모.집.임.박.강.좌
과정명 | 파이썬 활용 빅데이터 시각화&머신러닝 데이터 분석가 양성과정 |
---|---|
교육기간 | 2024년 5월 16일(목) ~ 6월 19일(수) 24일 총 190시간 (평일주간) |
접수기간 | 2024년 5월 15일(수) 까지 / 선착순 마감 |
교육시간 | 09:30 ~ 18:30 |
교육비 | 최대 100% 지원 |
모집정원 | 20명 |
문의처 | email : oraclejava@oraclejava.co.kr / tel : 02 - 6925- 4760 |
강좌명 | 파이썬 활용 빅데이터 시각화&머신러닝 데이터 분석가 양성과정 |
---|---|
교육목표 |
- 파이썬 기초 프로그래밍에 대해 이해하고 구현할 수 있다. - 데이터 분석, 시각화를 위한 파이썬 패키지와 라이브러리 활용법을 배우고 습득할 수 있다. - 데이터 수집, 가공, 분석, 시각화를 할 수 있다. - 머신러닝의 개념을 이해할 수 있다. - 빅데이터 머신러닝의 알고리즘들을 이해하고 구현할 수 있다. - 본 교육을 수강한 훈련생의 경우 실무 현장에서 발생되는 문제가 어떤 유형이며 어떤 알고리즘을 통해 해결할 수 있는지 분석할 수 있으며 기존 데이터마이닝 방식과 머신러닝의 차이를 명확히 이해할 수 있다. |
교육개요 |
본 과정은 4차산업혁명에서 각광받는 언어인 파이썬에 대해 기본부터 학습하는 과정입니다. 파이썬 프로그래밍 언어의 기초문법을 적용하고 언어의 특징과 라이브러리를 활용하여 기본 응용소프트웨어를 구현하는 능력을 함양할 수 있고, 이를 활용하여 데이터 분석 및 머신러닝 알고리즘을 이해 및 구현할 수 있습니다. 또한 각종 라이브러리로 데이터 분석 및 시각화에 대한 내용, 그리고 머신러닝의 기본까지 학습하여 데이터 분석가를 희망하는 입문자가 단기간 데이터 분석과 인공지능에 대해 학습할 수 있으며 기존 사용되고 있는 데이터마이닝과 머신러닝의 차이점에 대한 교육을 진행하여 현직 데이터 분석가 및 개발자가 차이점에 대해 정확히 이해할 수 있도록 훈련이 진행된다. 마지막으로 관계형 데이터를 대상으로 분석하여 분류모형을 훈련할 예정이며 군집과 패턴, 분석 등 실무에서 가장 원활하게 사용될 수 있는 기법을 강의한다. 끝으로 훈련생이 직접 PC, 교육용 서버, 그리고 가상서버를 연결하여 빅데이터 환경 구축을 정확히 이해할 수 있다. |
PYTHON |
- Python 인스톨 - 숫자 - 스트링 - 리스트 - If elif else - For - 범위와 While - 주석과 Break - Continue - Function - Return Value - 매개변수의 기본값 - 변수의 스코프 - 키워드 매개변수 - 플렉서블한 매개변수의 개수 - 언패킹 매개변수 - 딕셔너리 - 모듈 - 웹에서 이미지 다운로드하기 - 파일 읽고 쓰기 - 웹에서 파일 다운로드 하기 - 웹크롤러 작성하기 - 예외 처리 하기 - 클래스와 객체 - 초기화(init) - 클래스와 인스턴스 변수의 차이점 - 상속 - 다중 상속 - 스레딩 - 단어 빈도 카운터 - Zip - 람다 - 딕셔너리 Max, Min, Sorting - 이미지 자르기 - 이미지 합치기 - Struct - Map - 비트 연산자 - 딕셔너리 계산 |
PYTHON 데이터 분석 |
* Pandas - Series - DataFrame - 기본함수 익히기 * 텍스트 데이터 수집 및 정리 - 데이터 수집(requests, Ixml) - 데이터 다듬기(포맷 통일, 빈값 채우기) * 데이터정제 - Index - Merge - Join - Concatenate - GroupBy * 위치정보 데이터 분석 - 위치 정보 데이터 다루기 * Pandas 고급 - Time Series - 원격 데이터 접근(내장 API들) - 다양한 I/O 처리 옵션 * 파이썬시각화 - 라이브러리를 활용한 파이썬 데이터 시각화 |
ML(MACHINE LEARNING |
- 머신러닝(기계학습) - 기본 알고리즘 개념 및 소개 - 나이브 베이즈 분류 - 의사결정나무 - 랜던포레스트 - 회귀분석 - 은닉마코브모형 - 서포트 백터 머신 - 주성분 분석 - K평균 - 연관성 분석 - 인공신경망(ANN, Articial Neural Network) |
DL(DEEP LEARNING) |
* 딥러닝 기초 실습 - Cost, Activation Function OverFitting 등 기초함수 실습 - 필요 모듈(Pandas 등) 실습 * 인공신경망 - 분류 및 군집화 - 다중신경망 - 회귀분석 |
실무 프로젝트 |
- 프로젝트 기획 - 프로젝트 주제 선정 - 환경에 맞는 플랫폼 이해 및 선정 - 프로젝트 관리 기획 및 일정 계획, 실행 계획서 작성 - 프로젝트 데이터 수집 및 정제, 변환 - 정형/비정형 수집 기능 구현 (크롤링, 데이터 저장소 수집 등) - 빅데이터 플랫폼 연동 기능 구현 실습 - 배치 기반 데이터 적재 및 실시간 데이터 적재 기능 구현 - 데이터 셋 정의 및 데이터 처리, 자동화 구현 - 실시간 변환 및 분석 기능 구현 및 외부 DB 연동 - 기계학습 실습 - 머신러닝 및 딥러닝 기법을 활용한 데이터 예측 실습 - 구현 시스템 데이터 목록 정의 및 관리 시스템 개발 실습 - 웹 구현을 위한 View 및 기능 구현 실습 - 테스트 및 발표 - 통합 테스트 및 제반사항 점검, 디버깅 - 최종 보고서 작성 및 프로젝트 결과 발표 |
강사님 | L00 강사님 |
---|---|
프로젝트 경력사항 |
|
전문분야 |
|
황**
2022-12-23 16:26 파이썬 핵심 실무과정(PyQT)PyQT 수강
직접 눈으로 보면서 UI를 꾸미니까 더 재밌었고 내 맘대로 UI를 만들어볼 수 있어서 좋았습니다. 강사님 께서도 질문에 열심히 대답해주시고, 코드 실행이 안되면 직접 자리로 와주셔서 알려주셔서 디버깅을 바로 할 수 있었습니다. 책도 추천해주시고 감사합니다.
김**
2022-12-23 16:20 파이썬 핵심 실무과정(PyQT)많은 도움이 되었습니다.
PyQt 를 통한 UI 구축을 위해 강의를 수강하였는데 여러 사례 기반으로 강의해주셔서 많은 도움이 되었습니다.
이**
2022-12-16 16:04 파이썬(Python) 프로그래밍 기초 입문과정파이썬 강의 수강후기 입니다.
직장인이라 강의를 오래 듣기 힘들었는데, 짧은 시간 안에 많은 내용을 배울 수 있어서 좋았습니다. 조금 아쉬웠던 점은 기초 강의인데도 불과하고 짧은 시간 내에 많은 내용을 넣다보니 실습 시간이 부족하고, 예제도 많지 않았다는 점입니다. 교제를 모두 진행하기보다는 교육 내용의 범위를 줄이고, 예제의 양을 늘려서 실습 할 수있는 시간이 늘어난다면 더 효율적으로 학습할 수 있을 것 같습니다. 4일간 감사했습니다.
정**
2022-12-16 13:23 파이썬(Python) 프로그래밍 기초 입문과정파이썬 기초프로그램 수강
다음에 다른 강의 있으면 또 듣고싶네요! 정보 자주 확인할게요 :-)
김**
2022-07-08 15:38 파이썬(Python) 프로그래밍 기초 입문과정파이썬 기초강의
기초과정이기 때문에 바로 많은 것을 이해하기는 쉽지 않지만, 전체적인 흐름을 이해할 수 있어 좋았습니다. 강사님도 친절하게 설명해주셔서 도움이 많이 되었습니다.