phiếu ETF

3 bài giảng ∙ (43phút)

Phần 10. (4.3) Phân tích tất cả các cổ phiếu ETF

21 bài giảng ∙ (4giờ 14phút)

Phần 11. (5.1) Bộ sưu tập ngành/chủ đề

6 bài giảng ∙ (1giờ 18phút)

Phần 12. (5.2) Tiền xử lý ngành/chủ đề

10 bài giảng ∙ (2giờ 2phút)

Phần 13. (5.3) Phân tích chủ đề ngành

12 bài giảng ∙ (1giờ 58phút)

Phần 14. (6.1) Phân tích kỹ thuật và các chỉ báo phụ trợ

4 bài giảng ∙ (41phút)

Phần 15. (6.2) Chỉ báo biến động - Dải Bollinger

5 bài giảng ∙ (52phút)

Phần 16. (6.3) Chỉ báo động lượng - RSI

4 bài giảng ∙ (26phút)

Phần 17. (6.4) Chỉ báo xu hướng - MACD

5 bài giảng ∙ (51phút)

Phần 18. (6.5) Tăng năng suất của gấu trúc và đồ họa bằng khuy măng sét

4 bài giảng ∙ (23phút)

Phần 19. Chúc mừng bạn đã tiến xa đến mức này!

1 bài giảng ∙ (8phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

105 đánh giá

4.8

105 đánh giá

yonghankim7
Đánh giá 4
∙
Đánh giá trung bình 5.0
5
93% đã tham gia
정말 최고의 강의라고 생각합니다!!! 많은 강의를 들어왔었지만 박조은 선생님의 강의처럼 많이 배우고 도움이 된 강의는 처음인거 같아요! 중간중간에 스스로 헷갈리는 문법이 있어서 "음... 저건 왜 그러지?" 라고 생각할 때가 있는데, 선생님께서 개념 설명을 해주신 다음에, 영상에서 바로 "이러이러한 문법은 왜 안되나요? 라는 질문을 주시는 분들이 많은데" 라고 제가 궁금했던 것들을 그대로 짚어주셔가지고 매번 깜짝깜짝 놀라서 수업을 들었던 기억이 나네요 ㅋㅋㅋㅋ 정말 도움이 많이 되었던 수업이었고 증권 데이터를 가지고 분석해보는 수업에 너무 재미있어서 1달도 안돼서 강의 모두 완료 했습니다! 고민하고 있는 여러분들 모두 후회하지 않을 선택하실꺼에요! 고민하고 있으시면 바로 박조은 선생님 강의 신청하세요!!!! 별 5개!
hakjuknu
Đánh giá 155
∙
Đánh giá trung bình 5.0
5
94% đã tham gia
Great!
moonchoh
Đánh giá 5
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
주식에 관심이 많아서 수강했습니다. 강의 초반 조금 지났지만 완강까지 기대가 됩니당 ^^
Yongwook KIM
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
파이썬의 자료분석과 시각화에 정말 큰 도움이 되는 최고의 수업입니다.
sunyeol1203
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
7% đã tham gia
문과생으로 프로그래밍과 담쌓고 살다가 데이터 분석에 입문해보고자 공공데이터 강의를 듣고 수강했습니다. 완전 문과인데 반복해서 들으니까 이제 좀 감이 오는 것 같아요! 라이브러리 사용법과 문서와 도움말 볼 수 있는 방법으로 앞으로 파이썬을 여러곳에 응용해 볼 수 있겠다는 생각이 들었습니다. 파이썬 데이터 시각화 도구도 여러가지를 다뤄서 앞으로 시각화할때 도움 많이 될것 같아요. 덕분에 증권관련 지식도 덤으로 얻었습니다.

1.883.335 ₫

Khóa học khác của todaycode

Hãy khám phá các khóa học khác của giảng viên!

공공데이터로 파이썬 데이터 분석 시작하기

박조은

이디야는 스타벅스 근처에 입점한다는 설이 있었습니다. 과연 이디야와 스타벅스의 매장입지는 얼마나 차이가 날까요? 2013년부터 2019년까지 부동산 가격 변동 추세가 아파트 분양가에도 반영될까요? 우리 동네에는 어떤 공원이 있을까요? 공공데이터 포털에 있는 데이터를 어떻게 활용하면 좋을까요? 공공데이터를 통해 여러 형태의 데이터를 다뤄보며 Python과 여러 데이터분석 라이브러리에 익숙해 지는 것을 목표로 합니다.

초급

Python, Pandas, Numpy

공공데이터로 파이썬 데이터 분석 시작하기

박조은

모두의 한국어 텍스트 분석과 자연어처리 with 파이썬

박조은

파이썬 한국어 텍스트 분석과 자연어처리 워드클라우드 시각화, 형태소 분석, 토픽모델링, 군집화, 유사도 분석, 텍스트데이터 벡터화를 위한 단어 가방과 TF-IDF, 머신러닝과 딥러닝을 활용한 텍스트 분류, 허깅페이스 활용법

초급

NLP, 텍스트마이닝, 머신러닝

모두의 한국어 텍스트 분석과 자연어처리 with 파이썬

박조은

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.

초급

Python, Pandas

단 두 장의 문서로 데이터 분석과 시각화 뽀개기

박조은

캐글 실습으로 배우는 데이터 사이언스

박조은

머신러닝과 데이터 사이언스 경진대회 플랫폼인 캐글을 통해 데이터 분석과 머신러닝에 입문해 봅니다.

초급

Kaggle

캐글 실습으로 배우는 데이터 사이언스

박조은

캐글 설문조사로 데이터 분석 입문하기

박조은

캐글은 어떤 플랫폼일까요? 해마다 캐글에서는 전세계 사용자를 대상으로 설문조사를 합니다. 데이터 사이언스를 배우고자 할 때 여러 궁금증이 생깁니다. 지금 시작하기에 너무 늦지는 않았을까? Python과 R 중에 어떤 언어를 선택해야 할까? 급여는 어느 정도일까? 전세계 사용자의 응답을 통해 궁금증을 해소해 보세요! Pandas의 강력한 몇 가지 기능만으로 빈도수 분석과 데이터 시각화를 할 수 있습니다.

초급

Kaggle, Pandas, Seaborn

캐글 설문조사로 데이터 분석 입문하기

박조은

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

남박사의 파이썬 기초부터 실전 100% 활용

남박사

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.

입문

Python, 웹 크롤링

남박사의 파이썬 기초부터 실전 100% 활용

남박사

파이썬 실무

Masocampus

파이썬 입문자에서 벗어나 파이썬 실무 최강자로 업그레이드하는 과정! 파이썬을 활용한 데이터 분석, 데이터 시각화에 대해 배우고, 실전 프로젝트를 통해 회사 업무에 대한 활용력을 높여보세요.

초급

Python, Numpy, Pandas

파이썬 실무

Masocampus

파이썬으로 시작하는 데이터 분석(데이터 분석을 위한 Python 문법부터 데이터 수집, 전처리, 탐색까지)

아이리포

Numpy와 Pandas 기초부터 데이터 전처리, 시각화와 크롤링까지 한 번에! 데이터 분석을 위한 파이썬 입문 강의입니다.

입문

Python, Numpy, Pandas

파이썬으로 시작하는 데이터 분석(데이터 분석을 위한 Python 문법부터 데이터 수집, 전처리, 탐색까지)

아이리포

베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신

치트키 알려주는 남자

AI로 여러분의 주식 투자를 혁신하세요! 이 강의에서 나스닥 상위 25개 종목을 겨냥한 실제 작동하는 AI 자동매매 시스템을 직접 만듭니다. 한국투자증권 API로 모의 투자에서 경험과 노하우를 쌓고, 실제 계좌로 AI 주식 자동매매를 할 수 있는 특별한 기회를 제공합니다. 주식 초보자도 문제없습니다. 주식의 기초 개념과 미국 주식을 해야 되는 이유를 쉽게 풀어드리며, 모든 소스 코드와 원격 지원까지 제공합니다. 지금부터 앞으로 60년 우리의 인생에서 투자는 필수 입니다. 여러분과 함께 할 AI 투자 파트너를 직접 만들어보세요!

입문

Python, 딥러닝, 데이터 엔지니어링

베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신

치트키 알려주는 남자

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part2

DeepingSauce

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.

중급이상

Pandas, 투자, 퀀트

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part2

DeepingSauce

파이썬 주식 매매 봇으로 주식시장 자동사냥하기

MoneyPouch

돈이 무한히 벌리는 알고리즘 트레이딩 봇을 만들고, 자동으로 돌려놓고 싶은데, 어떤 것부터 시작하면 될까?

초급

Python, Pandas, 퀀트

파이썬 주식 매매 봇으로 주식시장 자동사냥하기

MoneyPouch

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.

중급이상

머신러닝, Pandas, Numpy

파이썬 머신러닝

Masocampus

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.

초급

Docker, 가상화, Python

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

평생 써먹는 데이터 기반 투자법 with 파이썬 퀀트 투자

Jiwoon Jeong

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.

초급

퀀트, 투자, Pandas

평생 써먹는 데이터 기반 투자법 with 파이썬 퀀트 투자

Jiwoon Jeong

파이썬으로 만드는 나만의 웹 페이지 Part1

Suit & Coffee

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!

초급

Python

파이썬으로 만드는 나만의 웹 페이지 Part1

Suit & Coffee

[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.

초급

머신러닝, Pandas, Seaborn

[개념부터 실습까지] 추천 시스템 입문편

데이터리안

컴퓨터 비전 이상 탐지, 개발부터 배포까지 올인원 마스터

데이비드최

🚀 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.

중급이상

Python, 인공지능(AI), 머신러닝

컴퓨터 비전 이상 탐지, 개발부터 배포까지 올인원 마스터

데이비드최

코드 5줄의 마법, 5줄 머신러닝 PyCaret: 데이터 분석 프로젝트에 AutoML 날개 달기

해여

안녕하세요! 데이터 분석하시면서 매번 똑같은 코드를 반복해서 쓰느라 지치신 적 없으신가요? 😫 이제 PyCaret으로 여러분의 프로젝트에 날개를 달아보세요! 🚀 이 강의는 단 5줄의 코드로 머신러닝의 지루하고 복잡한 과정을 대부분 자동화하는 비법을 알려드려요. 이 강의를 들으면 이렇게 달라질 거예요! ✨ 실전 프로젝트 마스터: 📈고객 구매 예측(분류), 📉의료비 예측(회귀), 🧩고객 그룹핑(군집), ⏳항공 승객 수 예측(시계열)까지! 4가지 핵심 프로젝트를 직접 따라 하며 '진짜' 문제 해결 능력을 기를 수 있어요. 전문가 스킬 장착: 여기서 끝이 아니에요! 🤖 만든 모델을 MLOps로 관리하고, 클릭 몇 번으로 API 서버까지 뚝딱 만드는 전문가 스킬도 쏙쏙 알려드려요. 정말 신기하죠? 워라밸 사수: 무엇보다 여러분의 반복 업무는 확 줄이고, 핵심 분석에만 집중하게 해 드릴게요. 칼퇴는 보너스랍니다! 😉 코딩이 아직 익숙하지 않은 분도, 생산성을 폭발적으로 높이고 싶은 현직 전문가도 모두 환영해요! 👋 저와 함께 '10배 빠른 데이터 과학자'로 거듭나 볼까요?

초급

Python, automl, 머신러닝

코드 5줄의 마법, 5줄 머신러닝 PyCaret: 데이터 분석 프로젝트에 AutoML 날개 달기

해여

[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.

입문

빅데이터분석기사, 빅데이터, Python

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

퇴근후딴짓

비전공자를 위한 수학 통계 기초(실습)

SW School

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.

초급

선형대수학, 확률과 통계, Python

비전공자를 위한 수학 통계 기초(실습)

SW School

파이썬 중급

김정인

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

중급이상

Python, 웹 스크래핑, Numpy

파이썬 중급

김정인

내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화 (feat. 주식, 부동산 데이터 / 인스타그램)

DeepingSauce

본 수업에서는 파이썬(Python)을 활용하여, 다양하게 동작하는 사이트로부터 데이터를 가져오고(크롤링) 처리하는 테크닉에 대해서 배우고, 이를 응용하여 실전에서 마주할 수 있는 다양한 예제들에 직접 적용해봅니다. 이를 통해 주어진 코드를 복사해서 붙여넣는 방식의 일차원적인 업무 자동화가 아닌, 웹이 작동하는 기본 원리에 대한 이해를 바탕으로 한 실전 문제 해결 위주의 기술들에 대해서 익히고, 이에 따라 여러분들은 앞으로 어떤 사이트에서도 데이터를 수집하고 처리할 수 있는 역량을 가질 수 있습니다. 또한 이 과정에서 발생하는 다양한 예외상황들을 어떻게 코드로써 해결하는지에 대한 내용을 배우며 최종적으로는 일상에서 발생하는 다양한 문제들을 프로그래밍적 사고로 해결하고 자동화 할 수 있게 됩니다.

초급

Python, 웹 크롤링

내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화 (feat. 주식, 부동산 데이터 / 인스타그램)

DeepingSauce

확률과 통계 101

루비네 코딩

드디어 모두를 위한 확률과 통계 강의가 왔습니다! 이론과 코딩 실습을 통해서 차근차근 확률과 통계의 원리에 대해서 배워봅니다.

초급

확률과 통계, 빅데이터, Python

확률과 통계 101

루비네 코딩

시계열 분석과 예측

루비네 코딩

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

중급이상

확률과 통계, Python, 빅데이터

시계열 분석과 예측

루비네 코딩

웹크롤링 with 파이썬

쌤즈(SSAMZ)

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

초급

Python, 웹 크롤링, Selenium

웹크롤링 with 파이썬

쌤즈(SSAMZ)

Tìm kiếm tín hiệu và tiếng ồn với Python Stock Data Collection and Analysis

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Trong dữ liệu Tìm kiếm tín hiệu và tiếng ồn, Thêm nhiều hiểu biết sâu sắc! 📈

phân tích dữ liệu, Tại sao lại là dữ liệu chứng khoán? Tôi có nên học nó không? 📊

Phát triển thông qua phân tích dữ liệu chứng khoán Thể lực dựa trên dữ liệu.

Ai sẽ được hưởng lợi khi học điều này? 🔍

Chỉ dành cho bài giảng này Hãy để tôi cho bạn biết những tính năng chính. ⚡️

Trong một bài giảng Quá nhiều kỹ năng Bạn có thể học. 📌

Giới thiệu ngắn gọn về các kỹ năng bạn sẽ học trong khóa học này!

Bạn tò mò về điều gì? Hãy kiểm tra trước nhé! 🙋‍♀️

Vui lòng kiểm tra trước khi tham gia lớp học! ⚠️

Đã tạo khóa học này Bạn có tò mò về người chia sẻ kiến ​​thức không? 👩‍💻

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 khác của todaycode

Khóa học tương tự

Trong dữ liệu
Tìm kiếm tín hiệu và tiếng ồn,
Thêm nhiều hiểu biết sâu sắc! 📈

phân tích dữ liệu,
Tại sao lại là dữ liệu chứng khoán?
Tôi có nên học nó không? 📊

Phát triển thông qua phân tích dữ liệu chứng khoán
Thể lực dựa trên dữ liệu.

Chỉ dành cho bài giảng này
Hãy để tôi cho bạn biết những tính năng chính. ⚡️

Trong một bài giảng
Quá nhiều kỹ năng
Bạn có thể học. 📌

Bạn tò mò về điều gì?
Hãy kiểm tra trước nhé! 🙋‍♀️

Đã tạo khóa học này
Bạn có tò mò về người chia sẻ kiến thức không? 👩‍💻

Khuyến nghị cho
những người này

Xin chào
Đây là