개요
본 교육 프로그램은 Python을 활용한 데이터 분석 및 머신러닝 기반 예측 모델 구축을 목표로, 실습을 통해 데이터 사이언스의 전체 흐름을 익히는 교육 과정입니다.
인공지능의 개요와 Python 문법을 복습하며, 데이터 분석을 위한 기본 프로그래밍 능력을 점검합니다.
Pandas, Matplotlib, Seaborn 등 대표적인 데이터 처리 및 시각화 라이브러리를 활용하여 데이터 구조 이해, 통계 요약, 시각화 기법 등을 실습합니다.
실제 데이터를 다루기 위한 수집 단계로 넘어가, Kaggle 플랫폼 활용법, 웹 스크래핑, 공공데이터 API 연동을 실습하며 다양한 소스에서 데이터를 확보하는 방법을 학습합니다.
머신러닝 이론과 실습을 바탕으로 회귀, 분류, 군집화 분석 기법을 활용한 데이터 예측 모델을 직접 구현하고 시각화하여, 데이터 기반의 인사이트 도출 및 결과 해석 능력을 강화합니다.
이 강의는 데이터 분석 입문자부터 예측 모델을 실무에 적용해보고 싶은 실습 중심 학습자까지를 대상으로 하며, 데이터 분석의 흐름(수집→처리→예측→해석)을 전체적으로 경험할 수 있도록 설계되었습니다.
강의 대상
전공 대학생
강의 시간
1일 6시간, 총 5일 30시간
강의 계획서
| 일차 | 주제 | 내용 |
|---|---|---|
| 1일차 | 파이썬 문법 복습 | – 인공지능 개요 – 파이썬 문법 복습 |
| 2일차 | 데이터 분석 및 시각화 라이브러리 | – Pandas – Matplotlib – Seaborn |
| 3일차 | 데이터 수집 | – Kaggle 사용법 – 웹 스크래핑 – 공공 데이터 API |
| 4일차 | 머신러닝 기반 데이터 예측 | – 머신러닝 학습 과정 설명 – 회귀 분석, 시각화 및 예측 실습 |
| 5일차 | 머신러닝 기반 데이터 예측 | – 분류 분석, 시각화 및 예측 실습 – 군집화 분석, 시각화 및 예측 실습 |