코딩을 몰라도 엑셀이면 충분하다! 비전공자도 엑셀로 배우는 쉽고 빠른 데이터 분석과 분석의 기본이 되는 통계부터 머신러닝, 그리고 파워쿼리까지 다루는 강의입니다.
코딩을 몰라도 엑셀이면 충분하다! 비전공자도 엑셀로 데이터 분석을 할 수 있으며,
통계부터 머신러닝, 그리고 파워쿼리까지 다루는 강의입니다.
-
- 업무에 실질적인 성과를 가져다주는 데이터 기반 의사결정
- 데이터 분석의 이해를 돕는 통계 학습
- 크롤링/피벗테이블로 대용량의 데이터를 신속하게 수집
- 파워쿼리/파워피벗으로 비정형 데이터 통합과 관리 가능
- 파워BI로 데이터 시각화 및 인사이트 파악
어떤 산업이든 꼭 필요한 역량, 데이터 분석 ✅
엑셀로도 충분하다! 실무에 써먹는 데이터 사이언스
엑셀로도 충분하다! 실무에 써먹는 데이터 사이언스
데이터, 인공지능, 머신러닝…
4차 산업 혁명 시대 속에 살아가는 지금, 어떤 산업이든 막론하고 꼭 필요한 역량이 무엇일까요?
바로 데이터 분석 역량 입니다.
– 신제품 예약 판매 결과를 보니 빨간색을 선호하는 사람이 무려 75%! 본격 판매할 물량을 빨간색 75%, 검정색 25%로 준비하면 될까?
– 10% 할인 쿠폰을 지급하니 매출이 3배 상승! 20%로 할인율을 높이면 예상 매출은 얼마나 될까?
– 최근 핫한 브랜드와 지는 브랜드가 뭘까, 요즘 트렌드를 한 눈에 알아볼 수 없을까?
직장인이라면 누구나 한 번쯤 해봤던, 답을 얻기 힘든 고민 데이터를 읽고 분석하는 능력이 있다면 더 이상 어렵지 않습니다.
이론과 실무는 거리감이 느껴지시나요? 실제 업무에 사용 가능할 지 잘 모르시겠나요?
그래서 저희 마소캠퍼스가 준비했습니다
모든 개념을 함축하여 바로 적용할 수 있는 All in one 비즈니스 데이터 분석 강의 <데이터 사이언스 입문 부트캠프>
-
-
- 데이터 사이언티스트로 커리어를 쌓고 싶은 모든 분들
- 데이터 관련 개념들부터 비즈니스 데이터 분석까지 한 번에 끝내고 싶은 분들
- 수학이 아닌, 데이터 분석적 사고에 기반한 통계 기법을 배우고 싶은 분들
- 비즈니스와 관련된 데이터를 효과적으로 평가하고, 실행 가능한 데이터 분석을 하고 싶은 분들
-
마소캠퍼스의 <데이터 사이언스 입문 부트캠프>는 수포자, 수학에 자신 없는 분들도 쉽게 배울 수 있도록 설계한 강의입니다.
또한 누구나 쉽게 활용할 수 있도록 어려운 프로그램, 코딩이 아닌 ‘엑셀’을 통한 데이터 분석을 진행합니다.
따라서 데이터 사이언스에 입문하고 싶은 누구나 손쉽게 데이터 분석을 할 수 있게 됩니다!
어려운 개념만 늘어놓는 강의는 No! 선수 과목, 지식이 필요한 강의는 No!
현실의 비즈니스 문제를 엑셀로, 혼자, 간단히 분석할 수 있도록 역량을 키워줍니다. 비전공자여도 실무에 바로 쓸 수 있도록 핵심만 녹여냈습니다.
또한 우리에게 너무나도 친근한 <엑셀>을 활용한 데이터 분석이기 때문에 보다 쉽게 접근할 수 있습니다!
그리고 그 어디에서도 볼 수 없는, 진짜 실무에 적용 가능한 대량의 판매 데이터 세트를 제공합니다.
마소캠퍼스의 <데이터 사이언스 입문 부트캠프>강의를 듣고 나면,
여러분은 단 9시간 30분만에 데이터 분석을 실무에 곧바로 적용시킬 수 있습니다.
-
-
- 흩어져 있는 데이터를 수집&정리할 수 있는 데이터 전처리 능력
- 실무에 쓰이는 데이터도 척척 핸들링 하는 데이터 가공능력
- 복잡한 데이터도 읽기 쉽게 만드는 데이터 시각화 능력
- 확실한 성과로 이어지는 데이터기반 의사결정 능력
-
데이터 사이언스 입문 부트캠프와 함께 라면 일상 업무에서 가장 친숙한 엑셀을 활용하여, 데이터 분석에 완벽한 첫 발걸음을 내딛을 수 있습니다.
Q. 엑셀이나 데이터 분석에 대한 선수 지식이 필요한가요?
A. 하나도 필요하지 않습니다. 본 강의는 비전공자, 엑셀 쌩초보자도 쉽게 강의를 따라올 수 있도록 친절하고 자세하게 설명합니다. 그러니 걱정 말고 일단 수강해보세요. 강의를 다 듣고 난 후에는 엑셀로 ‘제대로’ 데이터 분석할 수 있을테니까요!
Q. 통계를 하나도 모르는 수포자입니다. 수강에 어려움은 없을까요?
A. 전혀 없습니다. 수학적인 지식 없이도 통계와 데이터 분석을 이해하실 수 있도록, 핵심통계 강의를 함께 준비했습니다. 피어슨 통계와 베이즈 통계를 통한 데이터 사이언스 입문을 도전해보세요!
Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요?
A. 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.
Q. 코딩도 해 본적 없는 데이터 분석 쌩초보인데,가능할까요?
A. 당연히 가능합니다. 본 강의에서는 복잡한 코딩을 활용하는 것이 아닌, 흔히 사용하는 엑셀을 주로 활용하여 데이터 분석 능력을 키워드립니다.
-
- 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.
- 강의 교안 및 실습파일은 <12. 강의교재 다운로드 센터> 섹션에 존재합니다.
♠ 이런 분들께 추천드려요!
♦ 데이터 분석이 처음이신 분들
♦ 의미있는 성과를 내야하는 직장인 분들
♦ 데이터 사이언티스트로 커리어를 쌓고 싶은 분들
♦ 비즈니스 데이터 분석을 배우고 싶은 분들
♦ 데이터 분석적 사고에 기반한 통계 기법을 배우고 싶은 분들
♦ 데이터를 효과적으로 평가하고 실행 가능한 데이터 분석을 하고 싶은 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
| 0. 강좌 기본 정보 | |||
| [onc30] ds000 – 강사 소개 | 00:00:00 | ||
| 1. 메가트렌드와 데이터 분석 | |||
| [onc30] ds101 – 과정 개요 | 00:03:28 | ||
| [onc30] ds102 – 메가트렌드 | 00:06:27 | ||
| [onc30] ds103 – 데이터 분석이란 | 00:06:49 | ||
| 2. 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 | ||
| 3. 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 | ||
| 4. 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 | ||
| 5. 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 | ||
| 6. 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 | ||
| 7. 주요 데이터 분석 도구 설명 | |||
| [onc30] ds701 – 주요 데이터 분석 도구 장단점 정리 | 00:06:48 | ||
| 8. 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 | 00:14:58 | ||
| [onc30] ds814 – 실습_Interactive Dashboard 구성 | 00:07:38 | ||
| 9. 머신러닝 입문 | |||
| [onc30] ds901 – 머신러닝이란 | 00:04:43 | ||
| [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 | ||
| 10. AzureML을 활용한 머신러닝 실무 | |||
| [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 | ||
| 11. 데이터 사이언스 정리 | |||
| [onc30] ds1101 – 데이터 사이언스 프로세스 정리 | 00:04:35 | ||
| 12. 강의교재 다운로드 센터 | |||
| [onc30] ds1201 – 교재 다운로드 센터 | 00:00:00 | ||
| 13. 교육과정 만족도 평가 | |||
| [onc30] ds1301 – 만족도 평가 설문지 | 00:00:00 | ||
420096 등록 수강생
