- 대학생
- 비개발자
- 코알못
세심하게 입문합니다
데이터 사이언스 그 누구보다 세심하게 알려드릴게요
데이터 사이언스를 시작하려면 코딩이나 수학을 잘 해야할까?
우리가 데이터 사이언스를 배우는 이유는 데이터의 강력한 힘을 활용하기 위해서죠. 인공지능 개발자나 통계학자가 되려는게 아니구요. 코딩도 수학도 잘 모르는 우리가 할 수 있는 최고의 시작방법을 세심하게 알려드릴게요.
타이타닉에서 누가 살아 남았을까?
타이타닉 탑승자들의 정보를 분석해 패턴을 찾아내고 그 중 누가 살아남는지 예측해보는 프로젝트를 함께 진행합니다. 궁금하지 않으세요?
‘젊고 힘 센 사람이 살아 남지 않으려나?’와 같은 근거 없는 추측 수준에서 벗어나, 어떤 분석이든 논리와 이유를 가지고 타당한 결과를 끌어낼 수 있게 됩니다.
문제. 아래 그림을 보고 꽃의 종류를 구분하시오
육안으로는 구분하기 힘든 꽃. 꽃잎의 길이와 너비를 조사하고 그 패턴을 분석하면 구분할 수 있게 됩니다. 데이터가 가진 힘이 이런게 아니겠어요?
고객분석부터 시작하여 주차장 번호판이 인식되는 머신러닝까지
어떤 특성을 가진 고객이 우리의 우수회원이 될지, 또 고객에게 어떤 특성을 가진 상품을 추천해줄지 데이터로써 판단해봅시다.
데이터를 이용한 머신러닝을 직접 경험하고 이해해본다.
주차장 번호판이 인식되는 원리가 궁금하지 않으세요? 글자를 학습한 머신러닝 모델에 의해 처리되고 있습니다. 우리가 직접 같이 만들어볼게요.
초보자를 배려하는 개념 이해, 철저한 실습으로 배웁니다
데이터 사이언스에 필요한 코딩. 데이터 사이언스에 필요한 수학. 데이터 사이언스에 필요한 통계. 가장 효율적인 방법으로 함께 실습하며 자연스럽게 배워나갑니다.
실무에서 써먹고 커리어를 대비할 수 있는 클래스
Data 분석부터 시각화까지, 나의 경쟁력을 높여봐요
데이터가 있어도 써먹질 못하니 아쉬웠죠? 내 커리어에 데이터 사이언스를 추가한다면 어떨까요? 데이터 사이언스는 구직자의 커리어 경쟁력을 높여주고 실무에서 빛을 발하는 능력입니다.
이 수업은 데이터사이언스를 배우고 싶으나 수학과 코딩을 몰라 어려움을 겪는 분들을 배려하여 세심하게 진행됩니다.

- 1주차 “데이터로 타이타닉을 분석하라”자세히 보기
* 데이터 사이언스의 오해와 진실
- 사람들이 생각하는 데이터 사이언스
- 데이터 사이언스란?
- 머신러닝이란?
- 이론은 얼마나 알아야 할까?
- 데이터 분석 시연
* 엑셀로 타이타닉 생존자 예측해보기
- 엑셀 Pivot Table 사용법
- 성별에 따른 생존율 측정
- 티켓 클래스에 따른 생존율 측정
- 승선한 항구에 따른 생존율 측정
* Basic Feature Engineering
- Feature Selection(특징 선택)
- Feature Generation(특징 생성)
- Feature Extraction(특징 추출)
* Kaggle에 타이타닉 예측 제출하기
- 성별로 타이타닉 생존자 예측해보기
- kaggle 제출하고 채점받기
- 내 가중치로 생존자 예측해보고 Kaggle 채점 받기 - 2주차 “데이터 사이언스를 위한 파이썬 특강”자세히 보기
* 주피터 노트북 사용해보기
- 주피터 노트북 소개
- 주피터 노트북 실행
- 주피터 노트북 간단 사용법
- 마크다운 연습
* 파이썬 기본과 데이터 입출력
- 변수
- if, else, elif
- list, dictionary
- csv 읽고 저장하기
* 데이터 조작 (Numpy, Pandas)
- Numpy, Pandas 소개
- Numpy 실습
- Pandas 실습
* 데이터 시각화 (matplotlib, seaborn)
- matplotlib, seaborn 소개
- matplotlib으로 데이터 시각화 하기
- seaborn으로 데이터 시각화 하기 - 3주차 “타이타닉에서는 누가 살아 남았을까?”자세히 보기* Decision Tree 소개
* Decision Tree를 직접 짜보고 원리 알기
* Feature Engineering with Pandas
* Scikit-learn으로 실제 코드 구현하기
* 분석 노하우로 학습성공률 높이기 - 4주차 “데이터로 꽃의 종류를 구분해보자” + 우수고객 분석자세히 보기* Random forest 원리 이해
* Feature Engineering with Pandas
* multi-class classification
* Scikit-learn으로 Random Forest 구현하기
* 실전 프로젝트 - 고객 분석1
- 당신은 아디다* 고객분석팀에서 일하고 있습니다. 어떤 특성을 가진 고객이 우리의 우수고객이 될지 찾아내어, 우수고객이 될 가능성이 높은 회원들을 특별관리해주세요. - 5주차 “워싱턴의 집 값을 예측하라” + 추천할 상품특성 찾기자세히 보기* Linear Regression 이해하기
* Scikit-learn으로 Linear Regression 구현하기
* 워싱턴 집값 예측 실습
* Decision Tree와 regression
* 실전 프로젝트 - 고객 분석2
- 당신은 NIK* 운동화 마케팅팀의 일원입니다. 고객에게 가장 알맞는 최적의 신발사이즈를 추정하고 해당 사이즈를 추천하여 매출을 높여보세요. - 6주차 “진짜로 해보는 실전 분석 프로젝트”자세히 보기* 우체국은 어떻게 우편번호를 분류할까?
- 데이터 분석으로 숫자 손글씨 인식하기
- 도움을 받아 진행하는 실전 프로젝트
* 마시기도 전에 와인품질을 측정한다고?
- 데이터 분석으로 와인품질 추정하기
(데이터를 이용하면 소물리에의 도움없이 가능합니다)
- 대학생
- 비개발자
- 코알못
- 개발자
- 데이터 관련 커리어 준비생
- 우리 회사 데이터 사이언티스트
- 데이터사이언스와 코딩을 함께 배운 사람
- 머신러닝 시스템 이해하는 개발자
· 멤버를 모아 팀으로 신청하면 최대 34% 할인! 자세히보기
- 사전알림 신청자 할인15% 할인
490,000원416,500원 - 얼리버드 할인10% 할인
490,000원441,000원 - 친구와 함께 등록시22% 할인
490,000원382,200원