Python 입문자들을 위한 커리큘럼을 마련하였습니다!
Python 언어를 활용하는 방법은 다양합니다. 웹 개발을 할 수도 있고, 딥러닝을 할 수도 있습니다.
이번 커리큘럼에서는 데이터 분석을 위한 Python 문법을 익히는 데 중점을 두었습니다.
아직 Python을 잘 모르는 초보자라도 쉽게 따라올 수 있습니다!
데이터 분석을 위한 Python 입문 | |
난이도 | 하 | 파이썬 실력: ★☆☆☆☆ |
장소 | Zoom 실시간 비대면 |
시간 | 매주 월요일 오후 8시 - 10시 |
참가비 | 7만 원 |
모집 인원 | 최대 30명 |
데이터 분석을 위한 Python 입문 스터디 일정
주차 | 날짜 | 모듈 |
1주차 | 1월 30일(월) | 기초 파이썬 문법 |
2주차 | 2월 6일(월) | BeautifulSoup과 requests 모듈을 활용한 웹 크롤링 |
3주차 | 2월 13일(월) | Pandas를 이용한 데이터 핸들링 / 비지도 학습: 군집화 |
4주차 | 2월 20일(월) | Scikit-Learn을 활용한 지도 학습: 분류 모델 / 회귀 모델 |
5주차 | 2월 27일(월) | KoNLPy를 활용한 텍스트 데이터 분석 |
커리큘럼
커리큘럼은 유동적으로 변경될 수 있습니다.
1주차 데이터 분석 사례 / 기초 파이썬 문법
파이썬을 활용한 데이터 분석 사례를 살펴 보고 기초 파이썬 문법(데이터 타입, 자료형 등)을 다룹니다. 그리고 배운 방법들을 토대로 웹 크롤링을 시도해봅니다.
2주차 BeautifulSoup과 requests 모듈을 활용한 웹 크롤링
본인이 원하는 데이터를 분석하기 위해서는 데이터 수집을 할 줄 알아야 합니다.
지난 시간에 이어 BeautifulSoup과 requests 모듈을 활용하여 데이터 수집할 수 있는 실전적인 방법을 알아봅니다.
3주차 Pandas를 이용한 데이터 핸들링 / 비지도 학습: 군집화
데이터를 수집했다면, 분석하기 좋은 형태로 데이터를 처리해야 합니다. 이런 과정을 데이터 전처리라고 합니다.
Pandas를 활용해 데이터를 핸들링하고 군집화 알고리즘을 활용하여 최적 군집을 탐색합니다.
4주차 Scikit-Learn을 활용한 머신러닝 데이터 분석
본격적으로 머신러닝을 활용하여 데이터를 분석합니다. 주로 머신러닝을 활용하여 예측을 하거나, 인사이트를 도출합니다.
머신러닝 중 대표적인 지도 학습 알고리즘(Linear Regression, Random Forest, SVM 등)을 활용하여 데이터의 분류를 예측하는 방법을 알아봅니다. 이후 같은 모델로 회귀 모델을 처리하는 방법을 간단하게 소개합니다.
5주차 KoNLPy를 활용한 텍스트 데이터 분석
텍스트 데이터는 웹상에서 가장 흔하게 볼 수 있는 데이터 타입입니다. 텍스트 데이터에서 단어를 추출하여 워드 클라우드를 생성해보고, 유사한 의미를 갖는 다른 텍스트를 찾아봅니다.
Q&A
파이썬 실력이 부족한데 수강해도 괜찮을까요?
해당 강의는 제로 베이스에서 출발합니다. 하지만 예습을 하고 올 수 있다면 훨씬 더 잘 따라올 수 있습니다.
시간이 된다면 아래 링크를 따라 개념을 보고 와주세요!
점프 투 파이썬
강의를 한 주 정도 빠질 것 같은데 괜찮은가요?
해당 강의는 유기적으로 연결되어 있어 한 주 빠지게 될 경우 따라 오기 어려울 수 있습니다. 물론 이미 아는 내용이고, 모르는 부분만 질문해서 해결되는 수준이라면 괜찮습니다. 그러나 이런 경우에도 팀 활동에 지장이 있을 수 있기 때문에 필히 스케줄을 미리 조정해주시길 바랍니다.
