.png&blockId=ac94ad2f-ce71-4951-9ad0-959e7ff0199e)
‘데이터 분석 전처리 적용반과 뭐가 다른건가요?
•
데이터 분석 전처리 적용반은 Feature Selection, 불균형 데이터 처리, 스케일링 등의
고급 전처리 기법을 다루고 머신러닝 모델 성능 개선까지 실습으로 진행합니다.
•
데이터 분석 전처리반은 기본적인 결측치 처리, 시계열•텍스트 전처리 등
상대적으로 쉬운 기초•중급 전처리 과정을 배웁니다.
[Comment]
위 설명만 보았을 때 순서대로 수강을 해야하나 생각이 들 수 있습니다.
두 과정 모두 데이터 전처리를 다루지만, 배우는 범위와 방식이 다르기에
반드시 순차적으로 들어야 하는 선수 과목은 아닙니다.
개별로 필요한 학습 범위나 관심 영역에 따라 자유롭게 선택하시면 됩니다.
전처리에 대해 자세히 배우고 이 과정을 통해 더 깔끔하고 유의미한 데이터를 도출할 수 있습니다.
[어떤 것을 배우나요?]
•
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
( Machine Learning, Deep Learning )
어떤 사람에게 추천하나요?
[이런 분을 추천합니다]
•
파이썬은 배웠으나 데이터 관련해서
어떤 공부를 해야하는지 모르시는 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 모르시거나
데이터를 전처리하여 더 깔끔한 데이터와 높은 성능을 얻고 싶으신 분
이전 기수의 수업을 확인해보세요
신청 전 확인하기!
본 강의는 데이터 전처리에 관한 기초문법 복습이 이루어지며, 이후 데이터 시각화, 시계열 데이터 분석,
자연어 전처리 등에 대해 배우게 됩니다. 또한, 데이터 분석 입문반(ML)에서 배우는 내용을 어느 정도 숙지하고 있다 가정하고 수업을 진행합니다. 이에 대한 개념이 부족한 경우 수업을 따라가는데 어려움이 있을 수 있습니다. 이 경우 “데이터 분석 입문반(ML)” 수강을 권장합니다.
권장 수업 페이지로 이동하기
데이터 분석 전처리반의 커리큘럼을 확인 후 알고 있는 내용이라면 다음 과목 수강을 권장합니다.
- Pandas를 완전히 익히고 분석 역량을 높이고자 하는 분은
“데이터 분석 실전반 - 지표설계 및 고객분석” 수강을 권장합니다.
권장 수업 페이지로 이동하기
