멀티캠퍼스

통합검색

검색도우미 기능을 다시 켤때는
검색창에서 검색도우미 열기를 클릭하세요

과정상세

현업 데이터를 활용한 데이터 분석 실무

thumbnail image
집합

교재제공 중급

현업 데이터를 활용한 데이터 분석 실무

4.3

like 6

1,200,000원 (VAT없음)

과정요약

과정요약
학습시간 28시간 난이도 중급
교육비 지원 고용보험 비환급 평가항목 출석률 100%
수료기준 총점 80점 이상시 수료 정원 32 명
교재정보

과정소개


학습목표

  • 실제 현업에서 필요한 데이터 분석 관련 스킬들을 체득한다.
  • (현업 스킬은 데이터 전처리, 데이터 분석 패키지 응용력, 데이터 시각화 패키지 응용력 등이 있음)
  • 다양한 산업군의 실제 데이터를 활용한 분석을 수행해 봄으로써, 다양한 서비스의 특성별 접근 방법을 습득한다.
  • 다양한 서비스의 데이터 분석을 통해 현업에서 응용할 수 있는 인사이트를 획득한다.
  • 서비스의 형태 별 고객 특성에 따라 어떻게 다르게 데이터 분석을 접근해야 하는지 알 수 있다.

학습대상

  • 파이썬에 대한 기초적인 지식(리스트, 반복문 등)과 경험을 보유하고 있으나, 데이터 사이언스를 위한 실전 스킬이 부족한 분
  • 데이터 분석에 대한 기본적인 지식은 보유하고 있지만, 전자상거래나 헬스케어와 같은 실제 산업 데이터를 다루는 경험이 부족한 분
  • 엑셀이나 데이터베이스(MySQL 등)에 저장된 데이터에서 원하는 정보(고객의 구매 내역 및 개인정보 등)를 직접 추출한 결과를 보고 싶은 분
  • 고객획득비용(Customer Acquisition Cost, CAC)과 고객생애가치(Customer Lifetime Value, CLV)등의 고급 비즈니스 지표를 직접 뽑고 분석하여, 데이터 기반 의사 결정이 필요한 분
  • 이미 데이터 분석 경험이 충분하지만, 다른 산업의 데이터를 분석하여 새로운 시각과 인사이트를 얻고 싶은 분
  • 당장 현장에서 데이터 분석(Data Analytics) 업무를 맡아야 해서 빠르게 현업 스킬 체화가 필요한 분

과정목차 24

  • 1 일차
    • Chapter 1. 워밍업 & python 기초
      • 강사 및 수업 소개, ICE Breaking
    • .
      • 아나콘다 설치 및 주피터 노트북에서 python 실행, 기초 문법
    • .
      • 주피터 노트북에서 csv파일을 불러와 기초적으로 검색, 가공, 처리 및 저장)
    • Chapter 2. Kmong 실습
      • Kmong 소개, Kmong 데이터 설명, Kmong 과제 문제 시연
    • .
      • Kmong 과제 실습
  • 2 일차
    • .
      • Kmong 과제 실습(pandas를 사용하여 데이터 전처리하기)
    • .
      • Kmong 과제 풀이
    • Chapter 3. python 심화
      • pandas 심화 문법을 활용한 데이터 처리 및 분석
    • .
      • python 라이브러리인 pandas의 다양한 기능을 사용하여 주피터 노트북에서 데이터를 원활히 검색, 가공, 처리 및 분석
    • Chapter 4. Noom 실습
      • Noom 소개 및 데이터 설명, Noom 과제 소개 및 시연
    • .
      • Noom 과제 실습(pandas를 사용하여 데이터 전처리 및 분석하기)
    • .
      • Noom 과제 실습(pandas를 사용하여 데이터 전처리 및 분석하기)
  • 3 일차
    • .
      • Noom 과제 풀이
    • Chapter 5. python과 DB
      • python에서 SQL 기초 문법을 사용하여 데이터 베이스에서 데이터 가져오기
    • .
      • 기본적인 SQL query를 이해하며 사용
    • Chapter 6. DS스쿨 실습
      • DS School 소개 및 데이터 설명, DS School 과제 소개 및 시연
    • .
      • SQL을 사용하여 DS School의 데이터를 불러와 pandas로 분석하기
    • .
      • DS School 과제의 솔루션을 이해하며, python에서 sqlite3, SQL을 사용하여 DS School 데이터 베이스에서 데이터를 가져오기, pandas를 사용하여 DS School의 데이터를 분석
  • 4 일차
    • Chapter 7. python 데이터 시각화
      • matplotlib, seabrn을 활용한 데이터 시각화
    • .
      • matplotlib, seabrn을 활용한 데이터 시각화
    • Chapter 8. Zigzag 실습
      • Zigzag 소개 및 데이터 설명, Zigzag 과제 소개 및 시연
    • .
      • matplotlib, seaborn을 활용하여 Zigzag 데이터 시각화 하기 및 pandas로 분석하기
    • .
      • Zigzag 과제 풀이
    • Chapter 9. Q&A
      • 앞으로 무엇을 공부해야 하는가, Q&A

수강후기 6

평균평점

4.3 / 5.0

  • 3
    ******

    2019.09.06

    과정의 절반정도의 과정으 ㄹ다른 내용으로 바꾸어도 좋겠습니다.
  • 5
    ******

    2019.09.06

    강사님이 좋았습니다. 좋은 강의 감사합니다.
  • 5
    ******

    2019.08.02

    교육과정이 handson 중심이라서 좋았습니다. 실무에 매우 도움될 내용입니다. 강추
  • 3
    양*호

    2019.08.02

    데이터 분석하는데 도움이 되었음
  • 5
    ******

    2019.08.02

    현업데이터를 활용해서 수업이 되어서 실제 회사에서 도움이 될것 같다.