데이터, 이제 유행이 아닌 시대의 흐름입니다. 패키지 하나로 엑셀부터 파이썬 입문, 머신러닝까지 모두 다루는 데이터 분석 올인원 패키지 강의입니다.
데이터, 이제 유행이 아닌 시대의 흐름입니다.
패키지 하나로 엑셀부터 파이썬 입문, 머신러닝까지 모두 다루는 강의입니다.
-
- 흩어져 있는 데이터를 수집&정리! 데이터 전처리 능력
- 실무에 쓰이는 데이터도 척척! 데이터 가공 능력
- 복잡한 데이터도 읽기 쉽게! 데이터 시각화 능력
- 확실한 성과로 이어지는! 데이터 기반 의사결정 능력
- 파이썬 핵심 패키지 정리를 통한 데이터 분석과 데이터 시각화 진행
- 머신러닝의 지도학습과 비지도학습, 강화학습의 개념과 차이 이해
- 파이썬 머신러닝 패키지 사이킷런에 대한 이해와 프레임워크 정리
- 실전 사례와 사이킷런 실습을 통한 알고리즘의 핵심 이해
엑셀부터 파이썬, 머신러닝까지 데이터 분석의 모든 것
패키지 하나로 데이터 사이언티스트로 거듭나보세요!
패키지 하나로 데이터 사이언티스트로 거듭나보세요!
이런 이유들로 시작을 망설이셨나요?
이것만 들으면 될 줄 알았는데… 다 흩어져 있는 강의에 질렸다!
인강 사이트는 많은데… 어디가 믿음직스러운 강의인지 잘 모르겠다!
데이터 분석, 이름만 들어도 어려워 보여서… 시작할 엄두가 나지 않는다!
PYTHON, R, C언어… 대체 어떤 걸로 시작해야 할지 모르겠다!
그.래.서 저희가 만들었습니다!
학생 입장에서 생각해, 더 이상 고민하지 않도록,
위 문제를 모두 해결해줄 “Digital Transformation 완전정복 패키지”로
마소캠퍼스와 함께 올해는 정말로 데이터 분석 능력을 키워보세요!
-
-
- 코딩, 통계를 전혀 모르지만 데이터 분석에 입문하고 싶은 문과생
- 데이터 분석 역량을 키워 직무 전환 하고 싶은 분들
- 엑셀과 데이터 분석으로 높은 성과, 매출 향상을 바라는 직장인
- 데이터의 개념부터 비즈니스 데이터 분석까지 한번에 끝내고 싶은 분들
- 복잡한 분석과 예측을 머신러닝을 활용하여 해결하고 싶은 분들
- 파이썬 마스터를 통해 커리어 개발, 이직을 꿈꾸는 분들
- 데이터를 기반으로 다양하게 분석하고 이를 기반으로 미래를 예측하고 싶은 분
- 바로 쓸 수 있는 실습 중심의 파이썬 학습을 원하시는 분들
-
엑셀부터 파이썬까지 한번에 배우는정복 패키지 All in One
비전공자, 입문자를 패키지 하나로 끝낼 수 있도록 준비했습니다!
LV1. 비즈니스 애널리스트
기초부터 응용까지, 배워서 바로 쓰는 실무 적용 엑셀
데이터 분석의 이해를 돕는 통계 학습으로 데이터 사이언스 프로세스를 전반적 이해하고
크롤링/파워쿼리/파워피벗으로 대용량의 데이터 수집, 비정형 데이터 통합 및 데이터 관계를 관리!
파워 BI로 다양한 탐색을 통한 데이터 시각화 및 데이터 인사이트 파악!
LV2. 데이터 전략가
실제 시뮬레이션으로 배워서 바로 쓰는 데이터 기반 비즈니스 의사결정
Z분석/시계열 분석/KPI분석으로 실무에 사용하는 데이터 분석 방법 알아보기!
T검정/데이터 모델링/중심극한의 정리 기법으로 비용 절감을 위한 판매 채널 정비하고
회귀분석/민감도 분석/이익 파레토 분석으로 매출을 견인할 상품 선정 및 데이터 기반 전략적 의사결정까지!
LV3. 데이터 사이언티스트
기초부터 응용까지, 배워서 바로 쓰는 실무 적용 파이썬
기본 문법/자료구조/함수와 모듈로 파이썬 객체지향 프로그래밍 입문하고
웹크롤링/스크래핑으로 똑똑하게 데이터 수집하고 시각화까지!
PANDAS를 활용한 기술 통계 이해, 데이터 시각화 및 실전 데이터 분석하고
사이킷런으로 실전 머신러닝 시작하고 실전 사례 해결까지!
마소캠퍼스만 믿고 그대로 따라오세요!
62시간 8분만에 데이터 사이언티스트로 만들어드립니다!
마소캠퍼스의 <엑셀부터 파이썬까지, 데이터분석 올인원 패키지> 강의를 수강하면, 어려워 보였던 데이터 분석을 손쉽게 업무에 적용하실 수 있습니다.
– 엑셀 기초부터 크롤링/파워피벗/쿼리/BI까지는 물론 인사이트 도출까지, 엑셀을 단순한 툴이 아닌 데이터 분석 도구로 사용함으로서 합리적 의사결정 능력
– 실제 시뮬레이션으로 데이터 기반 의사결정을 통한 문제해결 인사이트 능력
– 머신러닝 학습을 통한 데이터 기반 의사결정 능력 함양
– 자신의 업무 역량을 뛰어넘는 SuperJobs로 전환할 수 있는 역량 확보
<엑셀부터 파이썬까지, 데이터분석 올인원 패키지> 강의를 수강하신다면,
내가 생각했던 한계를 벗어나고 AI시대 맞춤형 인재로 거듭나실 수 있습니다. 모든 기업이 원하는 인재로 거듭날 기회를 놓치지 마세요!
Q. 데이터 분석을 한번도 해본적 없는 초보입니다. 수강해도 괜찮을까요?
A. <엑셀부터 파이썬까지, 데이터분석 올인원 패키지> 강의는 비전공자, 입문자도 패키지 하나로 데이터 분석 입문부터 파이썬 머신러닝까지 쉽게 따라올 수 있도록 개설된 강의입니다. 강의 처음부터 차근차근 실습을 따라오신다면 초보자분들도 파이썬 머신러닝까지 쉽게 학습하실 수 있도록 구성하였습니다.
Q. 머신러닝과는 상관없어 보이는 문과생입니다. 단순히 호기심만으로 수강해도 괜찮은가요?
A. 당연합니다! 머신러닝에 대해 배우고자 하는 의지만 있으시다면 누구나 수강 가능하십니다. 현재 일이 머신러닝과는 상관없어 보이더라도 머신러닝은 이제 우리 일상에 깊이 자리잡게 될 것입니다. 또한, 우리가 인식하지 못할 뿐, 머신러닝은 굉장히 다양한 분야에서 활용되고 있습니다. 분명 배워두면 어떤 직무든 업무 혹은 미래에 도움이 될 것입니다!
Q. 왜 다른 곳이 아닌 마소캠퍼스의 <엑셀부터 파이썬까지, 데이터분석 올인원 패키지>를 수강해야 하나요?
A. 마소캠퍼스의 <엑셀부터 파이썬까지, 데이터분석 올인원 패키지> 강의는 현업에서 업무 효율성을 훨씬 높여 줄 강의입니다. 단순한 지식 전달이 목적이 아닌, 여러분들이 현업에서 사용하실 수 있도록 실전 사례와 실습을 포함하여 구성하였으니 진짜 쓸모있는 데이터 분석 강의를 기초부터 실무까지 체계적으로 수강하고 싶으시다면 마소캠퍼스의 <엑셀부터 파이썬까지, 데이터분석 올인원 패키지>를 수강하세요!
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
- 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
-
♠ 이런 분들께 추천드려요!
♦ 파이썬을 활용한 머신러닝에 관심이 있으신 분
♦ 데이터를 기반으로 다양하게 분석하고 이를 기반으로 미래를 예측하고 싶은 분
♦ 복잡한 분석과 예측을 빠르게 해결하고 싶은 분
♦ 빠르고 정확하게 분석된 예측과 결과로 의사결정을 효율적으로 진행하고 싶은 분
♦ “창업/입사/직무전환/리스킬/탤런트 트랜스포메이션”을 꿈꾸는 분들
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
커리큘럼
| 데이터 분석과 통계 - 통계의 이해 | |||
| [onc30] ds301 – 기술 통계 | 00:10:59 | ||
| [onc30] ds302 – 실습_데이터와 통계량 | 00:08:11 | ||
| [onc30] ds303 – 분산과 표준편차 | 00:13:55 | ||
| [onc30] ds304 – 표본과 모집단의 관계 | FREE | 00:06:58 | |
| [onc30] ds305 – 실습_몬테카를로 실험 설계 및 실행 | 00:14:34 | ||
| [onc30] ds306 – 중심 극한 정리 | 00:05:16 | ||
| [onc30] ds307 – 실습_중심 극한 정리와 Pilgrim bank 표본 실험 | 00:14:38 | ||
| [onc30] ds308 – 표본 개수 의사결정과 Poplulation Table | 00:08:14 | ||
| 데이터 분석과 통계 - 추론 통계 | |||
| [onc30] ds401 – 논리적 추론과 피어슨 추론 | FREE | 00:06:27 | |
| [onc30] ds402 – 유의성 검정 원리 | 00:08:23 | ||
| [onc30] ds403 – 주요 유의 확률 계산 도구 소개 | 00:02:37 | ||
| [onc30] ds404 – 실습_유의성 검정 도구 엑셀 내장 분석도구 활성화 | FREE | 00:02:04 | |
| [onc30] ds405 – 목적에 맞는 유의성 검정 | 00:05:52 | ||
| [onc30] ds406 – 카이제곱 검정이란 | 00:01:28 | ||
| [onc30] ds407 – 실습_카이검정_월마트 영수증 | 00:15:38 | ||
| [onc30] ds408 – T검정이란 | FREE | 00:01:55 | |
| [onc30] ds409 – 실습_T검정 이메일 모금 실험 | 00:14:24 | ||
| [onc30] ds410 – 회귀분석이란 | 00:03:07 | ||
| [onc30] ds411 – 실습_회귀분석 아프리카 구호사업 | 00:12:15 | ||
| 데이터를 통한 미래 예측하기 | |||
| [onc30] ds902 – 베이즈 추론이란 | 00:02:25 | ||
| [onc30] ds903 – 실습_베이즈통계 빼빼로 데이에 초콜릿을 건넨 그 남자의 진정성 추정하기 | 00:15:51 | ||
| [onc30] ds904 – 실습_베이즈통계 단지 문제 해결 방식 | 00:10:21 | ||
| [onc30] ds905 – 실습_베이즈통계 스팸메일 필터 구현하기 | 00:10:37 | ||
| [onc30] ds906 – 베이즈통계_축차 합리성 | 00:10:32 | ||
| 메가트렌드와 데이터 분석 | |||
| [onc30] ds101 – 과정 개요 | 00:03:28 | ||
| [onc30] ds102 – 메가트렌드 | 00:06:27 | ||
| [onc30] ds103 – 데이터 분석이란 | 00:06:49 | ||
| 현실 세계의 데이터 모델링 | |||
| [onc30] ds201 – 데이터 사이언스 프로세스 | 00:10:35 | ||
| [onc30] ds202 – 데이터란 무엇인가 | 00:05:26 | ||
| [onc30] ds203 – 실습_자료의 정보화 | 00:05:16 | ||
| [onc30] ds204 – 1차 자료와 서베이 | 00:05:05 | ||
| [onc30] ds205 – 실습_데이터 수집 서베이 | 00:14:23 | ||
| [onc30] ds206 – 환경설정_파워쿼리 설치 | FREE | 00:10:24 | |
| [onc30] ds207 – 2차 자료와 크롤링 | 00:03:58 | ||
| [onc30] ds208 – 실습_파워쿼리를 활용한 웹크롤링 | 00:03:06 | ||
| 데이터 전처리 | |||
| [onc30] ds501 – 데이터 전처리 입문 | 00:03:06 | ||
| [onc30] ds502 – 실습_데이터 전처리 결측치처리 | 00:08:05 | ||
| [onc30] ds503 – 실습_데이터 전처리 데이터 클린징 | 00:05:01 | ||
| [onc30] ds504 – 실습_데이터 전처리 금액단위 변경 | 00:09:07 | ||
| [onc30] ds505 – 실습_데이터 전처리 텍스트 나누기 및 개체 삭제 | 00:06:55 | ||
| [onc30] ds506 – 실습_데이터 전처리 데이터 타입 오류 사례 | 00:06:40 | ||
| [onc30] ds507 – 실습_데이터 전처리 종합사례01 | 00:06:29 | ||
| [onc30] ds508 – 실습_데이터 전처리 종합사례02 | 00:07:43 | ||
| 데이터 분석 도구 활용 | |||
| [onc30] ds601 – 엑셀 데이터 관리 유형 이해 테이블 크로스탭 템플릿 | 00:06:30 | ||
| [onc30] ds602 – 실습_엑셀 데이터 관리 유형 이해하기 | 00:07:52 | ||
| [onc30] ds603 – 실습_엑셀 Core 기능 표 등록 및 활용 방안 | FREE | 00:07:22 | |
| [onc30] ds604 – 실습_엑셀 Core 기능 이름정의 및 활용 방안 | 00:16:27 | ||
| [onc30] ds605 – 실습_엑셀 에러 처리와 vlookup 활용 방안 | 00:11:24 | ||
| [onc30] ds606 – 실습_혼합 참조 이해와 민감도 분석 적용 방안 | 00:09:27 | ||
| [onc30] ds607 – 실습_소매점 판매 데이터를 활용한 비즈니스 분석 입문 | 00:08:45 | ||
| 주요 데이터 분석 도구 설명 | |||
| [onc30] ds701 – 주요 데이터 분석 도구 장단점 정리 | 00:06:48 | ||
| 비즈니스 데이터 분석 실무 | |||
| [onc30] ds801 – 주요 KPI의 이해 | FREE | 00:02:21 | |
| [onc30] ds802 – 실습_BSC 프레임워크 기반 분석 목표 KPI 도출 전략 | 00:07:07 | ||
| [onc30] ds803 – 실습_분석 대상 데이터 이해하기 | 00:07:19 | ||
| [onc30] ds804 – 분석 모델 기반 데이터 분석 입문 | 00:02:47 | ||
| [onc30] ds805 – 실습_Key Metrics 도출하기 | 00:07:02 | ||
| [onc30] ds806 – 실습_경향분석 Trend Analysis | 00:14:17 | ||
| [onc30] ds807 – 실습_비교분석 Comparison Analysis | 00:14:09 | ||
| [onc30] ds808 – 실습_순위분석 Ranking Analysis | 00:16:23 | ||
| [onc30] ds809 – 실습_기여분석 Contribution Analysis | 00:14:09 | ||
| [onc30] ds810 – 실습_빈도분석 Frequency Analysis | 00:11:41 | ||
| [onc30] ds811 – 실습_차이분석 Variance Analysis | 00:15:04 | ||
| [onc30] ds812 – 실습_파레토분석 Pareto Analysis | 00:07:13 | ||
| [onc30] ds813-2 – 실습_상관분석 Correlation Analysis(파워BI 기반) | 00:00:00 | ||
| [onc30] ds814 – 실습_Interactive Dashboard 구성 | 00:07:38 | ||
| 머신러닝 입문 | |||
| [onc30] ds901 – 머신러닝이란 | 00:04:43 | ||
| [onc30] ds1001 – AzureML 이해와 서비스 가입 | 00:03:06 | ||
| [onc30] ds1002 – 실습_Decision Tree를 활용한 신용평가 모형 개발하기 | 00:14:27 | ||
| [onc30] ds1003 – 실습_Linear Regression을 활용한 적정 집값 예측하기 | 00:08:24 | ||
| [onc30] ds1004 – 실습_Logistic Regression을 활용한 직원 이직 가능성 예측하기 | 00:08:57 | ||
| 데이터 사이언스 정리 | |||
| [onc30] ds1101 – 데이터 사이언스 프로세스 정리 | 00:04:35 | ||
| 강의교재 다운로드 센터 | |||
| [onc30] ds1201 – 교재 다운로드 센터 | 00:00:00 | ||
| 강좌 개요 | |||
| [onc34] dsa001 – 과정소개_데이터 사이언스 실무 활용 과정 | FREE | 00:09:12 | |
| [onc34] dsa002 – Business Intelligence 프로세스 이해와 분석 환경설정 | 00:05:48 | ||
| [onc34] dsa003 – 실습환경 구축1 파워BI 설치 | 00:04:30 | ||
| [onc34] dsa004 – 실습환경 구축2 파워쿼리 설치 | 00:06:02 | ||
| [onc34] dsa005 – 실습환경 구축3 파워피벗 활성화 | 00:02:55 | ||
| 엑셀 비즈니스 분석 실무 정리 | |||
| [onc34] dsa101 – 엑셀 데이터 분석 핵심 관리 프레임워크 정리 | 00:22:19 | ||
| [onc34] dsa102 – 물리 마스터 기반 데이터 분석 시작하기 | 00:05:08 | ||
| [onc34] dsa103 – 분할된 데이터에서 분석용 마스터 데이터 구성하기 | FREE | 00:14:56 | |
| [onc34] dsa104 – 대시보드를 활용한 데이터 분석 실무 | 00:13:53 | ||
| 엑셀 데이터 모델링 분석 실무 | |||
| [onc34] dsa201 – 데이터 모델과 데이터 모델링 | 00:03:15 | ||
| [onc34] dsa202 – 논리 마스터 기반 데이터 분석 실무1 – 엑셀 데이터 모델 | 00:10:51 | ||
| [onc34] dsa203 – 엑셀 파워피벗을 활용한 데이터 모델링 | 00:06:23 | ||
| [onc34] dsa204 – 파워BI로 데이터 모델에 모델링 관계 설정 실습 진행 | 00:06:02 | ||
| [onc34] dsa205 – 논리 마스터 기반 데이터 분석 실무2 – 엑셀 파워피벗 | 00:14:31 | ||
| 데이터 전처리 실무 - 파워쿼리 Basic | |||
| [onc34] dsa301 – 파워쿼리 이해하기 | FREE | 00:06:31 | |
| [onc34] dsa302 – 데이터 전처리가 어려운 경우 이해하기 | 00:02:04 | ||
| [onc34] dsa303 – 표 변환 – 생산내역 – 엑셀 파워쿼리 | 00:09:32 | ||
| [onc34] dsa304 – 적용된 단계 – 초과근무 수당집계 – 엑셀2013 파워쿼리 | 00:08:16 | ||
| [onc34] dsa305 – 적용된 단계 – 초과근무 수당집계 – 파워BI 파워쿼리 | 00:07:13 | ||
| [onc34] dsa306 – 연결 끊기 – 초과근무 수당집계 – 엑셀2013 파워쿼리 | 00:02:48 | ||
| 데이터 전처리 실무 - 외부데이터 핸들링 | |||
| [onc34] dsa401 – 웹크롤링 실습 – 파워BI 파워쿼리 | 00:05:19 | ||
| [onc34] dsa402 – DB 연결 및 자료 연동(Access) – 엑셀2013 파워쿼리 | 00:01:50 | ||
| [onc34] dsa403 – Text 자료 연동 – 엑셀2013 파워쿼리 | FREE | 00:03:37 | |
| 데이터 전처리 실무 - 쿼리편집기 정리 | |||
| [onc34] dsa501 – 합치기 정렬 역방향열 – 식자재 납품 정보 – 파워BI 파워쿼리 | 00:07:42 | ||
| [onc34] dsa502 – 채우기 열피벗해제 – 월별 전자제품 판매현황 보고서 – 파워BI 파워쿼리 | 00:11:05 | ||
| [onc34] dsa503 – 예제의 열 – Product.csv – 파워BI 파워쿼리 | 00:03:39 | ||
| 데이터 전처리 실무 - 데이터 전처리 실무 사례 | |||
| [onc34] dsa601 – 데이터자동갱신 – 업계판매보고서 – 파워BI 파워쿼리 | 00:08:32 | ||
| [onc34] dsa602 – 폴더내 CSV 파일 통합 – 파워BI 파워쿼리 | 00:07:31 | ||
| [onc34] dsa603 – 폴더내 엑셀 파일 통합 – 엑셀2013 파워쿼리 | 00:07:28 | ||
| [onc34] dsa604 – 여러 형식의 데이터 통합 전략 수립 | 00:11:39 | ||
| [onc34] dsa605 – 여러 형식의 데이터 통합 분석 실행 – 엑셀2013 파워쿼리 | 00:10:18 | ||
| 파워BI를 활용한 데이터 분석과 시각화 | |||
| [onc34] dsa701 – 파워BI의 이해 | 00:06:26 | ||
| [onc34] dsa702 – 도형맵을 활용한 지도 시각화 | 00:07:19 | ||
| [onc34] dsa703 – 버블 플롯 그래프를 활용한 상관 분석 | FREE | 00:07:58 | |
| [onc34] dsa704 – 기본 그래프 컴포넌트를 활용한 시각화와 머신러닝 분석 | 00:04:48 | ||
| 데이터 사이언스 실무 활용 정리 | |||
| [onc34] dsa801 – 데이터 사이언스 실무 활용 과정 정리 | 00:07:43 | ||
| 강의교재 다운로드 센터 | |||
| [onc34] dsa901 – 교재 다운로드 센터 | 00:00:00 | ||
| 실습환경 구성 | |||
| [onc00] dss101 – 엑셀 데이터 분석 도구 설정 | 00:01:22 | ||
| [onc00] dss102 – KESS 데이터 분석 추가 기능 설정 | FREE | 00:02:23 | |
| [onc00] dss103 – 엑셀 해찾기(Solver) 추가 기능 설정 | FREE | 00:01:19 | |
| [onc00] dss104 – 엑셀 2013에서 파워쿼리 사용하기 | 00:00:00 | ||
| [onc00] dss105 – 엑셀 2016에서 파워쿼리 사용하기 | 00:00:42 | ||
| [onc00] dss106 – 엑셀 2019 & Office 365에서 파워쿼리 사용하기 | 00:00:54 | ||
| [onc00] dss107 – E1 엑셀 Power Pivot 사용 환경설정 | 00:01:28 | ||
| [onc00] dss108 – 엑셀 Power Pivot 사용 가능 버전 안내 | 00:01:16 | ||
| [onc00] dss109 – 엑셀 개발 도구 활성화 하기 | FREE | 00:01:13 | |
| [onc00] dss111 – 엑셀에서 Power View 사용하기 | FREE | 00:03:52 | |
| [onc00] dss110 – 데이터 테이블 관계 설정 | FREE | 00:16:37 | |
| [onc00] dss201 – Power BI Desktop 사용하기 | FREE | 00:04:10 | |
| 과정 개요 | |||
| [onc36] dsm001 – 데이터 사이언스 매니지먼트 과정 개요 | 00:07:40 | ||
| 스토리 소개 | |||
| [onc36] dsm201 – 스토리 소개 – Biz 상황 설명 | 00:04:33 | ||
| 비즈니스 현황 파악 | |||
| [onc36] dsm301 – 비즈니스 현황 파악 | 00:00:34 | ||
| [onc36] dsm302 – 지점별 판매데이터 취합과 데이터 개선 작업 | 00:16:17 | ||
| [onc36] dsm303 – 공유 드라이브를 통한 지점별 데이터 자동취합 | 00:10:40 | ||
| [onc36] dsm304 – 뉴욕지점 판매 매출을 원화 매출로 환율 자동 반영 처리 | 00:10:08 | ||
| [onc36] dsm305 – 데이터셋 둘러보기 | 00:07:46 | ||
| [onc36] dsm306 – 기술통계량 파악과 탐색적 데이터분석_EDA | 00:11:43 | ||
| [onc36] dsm307 – Z분석 | 00:13:10 | ||
| [onc36] dsm308 – 시계열 분석 | 00:05:20 | ||
| [onc36] dsm309 – 시계열 데이터 나눠보기 | 00:11:28 | ||
| [onc36] dsm310 – KPI 분석 Template을 활용한 공변 관계 파악하기 | 00:14:57 | ||
| [onc36] dsm311 – KPI 인터랙티브 대시보드를 통한 회사 현황 파악 | FREE | 00:14:35 | |
| [onc36] dsm312 – 추세선을 활용한 시계열 분석법 | 00:08:05 | ||
| 지점 실적 개선 | |||
| [onc36] dsm401 – 저성과자 경고 – 매출액 기준 하위 8개 지점 경고하기 | 00:08:40 | ||
| [onc36] dsm402 – 경기3지점의 이의제기 판별하기_일표본 T검정 | 00:17:05 | ||
| [onc36] dsm403 – 성과가 뛰어난 지점 파악과 검정_부산2지점 | 00:10:59 | ||
| [onc36] dsm404 – 부산2지점의 향후 실적 추이 예측_평균으로의 회귀 이해하기 | 00:15:45 | ||
| [onc36] dsm405 – 부산2지점 판매채널의 특징 파악 | FREE | 00:14:27 | |
| [onc36] dsm406 – 부산2지점 판매채널의 특징을 모든 지점에 적용 가능 여부 판단하기 | 00:17:40 | ||
| [onc36] dsm407 – 오프라인 판매 비중이 높은 제품군 파악하기 | 00:08:40 | ||
| [onc36] dsm408 – 이익 개선을 위한 세탁기와 스마트폰 상품에 대한 판매채널 분석 | 00:13:40 | ||
| [onc36] dsm409 – 대구지점 비용 구조 개선을 위한 판매채널 정비 전략 수립_해찾기 | 00:15:06 | ||
| [onc36] dsm410 – 대구지점 실적 개선 계획을 위한 리프트 분석_묶음 판매 전략 수립 | 00:22:55 | ||
| 선택과 집중 | |||
| [onc36] dsm501 – 서울3지점은 부산2지점을 이길 수 없을까_신뢰수준과 표본오차 | 00:09:25 | ||
| [onc36] dsm502 – 서울3지점의 부산2 지점 벤치마킹 분석__판매포트폴리오 분석 | 00:16:05 | ||
| [onc36] dsm503 – 서울3지점의 부산2 지점 벤치마킹 분석_목표대비 실적 분석 | 00:06:55 | ||
| [onc36] dsm504 – 다양한 제품 카테고리에서 집중 판촉 대상 상품 선정을 위한 데이터 분석 | 00:22:46 | ||
| [onc36] dsm505 – 가격대별 주력 판매제품 선정 | 00:12:29 | ||
| [onc36] dsm506 – 대규모 판촉 행사 진행을 위한 할인율 민감도 분석 | 00:09:07 | ||
| [onc36] dsm507 – 시나리오 기반 에어컨 판촉 전략 수립 | 00:05:13 | ||
| [onc36] dsm508 – 가격 이외 에어컨 이익에 중요한 영향을 미치는 요인이 내재된 모델 찾아내기 | 00:08:40 | ||
| [onc36] dsm509 – 전체 거래건수에서 적자 발생 거래 비율 도출하기 | 00:04:11 | ||
| [onc36] dsm510 – 주방가전 카테고리에 대한 적자 제품 파레토 분석 | 00:12:39 | ||
| [onc36] dsm511 – 주방가전 교차비율 분석 결과에 따른 전략 | 00:12:47 | ||
| [onc36] dsm512 – 주방가전에 대한 제품 포트폴리오 관리 관점의 포지션 분석 | 00:10:30 | ||
| [onc36] dsm513 – 화장품 냉장고 광고 노출 증대시 예상 판매량 도출 전략 | 00:05:04 | ||
| 고객 세그먼트 분류와 관리 | |||
| [onc36] dsm601 – 매출과 이익이 높은 우수사원 명단 추출하기 | 00:11:04 | ||
| [onc36] dsm602 – 고객관리 인사이트 발굴을 위한 우수 사원 선발 | 00:09:10 | ||
| [onc36] dsm603 – 고객 세그먼트 분류와 관리 전략_고객 유효 확률 적용하기 | 00:10:14 | ||
| [onc36] dsm604 – 고객 세그먼트 분류와 관리 전략_고객 이탈 리스크 | 00:08:13 | ||
| [onc36] dsm605 – 고객 세그먼트 분류와 관리 전략_ABC 등급 관리 | FREE | 00:09:20 | |
| [onc36] dsm606 – 고객 세그먼트 분류와 관리 전략_VIP 및 VVIP 고객 관리 | 00:11:33 | ||
| [onc36] dsm607 – RFM 분석 기반 추적형 리타겟팅 광고 대상자 선정하기 | 00:16:01 | ||
| [onc36] dsm608 – 고객 구매 주기 분석을 통한 다음 구매일 예측하기 | 00:11:08 | ||
| [onc36] dsm609 – 협업적 필터링을 활용한 고객 상품 추천 엔진 구현과 고객 상품 추천하기 | 00:05:52 | ||
| 전략적 의사결정 | |||
| [onc36] dsm701 – 데이터 기반 사업전략 실행의 실적 검증_전략 실행은 매출에 도움이 되었는가 | 00:06:59 | ||
| [onc36] dsm702 – 신규지점 오픈 전략_예상 매출 수립 | 00:07:33 | ||
| [onc36] dsm703 – 신규 지점 임대 또는 구매의 경제성 평가 방법 | 00:10:38 | ||
| [onc36] dsm704 – 신규 매장 오픈시의 소비자 선호 요인 분석_컨조인트 분석 | 00:13:42 | ||
| [onc36] dsm705 – 판매량이 가장 늘어날 특가 판매 대상 상품 선정_가격 탄력성 | 00:09:52 | ||
| [onc36] dsm706 – 시나리오 관리자를 통한 전략 수립 | 00:07:09 | ||
| [onc36] dsm707 – 몬테카를로 시뮬레이션을 활용한 경영 의사결정 | 00:25:04 | ||
| 데이터 사이언스 매니지먼트 과정 정리 | |||
| [onc36] dsm801 – 과정 마무리 | 00:01:50 | ||
| 강의교재 다운로드 센터 | |||
| [onc36] dsm901 – 교재 다운로드 센터 | 00:00:00 | ||
| 파이썬 개요 및 설치 | |||
| [onc31] py100 – 파이썬 데이터분석 과정 학습 범위 설명 | 00:02:27 | ||
| [onc31] py101 – 파이썬 주요 패키지 소개 | 00:01:11 | ||
| [onc31] py102 – 파이썬 기본 개발환경 구축 및 환경테스트 | FREE | 00:10:47 | |
| [onc31] py103 – 주피터 노트북 개발환경 구축 | FREE | 00:03:51 | |
| [onc31] py104 – 주피터 노트북을 활용하여 파이썬 코딩하기 | 00:12:30 | ||
| [onc31] py105 – 파이썬 프로그래밍 Overview | 00:03:27 | ||
| 분기문과 반복문 이해하기 | |||
| [onc31] py201 – 변수와 데이터 타입 | 00:20:30 | ||
| [onc31] py202 – 입력문 | 00:17:23 | ||
| [onc31] py203 – 출력문 | 00:21:51 | ||
| [onc31] py204 – 입력문과 출력문 사례실습 | 00:11:49 | ||
| [onc31] py301 – 연산자의 종류와 활용예제 | 00:21:30 | ||
| [onc31] py302 – 조건문 if문 개념파악 | 00:06:45 | ||
| [onc31] py303 – 조건문 if문 실습 | 00:15:21 | ||
| [onc31] py304 – 조건문 elseif문 | 00:05:05 | ||
| [onc31] py305 – 조건문 if문 실습 시험점수 합격판단 | 00:02:42 | ||
| [onc31] py306 – 조건문 if문 실습 주사위게임 | 00:07:43 | ||
| [onc31] py307 – 반복문 for문 개념파악 | 00:04:20 | ||
| [onc31] py308 – 반복문 for문 기본실습 | 00:13:44 | ||
| [onc31] py309 – 반복문 for문 사례실습1 | 00:07:11 | ||
| [onc31] py310 – 반복문 for문 사례실습2 | 00:06:18 | ||
| [onc31] py311 – 반복문 while문 개념파악 | 00:01:15 | ||
| [onc31] py312 – 반복문 while문 실습 | 00:08:23 | ||
| [onc31] py313 – break문, continue문 개념파악 | 00:01:35 | ||
| [onc31] py314 – break문 실습 | 00:04:24 | ||
| [onc31] py315 – continue문 실습 | 00:04:10 | ||
| [onc31] py316 – break문 사례실습 | 00:05:48 | ||
| 파이썬 자료구조 이해하기 | |||
| [onc31] py401 – 파이썬 자료구조 개념파악 | FREE | 00:04:30 | |
| [onc31] py402 – 리스트 개념파악 | 00:07:23 | ||
| [onc31] py403 – 리스트 기본실습 | 00:20:06 | ||
| [onc31] py404 – 리스트의 인덱싱과 슬라이싱 개념파악 | 00:03:18 | ||
| [onc31] py405 – 리스트의 인덱싱과 슬라이싱 실습 | 00:08:19 | ||
| [onc31] py406 – 리스트 값의 변경과 연산 개념파악 | 00:02:55 | ||
| [onc31] py407 – 리스트 값의 변경과 연산 실습 | 00:07:20 | ||
| [onc31] py408 – 리스트 조작함수 개념파악 | 00:02:25 | ||
| [onc31] py409 – 리스트 조작함수 실습 | 00:15:21 | ||
| [onc31] py410 – 리스트 조작함수 사례실습 – Index | 00:05:01 | ||
| [onc31] py411 – 리스트 컨프리헨션 개념파악 | 00:04:10 | ||
| [onc31] py412 – 리스트 컨프리헨션 실습 | 00:03:13 | ||
| [onc31] py413 – 리스트 컨프리헨션 사례실습 | 00:02:40 | ||
| [onc31] py414 – 리스트 map함수 실습 | 00:05:33 | ||
| [onc31] py415 – 튜플 개념파악 | 00:03:22 | ||
| [onc31] py416 – 튜플 실습 | 00:19:49 | ||
| [onc31] py417 – 딕셔너리 개념파악 | FREE | 00:03:52 | |
| [onc31] py418 – 딕셔너리 실습 | 00:14:51 | ||
| [onc31] py419 – 딕셔너리 사례실습1 | 00:04:32 | ||
| [onc31] py420 – 딕셔너리 사례실습2 | 00:02:03 | ||
| [onc31] py421 – 딕셔너리 사례실습3 | 00:08:17 | ||
| 파이썬 함수와 모듈 | |||
| [onc31] py501 – 문자열과 내장함수 개념파악 | 00:12:24 | ||
| [onc31] py502 – 문자열과 내장함수 실습1 | 00:20:24 | ||
| [onc31] py503 – 문자열과 내장함수 사례실습1 | 00:06:18 | ||
| [onc31] py504 – 문자열과 내장함수 실습2 | 00:06:10 | ||
| [onc31] py505 – 문자열과 내장함수 사례실습2 | 00:03:10 | ||
| [onc31] py601 – 사용자 정의 함수 개념파악 | 00:17:33 | ||
| [onc31] py602 – 사용자 정의 함수 실습 | 00:17:50 | ||
| [onc31] py603 – 변수의 Scope 이해 개념파악 | 00:06:16 | ||
| [onc31] py604 – 변수의 Scope 이해 실습 | FREE | 00:05:45 | |
| [onc31] py605 – 함수의 반환값 개념파악 | 00:00:40 | ||
| [onc31] py606 – 함수의 반환값 실습 | 00:08:36 | ||
| [onc31] py607 – 함수의 매개변수 전달방식 개념파악 | 00:00:52 | ||
| [onc31] py608 – 함수의 매개변수 전달방식 실습 | 00:13:44 | ||
| [onc31] py609 – 람다 함수 개념파악 | 00:00:56 | ||
| [onc31] py610 – 람다 함수 실습 | 00:10:12 | ||
| [onc31] py611 – 사용자 정의 함수 사례실습 | 00:08:14 | ||
| [onc31] py612 – 사용자 정의 함수 로또추첨 알고리즘 개념파악 | 00:02:11 | ||
| [onc31] py613 – 사용자 정의 함수 로또추첨 알고리즘 사례실습 | 00:11:44 | ||
| [onc31] py614 – 모듈 생성 개념파악 | 00:13:04 | ||
| [onc31] py615 – 모듈 생성 실습 | 00:08:21 | ||
| [onc31] py616 – 모듈 생성 사례실습1 | 00:03:38 | ||
| [onc31] py617 – 모듈 생성 사례실습2 | 00:09:17 | ||
| 파이썬을 활용한 파일처리 | |||
| [onc31] py701 – 파일의 입출력 개념파악 | 00:07:33 | ||
| [onc31] py702 – 파일의 입출력 실습 | 00:11:50 | ||
| [onc31] py703 – 파일의 입출력 사례실습 | 00:05:12 | ||
| [onc31] py704 – 파일의입출력 파일쓰기 실습 | 00:07:58 | ||
| [onc31] py705 – 파일의 입출력 csv파일 입출력 실습 | 00:08:38 | ||
| 파이썬 예외처리 핵심정리 | |||
| [onc31] py801 – 예외처리 try except문 개념파악 | FREE | 00:09:20 | |
| [onc31] py802 – 예외처리 try except문 실습 | 00:03:16 | ||
| [onc31] py803 – 예외처리 에러 종류에 따른 에러처리 실습 | 00:05:29 | ||
| [onc31] py804 – 예외처리_try except else finally_실습 | 00:04:01 | ||
| 객체지향 개념과 활용방안 | |||
| [onc31] py901 – 파이썬 객체지향 프로그래밍 입문 개념파악 | FREE | 00:18:39 | |
| [onc31] py902 – 파이썬 객체지향 프로그래밍 입문 실습 | FREE | 00:12:35 | |
| [onc31] py903 – 객체지향 프로그래밍 생성자 개념파악 | 00:06:04 | ||
| [onc31] py904 – 객체지향 프로그래밍 생성자 실습 | 00:05:22 | ||
| [onc31] py905 – 인스턴스변수와 클래스 변수 개념파악 | 00:06:19 | ||
| [onc31] py906 – 인스턴스변수와 클래스 변수 실습 | 00:07:07 | ||
| [onc31] py907 – 상속과 오버라이딩 개념파악 | 00:08:37 | ||
| [onc31] py908 – 상속과 오버라이딩 실습 | 00:20:22 | ||
| 파이썬 웹크롤링 데이터수집 자동 | |||
| [onc31] py1001 – 웹 스크래핑 개념파악 | FREE | 00:07:11 | |
| [onc31] py1002 – url.request 모듈을 활용한 웹 스크래핑 – 네이버 주식검색 실습 | 00:21:26 | ||
| [onc31] py1003 – Beautiful Soup을 활용한 웹 스크래핑 – 네이버금융 환율정보 조회 실습 | 00:14:52 | ||
| [onc31] py1004 – Beautiful Soup을 활용한 웹 스크래핑 – 네이버 영화랭킹 가져오기 실습 | 00:14:17 | ||
| [onc31] py1005 – 셀레니움을 활용한 웹 스크래핑 – 네이버 Top10 뉴스 검색 실습 | 00:21:39 | ||
| 워드클라우드 분석 기법 실무 | |||
| [onc31] py1006 – Colab을 활용한 konlpy 설치와 형태소 분석 개념파악 | 00:04:39 | ||
| [onc31] py1007 – Colab을 활용한 konlpy 설치와 형태소 분석 실습 | 00:17:46 | ||
| [onc31] py1008 – 텍스트 마이닝 및 워드 클라우드 개념파악 | 00:04:52 | ||
| [onc31] py1009 – 텍스트 마이닝 및 워드 클라우드 실습 | 00:22:55 | ||
| [onc31] py1010 – 오픈 API를 활용한 데이터 수집 개념파악 | 00:01:44 | ||
| [onc31] py1011 – 네이버 오픈 API 사용 개념파악 | 00:01:33 | ||
| [onc31] py1012 – 네이버 오픈 API 환경설정 실습 | 00:06:59 | ||
| [onc31] py1013 – 네이버 오픈 API를 활용한 블로그 데이터 수집 실습1 | 00:12:11 | ||
| [onc31] py1014 – 네이버 오픈 API를 활용한 블로그 데이터 수집 실습2 | 00:29:11 | ||
| [onc31] py1015 – 네이버 오픈 API를 활용한 블로그 데이터 워드클라우드 분석 실습 | 00:06:38 | ||
| 강의교재 다운로드 센터 | |||
| [onc31] py1101 – 교재 다운로드 센터 | 00:00:00 | ||
| 파이썬 개발환경 만들기 | |||
| [onc32] pyd001 – 파이썬 기본 개발환경 구축 및 환경테스트 | FREE | 00:10:47 | |
| [onc32] pyd002 – 주피터 노트북 개발환경 구축 | FREE | 00:03:51 | |
| [onc32] pyd003 – 주피터 노트북 활용하여 파이썬 코딩하기 | 00:12:30 | ||
| [onc32] pyd004 – 파이썬 프로그래밍 Overview | FREE | 00:03:28 | |
| 파이썬 분석 실무 과정 안내 | |||
| [onc32] pyd101 – 파이썬 데이터분석 패키지 학습과정 및 개념파악 | 00:04:31 | ||
| [onc32] pyd102 – 파이썬 데이터분석 과정 개념파악 | 00:03:37 | ||
| 파이썬 데이터분석 패키지 활용방안 | |||
| [onc32] pyd201 – Numpy 개념파악 | FREE | 00:06:07 | |
| [onc32] pyd202 – Numpy 배열 실습 | 00:23:57 | ||
| [onc32] pyd203 – ndarray 배열의 구조 변경 개념파악 | 00:02:41 | ||
| [onc32] pyd204 – ndarray 배열의 구조 변경 실습 | 00:04:07 | ||
| [onc32] pyd205 – ndarray 배열의 인덱싱 개념파악 | 00:02:44 | ||
| [onc32] pyd206 – ndarray 배열의 인덱싱 실습 | 00:18:15 | ||
| [onc32] pyd207 – ndarray 배열의 연산 개념파악 | 00:06:39 | ||
| [onc32] pyd208 – ndarray 배열의 연산 실습 | 00:06:37 | ||
| [onc32] pyd209 – numpy와 matplotlib을 이용한 시각화 실습 | 00:20:25 | ||
| [onc32] pyd301 – Pandas 개념파악 | 00:04:42 | ||
| [onc32] pyd302 – Pandas Series 활용 실습 | 00:17:36 | ||
| [onc32] pyd303 – Pandas DataFrame 개념파악 | 00:03:54 | ||
| [onc32] pyd304 – Pandas DataFrame 활용 실습 | 00:12:29 | ||
| [onc32] pyd305 – DataFrame과 리스트 딕셔너리 Numpy ndarray간의 상호변환 개념파악 | 00:02:49 | ||
| [onc32] pyd306 – DataFrame 상호변환 사례실습 | 00:09:43 | ||
| [onc32] pyd307 – 데이터 셀렉션 및 필터링 개념파악 | 00:05:50 | ||
| [onc32] pyd308 – 데이터 셀렉션 및 필터링 활용 실습1 | 00:16:24 | ||
| [onc32] pyd309 – 데이터 셀렉션 및 필터링 활용 실습2 | 00:12:39 | ||
| [onc32] pyd310 – DataFrame 데이터 추가와 삭제 개념파악 | 00:01:49 | ||
| [onc32] pyd311 – DataFrame 데이터 추가와 삭제 실습 | 00:19:23 | ||
| [onc32] pyd312 – 집합 함수 Aggregation 개념파악 | 00:01:43 | ||
| [onc32] pyd313 – 집합 함수 Aggregation 활용 실습 | 00:10:25 | ||
| [onc32] pyd314 – DataFrame 데이터 정렬 개념파악 | 00:00:42 | ||
| [onc32] pyd315 – DataFrame 데이터 정렬 활용 실습 | 00:08:44 | ||
| [onc32] pyd316 – 결손 데이터 처리 개념파악 | 00:04:47 | ||
| [onc32] pyd317 – 결손 데이터 처리 실습 | 00:10:50 | ||
| [onc32] pyd318 – DataFrame 데이터 타입 변환 개념파악 | 00:01:22 | ||
| [onc32] pyd319 – DataFrame 데이터 타입 변환 실습 | 00:05:34 | ||
| [onc32] pyd320 – DataFrame GroupBy 함수 개념파악 | 00:00:39 | ||
| [onc32] pyd321 – DataFrame GroupBy 함수 활용 실습 | 00:08:46 | ||
| [onc32] pyd322 – DataFrame 여러 개의 데이터프레임 합치기 개념파악 | 00:01:51 | ||
| [onc32] pyd323 – DataFrame 여러 개의 데이터프레임 합치기 실습 – Join | 00:09:08 | ||
| [onc32] pyd324 – Pandas 데이터 입출력 개념파악 | 00:00:34 | ||
| [onc32] pyd325 – Pandas 데이터 입출력 구현 실습1 | 00:06:49 | ||
| [onc32] pyd326 – Pandas 데이터 입출력 구현 실습2 | 00:10:16 | ||
| 파이썬 데이터 시각화 실무 | |||
| [onc32] pyd401 – 파이썬 데이터 시각화 개념파악 | FREE | 00:02:04 | |
| [onc32] pyd402 – Matplotlib을 활용한 데이터 시각화 개념파악 | FREE | 00:04:03 | |
| [onc32] pyd403 – Matplotlib을 활용한 데이터 시각화 실습1 | 00:12:07 | ||
| [onc32] pyd404 – Matplotlib을 활용한 데이터 시각화 실습2 | 00:11:36 | ||
| [onc32] pyd501 – Seaborn을 활용한 데이터 시각화 개념파악 | 00:00:56 | ||
| [onc32] pyd502 – Seaborn을 활용한 데이터 시각화 실습1 | 00:25:39 | ||
| [onc32] pyd503 – Seaborn을 활용한 데이터 시각화 실습2 | 00:13:27 | ||
| [onc32] pyd601 – Folium을 활용한 데이터 시각화 실습 | 00:09:26 | ||
| Pandas를 활용한 데이터 분석 실무 | |||
| [onc32] pyd701 – Pandas를 활용한 데이터 분석 개념파악 | FREE | 00:01:20 | |
| [onc32] pyd702 – Pandas를 활용한 네이버 환율정보 데이터 분석 실습 | 00:12:22 | ||
| [onc32] pyd703 – Pandas를 활용한 기술통계 개념파악 | 00:10:03 | ||
| [onc32] pyd704 – Pandas를 활용한 기술통계 실습1 | 00:14:34 | ||
| [onc32] pyd705 – Pandas를 활용한 기술통계 실습2 | 00:18:45 | ||
| [onc32] pyd706 – Pandas를 활용한 기술통계 실습3 | 00:07:08 | ||
| [onc32] pyd707 – 변수의 개수와 자료 특성에 따른 데이터 시각화 개념파악 | 00:12:57 | ||
| [onc32] pyd708 – 변수의 개수와 자료 특성에 따른 데이터 시각화 실습1 | 00:12:06 | ||
| [onc32] pyd709 – 변수의 개수와 자료 특성에 따른 데이터 시각화 실습2 | 00:08:50 | ||
| [onc32] pyd710 – 변수의 개수와 자료 특성에 따른 데이터 시각화 실습3 | 00:07:03 | ||
| [onc32] pyd711 – Pandas를 활용한 시계열 분석 개념파악 | 00:00:50 | ||
| [onc32] pyd712 – Pandas를 활용한 시계열 분석 입문 실습 | 00:05:36 | ||
| [onc32] pyd713 – Pandas를 활용한 시계열 분석 삼성전자 주가 예측 실습 | 00:12:43 | ||
| 데이터 분석 실전 프로젝트 | |||
| [onc32] pyd801 – 실전 데이터 분석 서울시 인구 현황 분석 개념파악 | 00:01:32 | ||
| [onc32] pyd802 – 실전 데이터 분석 서울시 인구 현황 분석 데이터확보 사례실습 | 00:07:32 | ||
| [onc32] pyd803 – 실전 데이터 분석 서울시 인구 현황 분석 실습1 | 00:16:32 | ||
| [onc32] pyd804 – 실전 데이터 분석 서울시 인구 현황 분석 실습2 | 00:10:47 | ||
| [onc32] pyd805 – 실전 데이터 분석 외국인 관광객 현황 분석 개념파악 | 00:04:44 | ||
| [onc32] pyd806 – 실전 데이터 분석 외국인 관광객 현황 분석 실습1 | 00:16:37 | ||
| [onc32] pyd807 – 실전 데이터 분석 외국인 관광객 현황 분석 실습2 | 00:19:46 | ||
| [onc32] pyd808 – 실전 데이터 분석 외국인 관광객 현황 분석 실습3 | 00:04:11 | ||
| [onc32] pyd809 – 실전 데이터 분석 은행 고객 분석 개념파악 | 00:01:37 | ||
| [onc32] pyd810 – 실전 데이터 분석 은행 고객 분석 사례실습1 | 00:06:07 | ||
| [onc32] pyd811 – 실전 데이터 분석 은행 고객 분석 사례실습2 | 00:12:15 | ||
| [onc32] pyd812 – 실전 데이터 분석 은행 고객 분석 사례실습3 | 00:18:38 | ||
| 머신러닝의 이해 | |||
| [onc32] pyd901 – 머신러닝 종류 개념파악 | 00:18:27 | ||
| [onc32] pyd902 – 머신러닝 지도학습 비지도학습 개념파악 | FREE | 00:07:32 | |
| [onc32] pyd903 – 머신러닝 입문 실습 | 00:10:19 | ||
| 강의교재 다운로드 센터 | |||
| [onc32] pyd1001 – 교재 다운로드 센터 | 00:00:00 | ||
| 데이터분석을 위한 파이썬 핵심정리 | |||
| [onc33] pym100 – 머신러닝 실무 과정 설명 | 00:04:51 | ||
| [onc33] pym101 – 파이썬 개발환경과 주요 패키지 소개 | 00:01:11 | ||
| [onc33] pym102 – 파이썬 기본 개발환경 구축 및 환경테스트 | 00:10:47 | ||
| [onc33] pym103 – 주피터 노트북 개발환경 구축 | 00:02:38 | ||
| [onc33] pym104 – 주피터 노트북을 활용하여 파이썬 코딩하기 | 00:12:30 | ||
| [onc33] pym105 – 파이썬 프로그래밍 Overview | 00:03:28 | ||
| [onc33] pym111 – 파이썬 기본 지식 정리1 | FREE | 00:10:35 | |
| [onc33] pym112 – 파이썬 기본 지식 정리2 | 00:13:49 | ||
| [onc33] pym113 – 파이썬 자료구조 핵심정리_설명 | 00:03:34 | ||
| [onc33] pym114 – 파이썬 자료구조 핵심정리_실습1 | 00:08:48 | ||
| [onc33] pym115 – 파이썬 자료구조 핵심정리_실습2 | 00:09:16 | ||
| [onc33] pym116 – 파이썬 함수와 모듈 핵심정리 | 00:12:42 | ||
| 데이터분석 핵심 패키지 활용 실무 | |||
| [onc33] pym201 – 파이썬 데이터분석 핵심 패키지 정리 | FREE | 00:03:22 | |
| [onc33] pym202 – 파이썬 고성능 수치 계산 패키지_Numpy 핵심정리 | 00:07:36 | ||
| [onc33] pym203 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습1 | 00:10:52 | ||
| [onc33] pym204 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습2 | 00:07:43 | ||
| [onc33] pym205 – 파이썬 고성능 수치 계산 패키지_Numpy 활용_핵심실습3 | 00:15:11 | ||
| [onc33] pym206 – 파이썬 데이터 핸들링 패키지_Pandas 핵심정리 | 00:04:03 | ||
| [onc33] pym207 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습1 | 00:15:05 | ||
| [onc33] pym208 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습2 | 00:15:10 | ||
| [onc33] pym209 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습3 | 00:17:01 | ||
| [onc33] pym210 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습4 | 00:07:24 | ||
| [onc33] pym211 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습5 | 00:05:38 | ||
| [onc33] pym212 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습6 | 00:12:07 | ||
| [onc33] pym213 – 파이썬 데이터 핸들링 패키지_Pandas 활용_핵심실습7 | 00:15:50 | ||
| 데이터 시각화 기법 핵심정리 | |||
| [onc33] pym214 – 파이썬 데이터 시각화 패키지_Matplotlib Seaborn 핵심정리 | 00:02:57 | ||
| [onc33] pym215 – 파이썬 데이터 시각화 패키지_Matplotlib 활용_핵심실습 | 00:14:40 | ||
| [onc33] pym216 – 파이썬 데이터 시각화 패키지_Seaborn 활용_핵심실습1 | 00:20:08 | ||
| [onc33] pym217 – 파이썬 데이터 시각화 패키지_Seaborn 활용_핵심실습2 | 00:13:55 | ||
| 실전 머신러닝 입문 지도학습 및 비지도학습 | |||
| [onc33] pym301 – 파이썬 머신러닝을 활용한 문제해결_핵심정리 | 00:10:14 | ||
| [onc33] pym302 – 파이썬 머신러닝_지도학습 비지도학습 강화학습_핵심정리 | 00:07:16 | ||
| [onc33] pym303 – 파이썬 머신러닝_분류 추정 차원축소 군집화 연관성 규칙_핵심정리 | 00:12:34 | ||
| [onc33] pym304 – 파이썬 머신러닝_지도학습 모델타입_핵심정리 | 00:01:46 | ||
| [onc33] pym305 – 파이썬 머신러닝_지도학습_예시 | 00:06:11 | ||
| [onc33] pym306 – 파이썬 머신러닝_비지도학습_예시 | 00:06:52 | ||
| [onc33] pym307 – 파이썬 머신러닝_핵심 용어 정리 | 00:03:13 | ||
| [onc33] pym308 – 파이썬 머신러닝_지도학습_핵심 프로세스 정리 | FREE | 00:02:51 | |
| [onc33] pym309 – 파이썬 머신러닝_사이킷런의 지도 학습_실행 모델 정리 | 00:05:56 | ||
| [onc33] pym310 – 파이썬 머신러닝_사이킷런의 비지도 학습_실행 모델 정리 | 00:03:34 | ||
| [onc33] pym311 – 파이썬 머신러닝 패키지_사이킷런_소개와 특징 | 00:08:02 | ||
| [onc33] pym312 – 파이썬_머신러닝 패키지_사이킷런_프레임워크 정리 | 00:03:30 | ||
| [onc33] pym313 – 파이썬_머신러닝 패키지_사이킷런_Estimator 클래스_지도학습 정리 | 00:06:30 | ||
| [onc33] pym314 – 파이썬_머신러닝 패키지_사이킷런_Estimator 클래스_비지도학습 정리 | 00:01:07 | ||
| [onc33] pym315 – 파이썬_머신러닝 패키지_사이킷런_주요 모듈 정리 | 00:04:20 | ||
| [onc33] pym316 – 파이썬 머신러닝 패키지_사이킷런_예제 데이터 셋 구조 정리 | 00:01:03 | ||
| 실전 머신러닝 시작하기 | |||
| [onc33] pym401 – 파이썬 머신러닝_Model Selection 모듈_핵심정리 | 00:11:02 | ||
| [onc33] pym402 – 파이썬 머신러닝_Model Selection 모듈_핵심실습 | 00:18:59 | ||
| [onc33] pym403 – 파이썬 머신러닝_Model Selection 모듈_교차검증 핵심정리 | 00:04:41 | ||
| [onc33] pym404 – 파이썬 머신러닝_Model Selection 모듈_교차검증 핵심실습 | 00:04:09 | ||
| [onc33] pym405 – 파이썬 머신러닝_Model Selection 모듈_iris 데이터셋 교차검증_사례실습 | 00:09:07 | ||
| [onc33] pym501 – 파이썬 머신러닝_일반화의 오류_UnderFitting 및 OverFitting 핵심정리 | 00:05:58 | ||
| [onc33] pym601 – 파이썬 머신러닝_데이터 전처리_핵심정리 | FREE | 00:10:20 | |
| [onc33] pym602 – 파이썬 머신러닝_데이터 전처리_결측치 처리 핵심정리 | 00:02:54 | ||
| [onc33] pym603 – 파이썬 머신러닝_데이터 전처리_결측치 처리 핵심실습 | 00:12:07 | ||
| [onc33] pym604 – 파이썬 머신러닝_데이터 전처리_피처 스케일링과 정규화 핵심정리 | 00:04:40 | ||
| [onc33] pym605 – 파이썬 머신러닝_데이터 전처리_피처 스케일링과 정규화 핵심실습 | 00:05:32 | ||
| [onc33] pym606 – 파이썬 머신러닝_데이터 전처리_레이블 인코딩 핵심정리 | 00:05:34 | ||
| [onc33] pym607 – 파이썬 머신러닝_데이터 전처리_레이블 인코딩 핵심실습 | 00:04:31 | ||
| [onc33] pym608 – 파이썬 머신러닝_데이터 전처리_원핫인코딩 핵심정리 | 00:01:48 | ||
| [onc33] pym609 – 파이썬 머신러닝_데이터 전처리_원핫인코딩 핵심실습 | 00:06:04 | ||
| [onc33] pym610 – 파이썬 머신러닝_데이터 전처리_건강진단 데이터 실전사례 | 00:18:18 | ||
| [onc33] pym701 – 파이썬 머신러닝_주요 알고리즘_Regression 핵심정리1 | 00:08:38 | ||
| [onc33] pym702 – 파이썬 머신러닝_주요 알고리즘_Regression 핵심정리2 | 00:12:57 | ||
| [onc33] pym703 – 파이썬 머신러닝_주요 알고리즘_단순선형회귀와 다중선형회귀 핵심정리 | 00:07:34 | ||
| [onc33] pym704 – 파이썬 머신러닝_주요 알고리즘_회귀 모델 평가 지표 핵심정리 | 00:02:56 | ||
| [onc33] pym705 – 파이썬 머신러닝_주요 알고리즘_주택가격예측 회귀모델 실전사례 | 00:27:43 | ||
| [onc33] pym706 – 파이썬 머신러닝_주요 알고리즘_statsmodels 라이브러리 활용 회귀모델 핵심실습 | 00:08:49 | ||
| [onc33] pym707 – 파이썬 머신러닝_주요 알고리즘_Classification 핵심정리 | 00:05:24 | ||
| [onc33] pym708 – 파이썬 머신러닝_주요 알고리즘_최근접이웃 Knn 핵심정리 | 00:05:13 | ||
| [onc33] pym709 – 파이썬 머신러닝_주요 알고리즘_최근접이웃 Knn 핵심실습 | 00:07:38 | ||
| [onc33] pym710 – 파이썬 머신러닝_주요 알고리즘_Decision Tree 핵심정리 | 00:05:26 | ||
| [onc33] pym711 – 파이썬 머신러닝_주요 알고리즘_Decision Tree 핵심실습 | 00:10:19 | ||
| [onc33] pym712 – 파이썬 머신러닝_주요 알고리즘_분류 앙상블 모형 핵심정리 | 00:05:06 | ||
| [onc33] pym713 – 파이썬 머신러닝_주요 알고리즘_분류 앙상블 모형 핵심실습 | 00:03:23 | ||
| [onc33] pym714 – 파이썬 머신러닝_주요 알고리즘_분류 모델 평가지표 핵심정리 | 00:09:21 | ||
| [onc33] pym715 – 파이썬 머신러닝_주요 알고리즘_분류 모델 평가지표 핵심실습 | 00:06:51 | ||
| [onc33] pym716 – 파이썬 머신러닝_주요 알고리즘_K Means Clustering 핵심정리 | FREE | 00:05:41 | |
| [onc33] pym717 – 파이썬 머신러닝_주요 알고리즘_K Means Clustering_와인데이터세트 실전사례 | 00:16:17 | ||
| 강의교재 다운로드 센터 | |||
| [onc33] pym801 – 교재 다운로드 센터 | 00:00:00 | ||
| 교육과정 만족도 평가 | |||
| [boot10004] 만족도 평가 설문지 | 00:00:00 | ||
470005 등록 수강생
