![[헬로월드랜드] 무료 교육 '인공지능 학습을 위한 데이터분석 기초'](/_next/image?url=https%3A%2F%2Fhwl-bootcamp-bucket.s3.ap-northeast-2.amazonaws.com%2Fbootcamp%2Fpreviews%2F10%2FeKqxKhVFC2bW_20250523.jpg&w=3840&q=75&dpl=dpl_Gy2EkKWNwuP1S9WYNKEGqtBkrSVN)
헬로월드랜드
[헬로월드랜드] 무료 교육 '인공지능 학습을 위한 데이터분석 기초'
데이터 분석
관련 직무 교육입니다.기타PandasMatplotlib등을 배울 수 있습니다.
초급
난이도예요.
온라인
으로 학습해요.
초급
난이도예요.
온라인
으로 학습해요.
헬로월드랜드
재능 기부 무료 IT 단기 강의
헬로월드랜드
재능 기부 무료 IT 단기 강의
교육 소개
데이터 분석에 필요한 필수 라이브러리를 활용하여 데이터 처리와 시각화의 기초를 익히는 입문 과정입니다.
교육 일정변경 가능성이 있어요. 정확한 정보는 홈페이지를 통해 확인해주세요.
모집마감
2025-06-01
모집 마감
수업일정
2025-06-04 ~ 2025-06-12
|0개월 과정
요일시간
월 ~ 금
|20:00 ~ 22:00
모집정원
10명
학습장비
제공
수업형태
온라인
교육 일정변경 가능성이 있어요. 정확한 정보는 홈페이지를 통해 확인해주세요.
모집마감
2025-06-01
모집 마감
수업일정
2025-06-04 ~ 2025-06-12
|0개월 과정
요일시간
월 ~ 금
|20:00 ~ 22:00
모집정원
10명
학습장비
제공
수업형태
온라인
교육 대상이런 분들이 신청해서 참여하면 좋아요!
01
인공지능과 데이터 분석에 관심이 있고, 데이터를 다루기 위한 기초 도구와 활용법을 체계적으로 배우고 싶은 초급 학습자
교육 대상이런 분들이 신청해서 참여하면 좋아요!
01
인공지능과 데이터 분석에 관심이 있고, 데이터를 다루기 위한 기초 도구와 활용법을 체계적으로 배우고 싶은 초급 학습자
교육 지원수강료
무료
내배카
내일배움카드가 필요하지 않아요.
지원금
-
교육 지원수강료
무료
내배카
내일배움카드가 필요하지 않아요.
지원금
-
커리큘럼- 데이터분석이란? - 데이터 분석의 정의와 중요성을 이해하고, 실제 활용 사례를 통해 분석의 목적을 파악
- 데이터 분석 프로세스 - 데이터 수집, 정제, 탐색, 시각화, 모델링, 해석의 단계별 흐름을 이해
- 데이터 분석 도구 소개 - 데이터 분석에 사용되는 주요 도구(Python, Jupyter Notebook, NumPy, Pandas 등)를 개괄적으로 이해
- Pandas 개요 - 데이터 프레임 구조를 중심으로 한 Pandas의 특징과 활용 목적 이해
- Series와 DataFrame - 1차원(Series), 2차원(DataFrame) 자료 구조의 생성과 주요 메서드 학습
- 데이터 탐색과 전처리 - 결측치 처리, 중복 제거, 조건 필터링, 정렬, 인덱스 조작 등 데이터 정제 기법 익히기
- 그룹화 및 통계 분석 - groupby, describe 등 집계 및 요약 통계 도구를 활용한 데이터 분석 방법 학습
- 파일 입출력 - CSV, Excel 등 다양한 형식의 데이터를 읽고 저장하는 방법 실습
- 시각화의 필요성 - 데이터 시각화의 목적과 시각화를 통해 전달되는 인사이트의 중요성 이해
- 기본 그래프 그리기 - 선 그래프, 막대 그래프, 히스토그램, 산점도 등 기본 차트 그리기 실습
- 그래프 커스터마이징 - 그래프의 제목, 범례, 눈금, 색상, 선 스타일 등 시각 요소를 조절하는 방법 학습
- 실전 시각화 예제 - 다양한 데이터셋을 활용한 시각화 사례를 통해 분석 결과를 효과적으로 표현
- Seaborn 개요 - Seaborn의 시각화 기능과 matplotlib과의 차이를 이해하고, 시각화 도구로서의 강점을 파악
- 기본 그래프 그리기 - barplot, countplot, boxplot, violinplot, heatmap 등의 주요 그래프를 직접 그려보며 데이터 분포를 파악
- 시각화 세부 설정 - 색상, 스타일, 크기, 축 설정 등 시각화를 분석 목적에 맞게 커스터마이징
- 데이터 시각화를 통한 인사이트 도출 - 다양한 변수 간의 관계를 시각적으로 표현하고, 시각화 결과를 통해 주요 인사이트 도출
- EDA의 개념 - 탐색적 데이터 분석의 개념과 필요성을 이해하고, 분석의 출발점으로서의 역할을 파악
- 데이터 요약 및 통계 파악 - describe(), info(), value_counts() 등을 활용하여 데이터의 구조와 통계 요약 정보를 파악
- 변수 간 관계 탐색 - 상관관계 분석, 시각화를 통해 변수 간의 관계성을 이해하고 분석 방향 설정
- 이상치와 결측치 탐색 - 데이터 내 이상치(outlier) 및 결측값(null)의 탐색과 처리 전략 수립
- 공공데이터포털에서 데이터 검색 및 다운로드 방법 - 공공데이터포털(data.go.kr)의 사용법 소개, 분야별 데이터 검색 방법 및 활용 사례
- 실습 데이터셋 소개 및 문제 정의 - 실제 공공데이터셋 예시 선정, 분석 목적 정의: “어떤 인사이트를 도출할 것인가?”
- 데이터 전처리 및 탐색 - 결측치 처리, 컬럼 선택 및 재구성, 데이터 타입 정리 및 날짜 데이터 변환, 기본 통계 요약
- 시각화 실습 (Matplotlib & Seaborn) - 범주형/수치형 변수 시각화, 시계열 또는 지역 기반 데이터 시각화 예시, 주요 패턴/이상치 발견
- 분석 결과 요약 및 인사이트 도출 - 데이터 기반 인사이트 작성 실습
커리큘럼- 데이터분석이란? - 데이터 분석의 정의와 중요성을 이해하고, 실제 활용 사례를 통해 분석의 목적을 파악
- 데이터 분석 프로세스 - 데이터 수집, 정제, 탐색, 시각화, 모델링, 해석의 단계별 흐름을 이해
- 데이터 분석 도구 소개 - 데이터 분석에 사용되는 주요 도구(Python, Jupyter Notebook, NumPy, Pandas 등)를 개괄적으로 이해
- Pandas 개요 - 데이터 프레임 구조를 중심으로 한 Pandas의 특징과 활용 목적 이해
- Series와 DataFrame - 1차원(Series), 2차원(DataFrame) 자료 구조의 생성과 주요 메서드 학습
- 데이터 탐색과 전처리 - 결측치 처리, 중복 제거, 조건 필터링, 정렬, 인덱스 조작 등 데이터 정제 기법 익히기
- 그룹화 및 통계 분석 - groupby, describe 등 집계 및 요약 통계 도구를 활용한 데이터 분석 방법 학습
- 파일 입출력 - CSV, Excel 등 다양한 형식의 데이터를 읽고 저장하는 방법 실습
- 시각화의 필요성 - 데이터 시각화의 목적과 시각화를 통해 전달되는 인사이트의 중요성 이해
- 기본 그래프 그리기 - 선 그래프, 막대 그래프, 히스토그램, 산점도 등 기본 차트 그리기 실습
- 그래프 커스터마이징 - 그래프의 제목, 범례, 눈금, 색상, 선 스타일 등 시각 요소를 조절하는 방법 학습
- 실전 시각화 예제 - 다양한 데이터셋을 활용한 시각화 사례를 통해 분석 결과를 효과적으로 표현
- Seaborn 개요 - Seaborn의 시각화 기능과 matplotlib과의 차이를 이해하고, 시각화 도구로서의 강점을 파악
- 기본 그래프 그리기 - barplot, countplot, boxplot, violinplot, heatmap 등의 주요 그래프를 직접 그려보며 데이터 분포를 파악
- 시각화 세부 설정 - 색상, 스타일, 크기, 축 설정 등 시각화를 분석 목적에 맞게 커스터마이징
- 데이터 시각화를 통한 인사이트 도출 - 다양한 변수 간의 관계를 시각적으로 표현하고, 시각화 결과를 통해 주요 인사이트 도출
- EDA의 개념 - 탐색적 데이터 분석의 개념과 필요성을 이해하고, 분석의 출발점으로서의 역할을 파악
- 데이터 요약 및 통계 파악 - describe(), info(), value_counts() 등을 활용하여 데이터의 구조와 통계 요약 정보를 파악
- 변수 간 관계 탐색 - 상관관계 분석, 시각화를 통해 변수 간의 관계성을 이해하고 분석 방향 설정
- 이상치와 결측치 탐색 - 데이터 내 이상치(outlier) 및 결측값(null)의 탐색과 처리 전략 수립
- 공공데이터포털에서 데이터 검색 및 다운로드 방법 - 공공데이터포털(data.go.kr)의 사용법 소개, 분야별 데이터 검색 방법 및 활용 사례
- 실습 데이터셋 소개 및 문제 정의 - 실제 공공데이터셋 예시 선정, 분석 목적 정의: “어떤 인사이트를 도출할 것인가?”
- 데이터 전처리 및 탐색 - 결측치 처리, 컬럼 선택 및 재구성, 데이터 타입 정리 및 날짜 데이터 변환, 기본 통계 요약
- 시각화 실습 (Matplotlib & Seaborn) - 범주형/수치형 변수 시각화, 시계열 또는 지역 기반 데이터 시각화 예시, 주요 패턴/이상치 발견
- 분석 결과 요약 및 인사이트 도출 - 데이터 기반 인사이트 작성 실습
신청하기신청하기