시간, 장소 걱정 없는 에이블러닝

컨텐츠 내용

  1. 수강신청
  2. 과정정보

파이썬을 통한 공공데이터 활용과 데이터분석Ⅰ

파이썬을 통한 공공데이터 활용과 데이터분석Ⅰ 과정정보
수강기간 90일
강의구성 60차시
수강료 290,000원

  

실전! 파이썬을 통한

공공데이터 활용과 데이터 분석

 

 


🎯 강의 목표

공공데이터 활용과 분석, 왜 배워야 하나요?


✔️ 빅데이터 시대 데이터 활용 역량은 선택이 아닌 필수!

디지털 전환과 빅데이터 활용이 대두되고 있는 요즘, 비전공자라도 데이터 역량은 필수입니다.

 

✔️ 문과출신이라, 비전공자라 망설일 필요 없는 누구나 학습 가능한 과정

코딩이나 데이터 선수학습지식에 상관없이 누구나 수강 가능한 강의! 뼈문과생도 들을 수 있으니 걱정마세요!


 

 


📝 강의 내용

이런 걸 할 수 있게 됩니다!

 

공공데이터 수집 및 활용 방법 👌

공공데이터 포털에 있는 데이터 중 원하는 데이터를 얻거나 가공하기 위한 다양한 파이썬 데이터 분석 및 전처리, 관리 방법의 이해가 가능합니다.

 

파이썬 데이터 분석을 위한 도구의 활용법과 기능 숙달 👌

파이썬 표준 라이브러리와 Numpy, Pandas 등 다양한 라이브러리 활용을 통한 데이터 분석의 이해가 가능합니다.




  

👥 수강 대상

이런 분들께 추천해요!


🙋 쉽게 접근하고 무료로 이용 가능한 Tool을 통한 데이터 분석법을 고민하시는 분


🙋‍♀️ 현업에서 가장 자주 쓰이는 데이터 분석과 시각화 기능을 집약적으로 배우고 싶으신 분


🙋‍♂️ 단순히 기능적/이론적 내용을 배우는 것을 떠나 실제로 프로젝트 단위로 활용하고 내 것으로 만들고 싶으신 분

 

🙋 현업의 재직자, 예비 분석가들과 함께 실습 프로젝트를 통해 길이길이 남을만한 프로젝트 결과물을 가져가고 싶으신 분


🙋‍♀️ 데이터를 통한 아이디어 도출 방법 및 활용에 대해 배우고 싶으신 분


🙋‍♂️ 비즈니스 문제에 데이터를 통해 해결하고 생각하는 사고력과 방법을 훈련하고 싶으신 분


 



👩‍🏫 강사 소개

누가 알려주나요?


👩🏻‍💻 김자영 강사님 

💛 경력

· 크레듀 LMS 기획 및 개발, PM

· 롯데정보통신 교육팀

  - 이러닝시스템 개발 및 유지보수

  - 사내교육관리시스템 기획, 설계, 개발

  - 사내임직원 기술교육 로드맵 개발

 

💛 강의분야
· 파이썬 기초 & 파이썬 데이터 분석 & 머신러닝


💬 안녕하세요, 김자영입니다.

파이썬은 배우기 쉽고 강력한 프로그래밍 언어로 효율적인 자료 구조들과 객체 지향 프로그래밍에 대해 간단하고 효과적인 접근법을 제공합니다. 해당 과정은 데이터분석을 위한 기본문법을 익히고, 데이터를 수집 가공 추출하는 기초를 배우는 과정입니다.


 



🎢 커리큘럼

이 순서대로 배워요.

 

PART01 파이썬 데이터분석을 위한 실습환경 준비하기

파이썬 데이터분석 소개

아나콘다 설치

주피터노트북 사용법

 

PART02 기본자료형 다루기

파이썬 시작하기

기본자료형과 변수

산술연산, 문자열연산

문자열 다루기

 

PART03 프로그램의 흐름 제어하기

조건에 따라 분기하기(if)

횟수로 반복하기(for)
조건으로 반복하기(while)

알고리즘 연습하기

 

PART04 데이터 처리의 기초 리스트와 튜플

리스트와 튜플 만들기

인덱싱과 슬라이싱

리스트 변경하기

리스트 다양하게 활용하기

리스트 연습하기

 

PART05 키와 값의 쌍으로 된 데이터, 딕셔너리

딕셔너리 만들고 값 추출하기

딕셔너리 변경하기

딕셔너리의 키, 값 다루기

딕셔너리의 연습하기

 

PART06 코드를 모아 만드는 함수

함수 만들기

함수의 결과값 받아서 사용하기

인수 전달방법
함수에서 변수 사용하기

람다표현식과 map함수

 

PART07 라이브러리 사용을 위한 모듈, 패키지, 클래스의 이해

클래스와 객체

모듈과 패키지

모듈 사용하기

 

PART08 데이터분석을 위한 판다스 시작하기

판다스 데이터의 구조

데이터 확인하기

시리즈 다루기

 

PART09 데이터 추출하고 그래프 그리기

컬럼명으로 데이터 추출하기

인덱스, 컬럼명으로 데이터 추출하기

행번호, 열번호로 데이터 추출하기
기본 그래프 그리기

 

PART10 데이터 가공하기

열 변경하기

행 변경하기

데이터에 함수 적용하기

결측치 처리하기

 

PART11 판다스 자료형 다루기

자료형 변환하기

카테고리형 자료 다루기

시계열 자료 다루기

결측치 처리하기

 

PART12 데이터프레임 그룹핑과 재구조화

데이터프레임 연결하기(concat, merge)

행과 열의 형태 변경하기(melt, pivot)

피봇테이블로 데이터 집계하기(plvot_table)

그룹별 데이터 집계하기(groupby)

 

PART13 서울시 코로나19 현황 분석

데이터 준비하기

데이터 확인 및 전처리

서울시 일별 추가확진자 동향

서울시 구별 추가확진자 및 접촉력 분석

 

PART14 서울시 공공자전거 이용 현황 분석

데이터 수집 및 전처리

일별 이용현황 분석

시간대별 대여/반납 현황 분석

대여소별 대여/반납 현황 분석

 

PART15 서울시 물가정보 분석

데이터 수집 및 전처리

구별/마트별 삼겹살 가격 분석

구별/마트별 달걀 가격 분석

 

PART16 지하철 승하차 현황 분석

데이터 수집 및 전처리

출퇴근시간 승하차분석

지하철 역별/시간대별 승하차 현황 분석

 

 

 

 

📞 문의사항

과정에 대해 문의하고 싶어요!

이메일 : edu@ablearn.kr

상담채널 : 카카오톡 채널 @에이블런

 

 

에이블 뉴스레터.jpg


📢 3초 신청으로 뉴스레터 구독하고, 무료 교육과 혜택을 제일 먼저 받아보세요! 

 

환불/취소 정책
✔️ 수업에 참여한 경우 환불 불가

✔️ 수업 참여하기 전인 경우

- 사전 자체적인 환불 규정이 고지된 교육에 한해 환불가능, 고지되지 않았을 경우 기본적으로 아래 내용에 따름

- 교육 D-2일전 : 전액환불
- 교육 D-1일전 : 50% 환불
- 교육당일(자정기준) 및 교육기간내 환불 불가

수료기준
평가기준 진도 시험 과제 토론 기타
배점 100% 0% 0% 0% 0%
과락기준 70% 0점 0점 0점 0점
※ 수료기준은 각 평가항목의 점수가 과락기준 점수 이상이고 총점이 70점 이상이어야 합니다.
강의목차
차시 강의명
파이썬 데이터분석을 위한 실습환경 준비하기
1차시 파이썬 데이터분석 소개
2차시 아나콘다 설치(Windows10)
3차시 주피터노트북 사용법
기본자료형 다루기
4차시 파이썬 시작하기
5차시 기본자료형과 변수
6차시 산술연산, 문자열연산
7차시 문자열 다루기
프로그램의 흐름 제어하기 (알고리즘)
8차시 조건에 따라 분기하기(if)
9차시 횟수로 반복하기(for)
10차시 조건으로 반복하기(while)
11차시 알고리즘 연습하기
데이터 처리의 기초 리스트와 튜플
12차시 리스트와 튜플 만들기
13차시 인덱싱과 슬라이싱
14차시 리스트 변경하기(추가,수정,삭제)
15차시 리스트 다양하게 활용하기
16차시 리스트 연습하기
키와 값의 쌍으로 된 데이터, 딕셔너리
17차시 딕셔너리 만들고 값 추출하기
18차시 딕셔너리 변경하기
19차시 딕셔너리의 키, 값 다루기
20차시 딕셔너리 연습하기
코드를 모아 만드는 함수
21차시 함수 만들기
22차시 함수의 결과값 받아서 사용하기
23차시 인수 전달방법
24차시 함수에서 변수 사용하기
25차시 람다표현식과 map함수
라이브러리 사용을 위한 모듈, 패키지, 클래스의 이해
26차시 클래스와 객체
27차시 모듈과 패키지
28차시 모듈 사용하기
데이터분석을 위한 판다스 시작하기
29차시 판다스 데이터의 구조
30차시 데이터 확인하기
31차시 시리즈 다루기, 컬럼명으로 데이터 추출하기
데이터 추출하고 그래프 그리기
32차시 컬럼명으로 데이터 추출하기
33차시 인덱스, 컬럼명으로 데이터 추출하기
34차시 행번호, 열번호로 데이터 추출하기
35차시 기본 그래프 그리기
데이터 가공하기
36차시 열 변경하기
37차시 행 변경하기
38차시 데이터에 함수 적용하기
39차시 결측치 처리하기
판다스 자료형 다루기
40차시 자료형 변환하기
41차시 카테고리형 자료 다루기
42차시 시계열 자료 다루기
데이터프레임 그룹핑과 재구조화
43차시 데이터프레임 연결하기(concat, merge)
44차시 행과 열의 형태 변경하기(melt, pivot)
45차시 피봇테이블로 데이터 집계하기(pIvot_table)
46차시 그룹별 데이터 집계하기(groupby)
서울시 코로나19 현황 분석
47차시 데이터 준비하기
48차시 데이터 확인 및 전처리
49차시 서울시 일별 추가확진자 동향
50차시 서울시 구별 추가확진자 및 접촉력 분석
서울시 공공자전거 이용 현황 분석
51차시 데이터 수집 및 전처리
52차시 일별 이용현황 분석
53차시 시간대별 대여/반납 현황 분석
54차시 대여소별 대여/반납 현황 분석
서울시 물가정보 분석
55차시 데이터 수집 및 전처리
56차시 구별/마트별 삼겹살 가격 분석
57차시 구별/마트별 달걀 가격 분석
지하철 승하차 현황 분석
58차시 데이터 수집 및 전처리
59차시 출퇴근시간 승하차분석
60차시 지하철 역별/시간대별 승하차 현황 분석