2 min to read
데이터 분석가가 되기 위해
어떤 교육 과정이 있는가?
1. 데이터 과학을 위한 R & 통계
데이터 분석가로서 가장 필요한 역량이 바로 ‘통계’ 지식 및 사고방식입니다. 통계에 가장 적합한 데이터 분석 도구인 ‘R’을 활용하여 통계를 알아나가며, 통계기반 사고능력을 기르기 위해 가설설정과 검증을 거치며 데이터 분석 및 시각화를 진행합니다.
- 1회차. 오리엔테이션 및 R 자료형 기초
- 2회차. R 자료형 기초
- 3회차. R 프로그래밍 기초
- 4회차. R 프로그래밍 기초
- 5회차. 데이터프레임 전처리
- 6회차. 데이터프레임 전처리
- 7회차. 탐색적 데이터 분석
- 8회차. 탐색적 데이터 분석
- 9회차. 확률과 통계
- 10회차. 확률과 통계
2. 데이터 이해를 위한 SQL
데이터 분석가가 데이터 구조를 알고, SQL을 활용할 수 있다는 것은 굉장한 경쟁력이 됩니다. 기본적인 데이터 이해 능력을 기르고, SQL을 활용할 수 있도록 문장 반복작성 및 실습을 거쳐나가며 차별점을 가진 데이터 분석가로 성장해 나갑니다.
- 1회차. DBMS 개념 이해 및 SQL 알아보기
- 2회차. 데이터 조회 및 정렬 알아보기
- 3회차. SQL 함수 알아보기
- 4회차. 집계 쿼리 및 집합연산자 활용해보기
- 5회차. 조인 알아보기
- 6회차. 서브쿼리 알아보기
- 7회차. 데이터 입력, 수정, 삭제 및 트랜잭션 알아보기
- 8회차. 인덱스 알아보기 및 프로젝트 진행
3. 파이썬을 활용한 데이터 분석 및 시각화
데이터 준비부터 전처리, 분석, 결과도출(시각화)까지! 파이썬을 활용하여 데이터 분석 및 시각화를 진행합니다. 매주 프로젝트를 거치며 통계기반 사고능력을 확립시키는 것은 물론, 실제 데이터 분석 결과물들을 목격하며 강의가 끝난 후에도 스스로 데이터 분석 후 원하는 결과물을 얻어낼 수 있도록 만듭니다.
- 1회차. 데이터 분석을 위한 파이썬, 판다스, 시각화 기초
- 2회차. 수치형, 범주형 데이터의 이해와 시각화
- 3회차. 전국 신규 민간 아파트 분양가격 분석하기 – 데이터 전처리와 수치형, 범주형 데이터 다루기
- 4회차. 이디야는 스타벅스 근처에 입지할까? 가설을 세우고 검정하기
- 5회차. 강남에는 성형외과나 피부과가 더 많을까? 가설을 세우고 검정하기
- 6회차. 따릉이 대여소 데이터 수집하기
- 7회차. 따릉이 대여소 분석하기 – 시계열 데이터 다루기
- 8회차. 국민건강보험 진료내역 분석
- 9회차. 국민건강보험 처방내역 분석
4. R을 활용한 머신러닝 데이터 분석
한 걸음 더 나아가 R을 활용하여 심화과정인 머신러닝에 대해 학습합니다. 흥미로운 데이터를 바탕으로 현업에서 가장 많이 쓰이고 꼭 필요한 머신러닝 기법만 뽑아 학습하며, 가설설정 및 검증을 위한 토론을 반복하여 완성된 데이터 분석가로 나아갑니다.
- 1회차. 머신러닝 오리엔테이션
- 2회차. 선형 회귀분석
- 3회차. 최근접이웃(KNN) 알고리즘
- 4회차. 로지스틱 회귀분석 알고리즘
- 5회차. 의사결정나무 알고리즘
- 6회차. 회귀나무 알고리즘
- 7회차. 랜덤 포레스트 알고리즘
- 8회차. 그래디언트 부스팅 알고리즘
5. 파이썬을 활용한 머신러닝 & 딥러닝
R을 활용하여 학습했던 ‘머신러닝’을 파이썬에서는 어떻게 작동되는지 알아보고 지식을 적용해봅니다. 앞에서 배웠던 내용을 복습하는 시간을 가지며, 더 나아가 딥러닝에 대해 학습하며 과정을 마무리합니다.
- 1회차. 회귀분석
- 2회차. 의사결정나무와 앙상블
- 3회차. SVM, KNN, NAIVEBAYES
- 4회차. 인공신경망과 DNN을 통한 딥러닝 요소의 이해
- 5회차. CNN의 이해와 전이학습
- 6회차. RNN의 이해와 딥러닝 학습 방향 제시
6. 비지니스(도메인) 지식
진출하고자 하는 업계에 대해 자세히 알고 있는 것은 또 다른 경쟁력이 됩니다. 현 시점에서 데이터 분석가가 가장 많이 활동하고 있는 4개 업계의 데이터 분석가를 통해 비즈니스(도메인) 지식을 쌓고, 조언을 얻는 시간을 가집니다.
Comments