파이썬을 활용한 빅데이터분석 및 시각화
1. course_nm: 파이썬을 활용한 빅데이터분석 및 시각화
2. course_nm2:
3. request_date: 상시
4. is_regular: false
5. request_date: 상시
6. study_date: 상시
7. ready_block: false
8. lesson_time_conv: 1
9. lesson_unit_conv: 일
10. course_file_url: /data/file/4ddb403bebcc40e1e8083c64ceb2aa05.jpg
11. course_file: 파이썬을 활용한 빅데이터분석 및 시각화.jpg
12. limit_people_conv: -
13. price: 255000
14. price_conv: 255,000원
15. list_price_conv: 300,000
16. list_price_block: true
17. return_price1_conv: 0
18. return_price2_conv: 0
19. return_price3_conv: 0
20. return_price4_conv: 0
21. return_price5_conv: 0
22. address: -
23. content2:
24. content3:
25. content_width_conv: 20
26. content_height_conv: 23
27. sl_content_width_conv: 20
28. sl_content_height_conv: 23
29. is_online: true
30. is_offline: false
31. is_blend: false
32. onoff_type_conv: 온라인
33. is_offline: false
34. return0_style: show
35. return1_style: hide
36. return4_style: hide
37. recom_style: hide
38. hot_style: hide
39. new_style: hide
40. mobile_style: show
41. assign_total: 0
42. free_block: false
43. sample_lesson_block: false
-
강의구성 98차시
-
강사 최일선
-
수강기한 365일
-
-
빅데이터 과정 소개와 빅데이터 이해
-
머신러닝의 개념과 데이터 분석 사례
-
파이썬 개요와 Anaconda 설치
-
conda 활용하기
-
IDLE
-
Jupyter Notebook 소개
-
Jupyter Notebook 튜토리얼
-
들여쓰기와 주석 기능
-
변수와 숫자 연산
-
문자열 출력과 입력
-
다양한 데이터 타입 - 부울
-
다양한 데이터 타입 - list
-
다양한 데이터 타입 - tuple
-
다양한 데이터 타입 - set
-
다양한 데이터 타입 - dict
-
함수와 리턴
-
흐름 제어 - if, elif, else
-
흐름 제어 - for, range, while
-
흐름 제어 - break, continue, try, except
-
파일 쓰기와 읽기
-
터틀 그래픽 다루기
-
자동화 툴을 위한 정규 표현식
-
자동화 툴을 위한 정규 표현식 연습 문제
-
-
Numpy 개요
-
Numpy 배열 생성
-
Numpy 자료형
-
Numpy 속성
-
Numpy 마스킹
-
배열 모양 바꾸기
-
배열 합치기
-
배열 나누기
-
Numpy Universal 함수
-
카피와 뷰
-
Numpy와 파이썬 연산 속도 비교
-
정리
-
-
통계학 기초, 정보의 시각화
-
파이 차트
-
바 차트
-
히스토그램 1
-
히스토그램 2
-
누적 도수 그래프
-
선 그래프
-
산술 평균
-
중앙값
-
최빈값
-
모집단과 표본, Numpy
-
Numpy 집합 함수
-
Numpy 이항분포
-
-
Pandas
-
Pandas Series
-
연습 문제
-
Pandas Data Frame
-
연습 문제
-
데이터 정렬
-
연습 문제
-
기술 요약 통계
-
연습 문제
-
계층적 색인
-
연습 문제
-
-
데이터 시각화 - Matplotlib
-
ndarray 데이터 그리기
-
그래프 꾸미기 1
-
서브플롯
-
그래프 꾸미기 2
-
Pandas 데이터 그리기
-
파이썬 머신러닝 맛보기
-
-
seaborn의 아름다운 현대적 디자인
-
seaborn의 아름다운 현대적 디자인 실습
-
Bokeh를 활용한 대화형 웹 시각화
-
folium을 활용한 지도 그리기
-
-
HTTP 프로토콜 이해
-
Beautiful Soup을 사용한 HTML 분석
-
Selenium을 활용한 데이터 수집
-
-
한국어 형태소 분석기 KoNLPy 소개와 설치
-
타이타닉 데이터 시각화 분석 - 데이터 준비와 탐색
-
타이타닉 데이터 시각화 분석 - 데이터 정제와 머신러닝
-
네이버 영화 평점 분석 - 영화 평점 분석 소개와 수집, 데이터 로드
-
네이버 영화 평점 분석 - 자연어 Vectorizing 과정 이해와 머신러닝 감정 평가
-
-
Elastic Stack 개요
-
윈도우 환경에 Elastic Stack 설치하기
-
인덱스와 도큐먼트 생성
-
도큐먼트 삭제와 업데이트
-
연습 문제 - 도큐먼트 입력, 조회, 업데이트, 삭제
-
벌크 API를 활용한 일괄 작업 수행
-
검색 API를 활용한 Elasticsearch 검색
-
연습 문제 - 검색 API
-
-
Kibana 소개와 인덱스 패턴 정의하기
-
Kibana 대시보드 표현하기
-
-
파이썬을 활용한 Elasticsearch 다루기
-
-
한국어 형태소 분석기 nori 소개
-
nori 설치하기
-
유저가 원하는대로 토크나이징
-
토큰 필터를 사용한 데이터 삭제와 한자 변환
-
형태소 분석을 인덱스에 매핑하고 검색하기
-
-
국민 청원 데이터와 시각화
-
전국 CCTV 데이터와 시각화
-
영화 리뷰 데이터 수집 자동화
-
서버 웹 로그 수집 자동화
파이썬을 활용한 빅데이터분석 및 시각화
₩255,000원
₩300,000
학습중