강의 커뮤니티
  • 최근 검색어

    category

    비전공자도 쉽게 따라하는 데이터 분석 기초

    입문자를 위한 파이썬 기초부터 데이터 전처리, 시각화까지 이론과 실습을 통해 쉽고 재미있게 데이터 분석을 시작하세요!

    113강

    113강 분량의 학습노트

    최대 3회 코칭 가능

    코칭패키지 한정

    입문, 초보자를 위한 강의

    데이터 분석이 처음이거나 제대로 배운적이 없는 분들을 위한 강의입니다.

     

     

     

    기획자, 마케터, HR 인사 담당자...

    직무가 무엇이든 누구나 ‘데이터 분석'은 필수인 시대!

     

     

    S 전자가 대졸 공채에 데이터 분석 역량을 도입하는 시대!

    ‘데이터 분석'은 더이상 데이터 분석가에게만 필요한 역량이 아닙니다.

     

    시장에서 원하는 상품/서비스를 기획하는 기획자, 고객의 데이터 정보를 기반으로 판매 전략을 짜는 마케터 등 모든 산업 분야, 모든 포지션에서 데이터 분석은 이제 선택이 아닌 필수입니다.

     


     

    전공 무관, 직무 무관, 연차 무관!
    데이터 분석을 배워만 둬도 내 업무에 바로 적용할 수 있어요.

     

     

    잠깐!

    Excel도 있는데, 왜 하필 파이썬(Python)으로 배워야 할까요?

     

     

     

    각각 다른 데이터를 사용하는, 심지어 VLOOKUP까지 걸려있는 100MB 엑셀을 몇 시간 동안 쳐다만 봤던 경험, 혹은 엑셀의 데이터를 몇 시간 동안 복사 붙여넣기만 했던 경험, 없으신가요?

     

    파이썬은 엑셀이 주는 이런 피로감을 단번에 상쇄시켜줍니다. 

     

    간단한 데이터 분석만 지원하고, 예측은 불가능한 엑셀 탓에 고민만 했던 세월도 이제 그만!

     

    파이썬은 머신러닝, 딥러닝을 위한 다양한 분석 및 예측 라이브러리까지 지원됩니다.

    파이썬을 통해 긍정적인 커리어 플랜을 완성해보세요.

     

     

     

    데이터 분석이 필수라지만, 너무 어려울 것 같다고요?

    스터디파이가 당신의 걱정을 덜어줄게요!

     

     

     

     

    퇴근하고도 지루한 업무 이야기 들으며 공부하기? No!

    쉽고 재미있는 내용으로 데이터 분석을 시작하세요.

     

     

    초보자 대상 강의 경험이 풍부하신 강사님께서 이해를 돕는 비유와 게임, 빌보드, 비트코인, 유튜브 등 흥미롭고 익숙한 예시로 차근차근 설명해주시니,

    퇴근 후 게임 한 판보다 더 생각나는 재미있는 강의가 될 거예요!

     

    또한, 설치 에러 걱정 없도록 Colab 클라우드 실습으로 강의를 진행합니다.

    배경지식 1도 없는 왕초보도 이해하실 수 있도록 기초적인 통계/수학도 쉽게 풀어서 설명해 드립니다.

     

     

     

    데이터 분석을 공부하다 막혀도 걱정 마세요!

     

    구글링에 시간 낭비하지 마시고 현업 데이터 사이언티스트인 학습 조교에게 물어보세요. 학습 관련 질문부터 데이터 사이언스 분야에 관한 질문까지 자유롭게 가능합니다! 24시간 이내에 어떤 질문이든 이해할 때까지 정성껏 대답해 드립니다.

     

     

    이뿐만이 아닙니다!

     

     

    스터디파이는 전용 커뮤니티 페이지를 통해 나와 같은 강의를 듣고 있는 수강생들과 자유롭게 소통할 수 있어요. 온라인 학습도 외롭지 않게 수강생들끼리 활발하게 소통하며 완강의 의지도 함께 다져보세요. 

     

    온라인 강의도 끝까지 완주할 수 있도록 스터디파이가 확실하게 도와드립니다!

     

     


     

    데이터 분석으로 연봉 인상하기?

    이미 누군가는 이루고 있습니다!

     

     

     


     

    데이터 분석의 기본기를 확실하게 세워주는
    입문자 맞춤 커리큘럼으로 배워보세요!

     

     

     

    데이터 분석, 온라인 강의만으로 부족하다고 느껴진다면?

    현직 데이터 사이언티스트의 1:1 코칭을 받을 수 있는 코칭패키지를 추천드립니다!

     


     

    이 강의의 커리큘럼은 이런 점이 특별해요 

     

     

    파이썬 기초부터 데이터 전처리, 데이터 분석, 데이터 시각화까지 한 번에!

    지속 가능한 데이터 사이언스 학습을 위한 마인드셋에, 컴퓨터적인 사고력과 프로그래밍의 기본기까지 강의 하나로 갖춰보세요.
     

     

     

    챕터별로 배운 내용을 점검할 수 있는 ‘미션’ 수행, 그리고 강의 전체에 걸쳐 ‘미니 파이썬 프로젝트’, ‘탐색적 데이터 분석(EDA) 실습’, ‘캐글 데이터 뜯어보기’까지! 

     

    강의를 충실히 따라오시면 실제 데이터 분석을 익힐 뿐만 아니라 내 손으로 직접 결과물을 만들어내실 수 있습니다.


     

     

    ‘비트코인', ‘코로나 백신접종 데이터 분석' 등 피부로 와닿는 최신 이슈를 반영한 실습 예제를 활용하여 학습의 흥미를 높이고, 파이썬을 배우면서 데이터 분석의 감도 익힐 수 있습니다. 

     

    데이터 분석 강의는 딱딱하고 지루하다는 편견은 이제 NO~ 
    쉽고 재미있는 구성으로 데이터 분석 학습의 즐거움을 확실히 끌어올려 드립니다.

     

     


     

    당신이 만들게 될 데이터 시각화 결과물

     

    Pong 게임 제작

     

    barplot 구현하기

     

    interactive barplot 구현하기

     

    lineplot 구현하기

    위 실습 결과물은 학습 내용의 일부입니다. 본 강의는 더 다양하고 유익한 실습이 많이 준비되어 있습니다 :) 

     

     

    이런 분들께 추천합니다!

     

     


     

    수강 후기로 증명하는 이호준 강사님의 데이터 분석 강의

     

     


     

     

    입문자의 눈높이에 맞춘 친절한 설명으로 데이터 분석의 기초를 튼튼하게 만들어줄 특급 강사님과 조교님, 코치님을 소개합니다.

     

     


     

    본 강의 수강생에게만 드리는 혜택

     

     


     

    미리 구매하시면, 학습기간을 더 드려요!

     

    1월 14일부터 1차 공개 영상의 학습이 가능하며, 영상이 모두 공개되는 3월 18일부터 12개월간 본 강의의 모든 영상을 수강하실 수 있습니다. 학습노트 및 기타 학습 자료는 2차 영상 공개 이후에 다운로드 받으실 수 있습니다.

     

    1차 영상이 공개된 이후부터 2차 영상이 공개되기 전까지의 약 2개월의 학습 기간은 추가로 제공해 드립니다. 
    (2차 영상 오픈 이전에 강의를 구매하신 모든 분들의 수강 기간은 2차 영상 오픈 이후 12개월간 강의를 수강하실 수 있도록 자동 업데이트 될 예정입니다. 현재 상세페이지의 수강 기간(1차 영상 오픈일 기준 12개월)보다 약 1개월 추가로 더 수강하실 수 있습니다.)

     

     

    커리큘럼

    113강

    • Chapter 01 데이터 분석, 프로그래밍과 함께!
      1. 1-1. [이론] 데이터 분석이란? : 데이터 분석의 정의와 5 Step

      2. 1-2. [이론] Python, 누구냐 넌! : 컴퓨터에게 일 시키는 법, 파이썬은 왜 배울까?, 라이브러리 소개

      3. 1-3. [실습] 장인은 도구 탓을 한다 : Google Colab 사용하기, Markdown 문법

      4. 1-4. [부록] 파이썬을 편안하게 내 컴퓨터로 : Jupyter Lab 세팅하기

    • Chapter 02 컴퓨터처럼 생각하기
      1. 2-1. [이론] 컴퓨터가 생각하는 방법: 입력-처리-출력

      2. 2-2. [이론] 파이썬의 여러 자료형

      3. 2-3. [실습] 숫자(number)

      4. 2-4. [실습] 문자열(string)

      5. 2-5. [실습] 리스트(list)와 튜플(tuple)

      6. 2-6. [실습] 사전형(dictionary)

      7. 2-7. [연습문제] 같은 연산자, 다른 연산

    • Chapter 03 나만의 작은 코드블록 - 함수와 메서드
      1. 3-1. [이론] 자료를 담는 그릇, 변수

      2. 3-2. [실습] 변수 사용하기

      3. 3-3. [이론] 코드의 모임, 함수

      4. 3-4. [실습] 내장함수 사용하기

      5. 3-5. [실습] 나만의 함수 만들고 사용하기

      6. 3-6. [이론] 자료와 깐부맺은 함수, 메서드

      7. 3-7. [실습] 리스트의 여러 메서드들

      8. 3-8. [연습문제] 복잡한 문제 나누어서 해결하기

    • Chapter 04 만약에 말이야 - 조건문
      1. 4-1. [이론] 참과 거짓, 논리 다루기

      2. 4-2. [실습] 논리 자료형과 논리 연산

      3. 4-3. [이론] 조건에 따라 명령 수행하기

      4. 4-4. [실습] 조건이 참이면? (if)

      5. 4-5. [실습] 조건이 거짓이면? (else)

      6. 4-6. [실습] 여러 분기 세우기 (elif)

      7. 4-7. [연습문제] MBTI 판별기 만들기

    • Chapter 05 유사한 작업을 쉽고 빠르게 - 반복문
      1. 5-1. [이론] 특명! 코드의 중복을 막아라

      2. 5-2. [이론] 반복문 I : 시퀀스로 반복하기

      3. 5-3. [실습] for문으로 반복하기

      4. 5-4. [실습] 수열을 만들어주는 함수 : range()

      5. 5-5. [이론] 반복문 II : 조건으로 반복하기

      6. 5-6. [실습] 조건으로 반복하기 : while

      7. 5-7. [실습] 반복문 멈춰! : break

      8. 5-8. [연습문제] 숫자야구 만들기

      9. 5-9. [부록] For와 While, 어떤 것을 써야할까?

      10. 5-10. [부록] 복잡한 반복문 살펴보기

    • Chapter 06 변수와 함수의 모임 - 모듈과 패키지
      1. 6-1. [이론] 코드 어셈블! 모듈과 패키지

      2. 6-2. [실습] 내장 모듈 뜯어보기 I : math

      3. 6-3. [실습] 내장 모듈 뜯어보기 II : random

      4. 6-4. [실습] 사용자 모듈 만들고 사용하기

      5. 6-5. [연습문제] 나만의 계산기 만들기

    • Chapter 07 더 넓은 코드의 세상으로 - 라이브러리, 프레임워크, 그리고 객체
      1. 7-1. [이론] 프로그램 쉽고 빠르게 만들기

      2. 7-2. [이론] 개념의 구체화 : 클래스와 객체

      3. 7-3. [실습] 클래스 만들고 사용하기

      4. 7-4. [실습] 클래스로부터 다른 클래스 만들기

      5. 7-5. [연습문제] Pong 게임 만들기

      6. 7-6. [부록] 왜 객체지향의 개념이 많이 사용될까?

    • Chapter 08 요람에서 무덤까지! 나만의 미니 프로젝트
      1. 8-1. [이론] 인터넷과 웹

      2. 8-2. [이론] Web Scraper의 동작 원리

      3. 8-3. [실습] Mock Book Data 정보 가져오기

      4. 8-4. [실습] Billboard Hot 100 정보 가져오기

      5. 8-5. [실습] BBC News Title 정보 가져오기

      6. 8-6. [연습문제] 내가 자주 쓰는 웹 사이트 정보 가져오기

    • Chapter 09 수치 연산의 친구, Numpy 시작하기
      1. 9-1. [이론] 왜 Numpy를 사용해야할까?

      2. 9-2. [이론] Numpy의 자료형

      3. 9-3. [실습] Array로 여러 차원 데이터 다루기

      4. 9-4. [이론] Numpy 연산 I

      5. 9-5. [실습] Array의 사칙연산

      6. 9-6. [실습] Array의 인덱싱과 슬라이싱

      7. 9-7. [이론] Numpy 연산 II

      8. 9-8. [실습] 다른 차원끼리의 연산, Broadcasting

      9. 9-9. [실습] Array에서의 논리 연산

      10. 9-10. [연습문제] Numpy와 함께 복잡한 연산문제 해결하기 (선형회귀)

    • Chapter 10 Numpy로 2차원 데이터 다루기
      1. 10-1. [이론] 알면 쓸모있는 간단한 수학지식들 (알쓸간수) I

      2. 10-2. [실습] Numpy로 선형대수 맛보기

      3. 10-3. [이론] Numpy로 이미지 다루기

      4. 10-4. [실습] 이미지 불러오기

      5. 10-5. [실습] 이미지 특정 픽셀 변경하기

      6. 10-6. [실습] 이미지 크롭 (Crop)

      7. 10-7. [실습] 이미지 필터 (Filter)

      8. 10-8. [연습문제] 나만의 사진 편집기 만들기

    • Chapter 11 데이터 분석의 친구, Pandas
      1. 11-1. [이론] Pandas의 소개 (장점과 사용하는 이유)

      2. 11-2. [이론] Pandas의 자료형 톺아보기

      3. 11-3. [실습] Pandas의 Series

      4. 11-4. [실습] Pandas의 DataFrame

      5. 11-5. [연습문제] Pandas를 활용해 iris 데이터셋 파헤치기

    • Chapter 12 Excel과 비슷한 DataFrame
      1. 12-1. [이론] 알면 쓸모있는 간단한 수학지식들 (알쓸간수) II

      2. 12-2. [이론] Pandas의 DataFrame 'The' 다루기

      3. 12-3. [실습] Pandas에서 외부 데이터 불러오고 저장하기

      4. 12-4. [실습] DataFrame 정렬

      5. 12-5. [실습] DataFrame GroupBy

      6. 12-6. [실습] DataFrame 병합(Merge)

      7. 12-7. [이론] Null 데이터 확인

      8. 12-8. [실습] Null 데이터 처리하기

      9. 12-9. [연습문제] Kaggle 데이터 뜯어보기

    • Chapter 13 보기좋은 데이터가 이해하기도 쉽다
      1. 13-1. [이론] 데이터 시각화란 무엇일까?

      2. 13-2. [이론] 데이터 시각화 라이브러리 소개

      3. 13-3. [실습] Matplotlib 살펴보기

      4. 13-4. [실습] Seaborn 살펴보기

      5. 13-5. [실습] Plotly 살펴보기

    • Chapter 14 씹고 뜯고 맛보고 즐기는 데이터 시각화 I
      1. 14-1. [이론] Plotting에서 자주 나오는 용어 정리

      2. 14-2. [이론] Four Essential Plots

      3. 14-3. [실습] Bar Graph 그리기

      4. 14-4. [실습] Scatter Plot 그리기

      5. 14-5. [실습] Line Chart 그리기

      6. 14-6. [실습] Box Plot 그리기

    • Chapter 15 씹고 뜯고 맛보고 즐기는 데이터 시각화 II
      1. 15-1. [이론] Other Useful Plots

      2. 15-2. [실습] Histogram

      3. 15-3. [실습] Bubble Chart

      4. 15-4. [실습] Heatmap

      5. 15-5. [실습] Pie Chart / Donut Chart

      6. 15-6. [이론] Complex Graphs

      7. 15-7. [실습] Kernel Density Estimate(KDE) Plot

      8. 15-9. [실습] Violin Plot (바이올린 그림)

    • Chapter 16 싱싱한 시각화, Interactive Visualization
      1. 16-1. [이론] Why Interactive Visualization?

      2. 16-2. [이론] 인터랙티브 시각화 라이브러리 Plotly

      3. 16-3. [실습] Plotly Express로 plot 그리기

    • Chapter 17 EDA, 데이터로 떠나는 여행
      1. 17-1. [이론] EDA란?

      2. 17-2. [실습] California housing dataset 탐험하기

      3. 17-3. [실습] K-POP dataset 탐험하기

      4. 17-4. [연습문제] 실전! 최종 EDA 프로젝트

    수강생 후기 1

    70% 이상 강의를 수강한 수강생들이 남긴 생생한 후기를 확인해보세요!

    5.0
    5점
    1
    4점
    0
    3점
    0
    2점
    0
    1점
    0

    패키지 선택

    FAQ

    VOD 강의 시청은 언제부터 가능한가요?
    1월 14일에 1차 영상(챕터1~8)이 공개됩니다. 2차 영상(챕터9~17)은 2월 11일에 공개됩니다. 지금 강의를 구매하시면 1월 14일부터 1차 공개 영상의 학습이 가능하며, 영상이 모두 공개되는 2월 11일부터 12개월간 본 강의의 모든 영상을 수강하실 수 있습니다.
    강의 정가는 어떻게 되나요?
    동영상 강의 수강권: 50만원(학습기간 6개월 + 복습기간 6개월 무료 추가 제공) / 온라인 코칭권: 10만 원(1회 당)
    강의 내용에 대해서 질문할 수 있나요?
    커뮤니티 '질문게시판'에 질문을 올리시면 학습 조교가 24시간 안에 답변해드립니다. 물론 수강생끼리 자유로운 질의응답도 가능합니다.
    VOD 영상 오픈 이전에 구매할 경우 실제 수강 기간은 어떻게 되나요?
    2차 영상 공개일 (2월 11일) 이전에 강의를 구매하신 모든 분들의 수강 기간은 2차 영상 오픈일 이후 12개월간 (~2023. 2.10 까지) 강의를 수강하실 수 있도록 자동 업데이트 됩니다.
    신용카드 무이자 할부 가능 기간은 어떻게되나요?
    이니시스에서 사용가능한 모든 신용카드에 대해서 12개월 무이자 할부 혜택을 드리고 있습니다.
    코칭 패키지, 어떤게 다른가요?
    코칭패키지 구매자에게는 코칭을 위한 과제가 별도로 제공되며 코칭 기간 내 과제를 제출하면 이메일로 500자 내외의 꼼꼼한 코칭을 받아볼 수 있습니다. 코칭을 위한 과제는 커뮤니티형 메신저 슬랙의 공지사항에 안내되며, 슬랙 초대 메일과 사용 안내는 코칭 시작 1일 전에 발송됩니다. 과제 외에도 학습 관련 문의사항이 있다면 코칭 기간동안 슬랙에서 코치님께 자유롭게 질문할 수 있습니다.
    학습노트는 무엇이고, 어떻게 받을 수 있나요?
    강의에서 사용된 업계 전문 용어, 학습을 위한 참고자료, 미션 팁 등을 정리한 PDF 자료로 온라인으로 전달됩니다. 학습노트 및 학습 자료는 강의가 모두 오픈된 이후 공개됩니다.

    유의사항

    • 결제 전 학습 기간을 다시 한 번 확인해주세요.
    • 복습기간은 무료로 제공되는 기간으로 환불금 산정시 제외됩니다.
    • 동영상 콘텐츠는 구매 후 7일 이내 이용하지 않은 부분 대해서 전액 환불을 보장합니다. 하단의 취소/환불정책을 확인해주세요.
    • 카드사 포인트/ 선불/ 기프트카드로 결제하면 환불이 불가능하기 때문에 결제수단으로 사용하실 수 없습니다.
    • 환불, 환급은 결제한 수단과 동일한 방식으로 진행됩니다.

    다른 강의를 찾으시나요?

    전체 강의보기

    최근 검색어

    추천 검색어