History
home
BDA 연혁
home

데이터 전처리 (판다스)

강의 방향성

데이터 분석에 필요한 파이썬 라이브러리 배우기!
데이터 분석에 필요한 데이터프레임의 이해 및 pandas 기초 문법 (with Numpy)
Pandas를 이용한 다양한 데이터 전처리 ( 수치형, 문자형, 시계열 등 )
간단한 알고리즘을 통한 모델링 실습
모델링에 필요한 기초 배경 지식( Machine Learning, Deep Learning )
기대효과 : 데이터 분석에 필요한 전처리 기초 역량 강화 및 다양한 데이터 실전 전처리 가능 수준

이런 분들에게 추천해요

데이터 분석을 깊게 배우고 싶으신 분!
Pandas , Numpy 처음이신 분
Python 기초 문법은 탄탄하지만 데이터 분석의 방향성을 잡기 어려우신 분
데이터에 대한 이해도는 있지만 데이터 분석 역량이 부족하다 느끼시는 분
실제 ML/DL 필요한 전처리 과정을 모르시는 분
선행 요구 역량 : Python 기초 문법 역량 필수, 기초통계 지식 필수

B.D.A 정규수업 팁

이렇게 해보세요!
분 반별 조별 스터디 참여하여 나와 같이 공부하는 팀원과 함께 성장하기
전 기수 강의 자료(코드자료) 및 5분 미만 요약 유튜브영상 보며 예습하기
BDA 멘토단 보충 수업 참여하기 ( 어려운 개념 멘토단 보충 수업 )
BDA x 이지스퍼블리싱 등 기업 연계 스터디 참여하기
BDA 채용 연계 내부, 외부 공모전 참여하기

키워드 정리

공부하실 때 아래 키워드를 참고하시면 좋아요!
결측치, 이상치
시계열 데이터, ARIMA
라벨링, 구간화
자연어 처리

이전엔 어떤 수업을 했을까요?

강의계획서(syllabus)

Week
Topic
Note
2주차
과제 (복습, 추가과제)
6주차
과제 (복습, 추가과제)
7주차
과제 (복습, 추가과제)
8주차
과제 (복습, 추가과제)
11주차
과제 (복습, 추가과제)
12주차
과제 (복습, 추가과제)
13주차
과제 (복습, 추가과제)
14주차
과제 (복습, 추가과제)
15주차
과제 (복습, 추가과제)
17주차
과제 (복습, 추가과제)
18주차
과제 (복습, 추가과제)
19주차
과제 (복습, 추가과제)
20주차
개념 설명 및 다음 반 설명