온라인

2023 빅데이터 분석기사 필기+실기 통합

Python · 초급

코딩엑스

레슨 259개 · 90일 수강

동영상 259개 · 97시간 58분

판매가
349,000원

3개월 할부시
월 116,333원

클래스 신청하기

클래스 신청하기

소개

커리큘럼

강사

수료증

리뷰

질문답변

선수지식

- 빅데이터 분석기사 합격을 위한 의지만 있다면 최고의 학습 효율로 이끌어드립니다.
- 코딩이 처음이여도 핵심만 쉽게 풀어내어 비전공자도 단기 합격을 노릴 수 있습니다.

무엇을 배울 수 있나요?

- 빅데이터 분석기사 필기/실기 완벽대비

누가 들으면 좋나요?

- 빅데이터 분석기사 자격증을 취득하고 싶은 학습자
- 비전공자이지만 자격증도 따고 IT 역량도 키우고 싶은 학습자
- 빅데이터 분야로 개발역량을 확장하고 싶은 직장인

강사 소개
- 윤소영 강사님은 25년간 SW 강의를 진행해온 빅데이터 전문 강사입니다.
⏩ 강의 미리보기 - 필기
⏩ 강의 미리보기 - 실기 1
⏩ 강의 미리보기 - 실기 2
⏩ 강의 미리보기 - 실기 3

클래스 소개

커리큘럼

레슨 259개, 수강기간 90일

1. ---------------- 필기 ----------------

레슨 0개

2. [필기] 1과목-빅데이터 분석기획

레슨 14개

2-1 빅데이터의 특징

43:56

2-2 빅데이터의 가치, 빅데이터 활용기법, 빅데이터의 영향

51:22

2-3 분석과 전략 인사이트, 공공 데이터, 빅데이터 조직 및 인력

49:35

2-4 최근의 사회경제적 환경의 변화, 빅데이터 조직 구조, 빅데이터 플랫폼

48:24

2-5 클라우드 컴퓨팅 서비스, 빅데이터와 인공지능, 개인정보법과 제도

51:27

2-6 개인정보 활용, 분석 로드맵, 분석 기획이해

51:07

2-7 분석 주제 유형 4가지, 분석 기획, 분석 과제 도출 방법 1/2

48:09

2-8 분석 과제 도출 방법 2/2, 분석 마스터 플랜, 거버넌스

52:40

2-9 분석 수준 진단, 분석 작업 계획 - 분석 기획 단계의 Task

48:27

2-10 데이터 준비 단계, 데이터 분석 단계, KDD, CRISP-DM 분석 방법론

48:20

2-11 데이터 수집, 데이터 유형 분류, 빅데이터 수집 기술

61:23

2-12 데이터 유형, 데이터 속성, 데이터 변환

39:13

2-13 데이터 품질 지표, 품질 진단, 데이터 적제, 데이터 저장

49:58

2-14 분산 파일 시스템 - GFS, HDFS, 기업 내부 데이터베이스 솔루션

49:21

3. 2과목-빅데이터 탐색

레슨 14개

3-1 데이터 정제- 이상값 처리

51:42

3-2 변수 선택, 차원 축소 기법 (주성분 분석 1/2)

51:37

3-3 주성분 분석 2/2, 요인분석, 다차원 척도법, 파생 변수, 변수 변환

53:05

3-4 Encoding, 불균형 데이터 처리

47:06

3-5 탐색적 데이터 분석, 상관 관계 분석

50:29

3-6 시각적 데이터 탐색

51:13

3-7 중심경향 통계량, 산포도

49:03

3-8 확률분포

54:23

3-9 확률변수, 이산형 확률분포, 연속형 확률분포 1/2

46:08

3-10 연속형 확률분포 2/2, 표본분포 1/2

51:53

3-11 표본분포 2/2, 점추정, 구간 추정

51:47

3-12 분포표 사용법

50:18

3-13 가설검정(가설종류 ~ 신뢰수준, 기각역, 유의수준)

56:00

3-14 가설검정(검정통계량) ~ 분석 방법 선정(데이터마이닝, 기계학습)

43:08

4. 3과목-빅데이터모델링

레슨 11개

4-1 통계기반 분석 모형, 분석 모형 구축 절차, 데이터 분할(홀드아웃, 교차검증, 붓스트랩)

50:44

4-2 회귀모형의 종류, 가정, 그래프 분석, 정규성 검정, 회귀모형 해석 1/2

55:31

4-3 회귀모형 해석 2/2, 과적합, Ridge, Lasso, Elastic Net, 설명 변수 선택

49:32

4-4 로지스틱 회귀

52:34

4-5 의사결정나무, SVM, 앙상블(Bagging, Boosting)

49:50

4-6 앙상블(랜덤포레스트), 인공신경망 1/2

47:11

4-7 인공신경망 2/2 (기울기 소실, 신경망 활성화 함수, 손실함수), 딥러닝 개요, CNN 1/2

69:08

4-8 CNN 2/2 (Padding ~ ), RNN, 군집 분석, 연관 분석

51:24

4-9 모수적, 비모수적 추론 개요, 모수적 추론의 종류

52:07

4-10 가설 검정 로드맵, 비모수적 추론의 종류

51:29

4-11 다변량 분석(시계열 모형)

41:41

5. 4과목-결과해석

레슨 2개

5-1 베이지안 기법, 텍스트 마이닝, SNA 안내, 회귀모형 평가지표

67:02

5-2 분류모형 평가지표, parameter, hyper-parameter

49:00

6. 추가영상 (3과목)

레슨 13개

6-1 군집분석의 종류

8:15

6-2 계층적 군집의 이해

14:30

6-3 계층적군집 종류 덴드로그램 거리

18:19

6-4 비계층적 군집 (4문제)

19:03

6-5 연관분석

21:46

6-6 다변량분석

3:11

6-7 모수 추론

32:08

6-8 시계열 분석

12:52

6-9 ACF_PCAF_시계열패턴

16:57

6-10 시계열 문제풀이

12:52

6-11 베이지안 분석R

24:37

6-12 베이지안 분석 문제풀이

10:36

6-13 비정형 데이터 분석

23:04

7. 추가영상 (4과목)

레슨 4개

7-1 분류모형 문제풀이 P1

17:11

7-2 분류모형 문제풀이 P2

17:45

7-3 시각화 1

7:59

7-4 시각화 2

14:26

8. ---------------- 실기 ----------------

레슨 0개

9. [실기] 시험안내 및 환경설정

레슨 6개

9-1 빅분기 실기안내

10:07

9-2 빅분기 실습방법

6:49

9-3 파이썬 설치

6:31

9-4 Visual Studio Code 설치

11:10

9-5 데이터마님 사이트 사용법

9:15

9-6 실기 시험 주의 사항

6:25

10. 1과목 PYTHON

레슨 32개

10-1 파이썬 기초 - 객체(Object) 이해

12:34

10-2 파이썬 기초 - 코드 입력 및 실행

20:22

10-3 파이썬 기초 - 서식있는 문자열

8:47

10-4 파이썬 기초 - 연산자 (거듭제곱, 산술, 비교)

23:25

10-5 파이썬 기초 - 연산자 활용, Numeric, Container의 연산 특징

9:10

10-6 파이썬 기초 - 조건 작성 연습

5:32

10-7 파이썬 기초 - input 함수, 형변환

6:25

10-8 파이썬 기초 - 함수의 파이썬 기초 - 함수의 이해

12:13

10-9 컨테이너의 분류

14:46

10-10 컨테이너 - Sequence type의 index 사용

14:48

10-11 컨테이너 - Sequence type의 연산 (덧셈, 곱셈)

8:24

10-12 컨테이너 - list의 메서드

11:55

10-13 컨테이너 - str의 주요 메서드

14:21

10-14 컨테이너 - set의 주요 메서드

9:18

10-15 컨테이너 - dict 의 연산, Container의 형변환

10:34

10-16 컨테이너 - comprehension

11:44

10-17 함수 - 함수의 필요성, 용어, 종류

12:03

10-18 함수 - argument의 종류

8:45

10-19 함수 - parameter 의 종류

12:57

10-20 내장 함수 - enumerate, zip 함수

13:07

10-21 내장 함수 - map 함수

9:51

10-22 내장 함수 - range 함수, lambda 함수

11:54

10-23 Statements - if 의 사용

20:21

10-24 Statements - if 연습문제 (비만도, 성별 구하기)

9:14

10-25 Statements - if 연습문제 (학점구하기)

8:11

10-26 Statements - for의 사용

8:12

10-27 Statements - range를 사용한 for 문

9:04

10-28 Statements - for 연습문제 1 (합격, 불합격), 연습문제 2 (1 ~ 100의 합)

9:13

10-29 for 활용, break, continue

7:49

10-30 모듈 사용 방법(import)

9:02

10-31 로또 번호 생성기 만들기 (라이브러리 활용)

5:38

10-32 while statement, set

9:46

11. 2과목 PANDAS

레슨 39개

11-1 판다스 라이브러리 이해 - Series, DataFrame

5:17

11-2 Youtube 인기채널 - 엑셀, csv 파일 읽어오기, 데이터 프레임 구조 확인하기

19:34

11-3 데이터의 dtype 변경, 데이터 값 변경

13:09

11-4 데이터 변경 및 데이터 dtype 변경 실습

23:30

11-5 datetime, category 타입변경

14:48

11-6 데이터 정렬로 인기 채널 확인

8:31

11-7 Indexing 기능으로 데이터 검색하기

14:05

11-8 Series의 str Accessor 사용 (str.contains, str.upper, str.lower)

13:27

11-9 Series 통계값 관련 함수 - 핵심!!

12:15

11-10 Drinks - csv 파일 가져오기, 결측치 확인하기

17:45

11-11 결측치 해결 - fillna 함수 사용, indexing 사용으로 값 채우기

9:10

11-12 DataFrame의 통계값 구하기

12:22

11-13 Series의 연산, Column의 추가, 삭제

17:43

11-14 DataFrame 구조 조작 (Index 변경, 임의 열 삽입, 추가), indexing 활용

23:56

11-15 Indexing, sort_values 등을 활용한 주류 소비량 분석

7:40

11-16 그룹별 통계치 구하기

16:27

11-17 미세먼지 - 여러 개 파일 합치기

14:59

11-18 index 번호 정리하기 - ignore_index=True

14:51

11-19 날짜 타입 변경하기 (pd.to_datetime)

16:44

11-20 결측치 그래프로 확인

21:09

11-21 결측치 제거 - dropna

14:13

11-22 결측치 대체 - 통계값 - 평균값

27:03

11-23 그룹별 통계값 구하기 - groupby, pivot_table

27:01

11-24 제과점오픈 - 행/열이 많은 csv 파일 읽고 구조 확인하기

17:06

11-25 파생변수 추가 - Accessor 활용

17:12

11-26 데이터 전처리를 위한 str Accessor의 기능

16:01

11-27 결측치 확인, 채우기, rename으로 컬럼명 변경

14:38

11-28 Series 연산결과로 변수 생성, DataFrame.apply 메서드

27:51

11-29 복잡한 조건의 데이터 추출, 평균비교표 작성

23:34

11-30 폐업비율표 작성

17:05

11-31 pandas 통계 함수의 특징, 샘플링하기

23:51

11-32 이상치(Outlier) 확인 및 해결

19:33

11-33 데이터 분포 변환

13:01

11-34 데이터 스케일링

7:37

11-35 Label Encoding, One Hot Encoding

14:33

11-36 데이터 Binning - (연속형 - 범주형 변환)

23:19

11-37 Quantile - 백분위 값

7:33

11-38 돗수분포표 작성

11:40

11-39 상관 계수

11:20

12. 3과목 머신러닝(기본 이해, 분류,회귀)

레슨 52개

12-1 머신러닝 과정 및 주요 작업 이해 (dtype의 중요성!)

20:14

12-2 시험에서 제공되는 파일 이해, 결측치 해결, 평가 결과 제출 방법, 도움말!

6:47

12-3 Mini-Project - 자녀의 키 예측하기

6:47

12-4 모델링의 결과로 생성된 parameter를 확인, 모델을 파일로 저장하기

6:50

12-5 머신러닝 기본 용어

24:24

12-6 sklearn library 사용 방법 익히기 - 스케일러 사용 1/4

19:34

12-7 sklearn library 사용 방법 익히기 - 데이터 분할(train_test_split) 2/4

14:22

12-8 sklearn library 사용 방법 익히기 - 머신러닝 모델 생성 및 학습 3/4

12:23

12-9 sklearn library 사용 방법 익히기 - GridSearchCV 사용 4/4

17:03

12-10 분류모델 - 샘플생성 (필수 강의 아님)

20:06

12-11 분류모델 - 학습 함수 생성

9:24

12-12 분류모델 - 데이터의 중요성

13:44

12-13 분류모델 - 모델링 1/2

19:47

12-14 분류모델 - 모델링 2/2

10:47

12-15 분류모델 - 평가, 결과 파일 저장

9:40

12-16 고객의 성별 예측 예시문제 풀이 1/6 - 문제 이해, 데이터 가져오기

10:40

12-17 고객의 성별 예측 예시문제 풀이 2/6 - 데이터 전처리 1

19:22

12-18 고객의 성별 예측 예시문제 풀이 3/6 - 데이터 전처리 2

16:00

12-19 고객의 성별 예측 예시문제 풀이 4/6 - 모델링

18:10

12-20 고객의 성별 예측 예시문제 풀이 5/6 - 제출 데이터 작성

10:15

12-21 고객의 성별 예측 예시문제 풀이 6/6 - 시험 환경 사용

10:13

12-22 화물 정시도착, 빅분기 2회 기출문제 풀이 1/3

15:15

12-23 화물 정시도착, 빅분기 2회 기출문제 풀이 2/3

35:58

12-24 화물 정시도착, 빅분기 2회 기출문제 풀이 3/3

13:46

12-25 이항 분류 모델의 성능평가

17:46

12-26 다항 분류 - 데이터 셋 생성

16:47

12-27 다항 분류 - 모델링/평가, 결과 분석 함수

14:28

12-28 다항 분류 - 학습 데이터 생성, 분류 모델 생성, 오분류표 확인

19:05

12-29 다항 분류 - 모델링/여러 가지 모델 사용

21:30

12-30 다항 분류 - 성능평가

7:27

12-31 회귀 분석의 종류, 분류/회귀의 차이점

8:55

12-32 분석에 사용할 데이터 생성, 키와 몸무게로 BMI 예측

14:48

12-33 이상치를 포함한 데이터 생성

15:29

12-34 회귀 모델링 (Multiple Linear Regression)

11:45

12-35 이상치 확인, 이상치 제거

12:25

12-36 n차항을 포함한 Polynomial Regression

12:45

12-37 Ridge, Lasso Regression 모델링 수행

15:40

12-38 Polynomial Features와 스케일링의 순서

9:47

12-39 DecisionTree, 앙상블 회귀 모델

21:38

12-40 회귀 모델 - 성능평가

10:32

12-41 회귀 모델 모델링 함수 생성

18:15

12-42 웹사이트 방문자 예측 - 데이터 이해, 생성

18:36

12-43 웹사이트 방문자 예측 - 데이터 전처리 1

19:05

12-44 웹사이트 방문자 예측 - 데이터 전처리 2

14:55

12-45 웹사이트 방문자 예측 - 모델링, 성능 평가 함수 만들기

22:17

12-46 웹사이트 방문자 예측 - 데이터 분리, 모델 적용 1

18:27

12-47 웹사이트 방문자 예측 - 모델 적용 2

15:06

12-48 웹사이트 방문자 예측 - 모델 선택 결과 제출

9:18

12-49 웹사이트 방문자 예측 - 시험보러 가서는 이렇게 하세요!

8:10

12-50 보험 예측 - 전처리, 함수 작성

19:26

12-51 보험 예측 - 모델 적용/선택/제출

9:46

12-52 보험 예측 - 시험보러 가서는 이렇게 하세요!

15:47

13. 4과목 통계검정

레슨 44개

13-1 scipy 모듈 및 확률분포 소개

12:37

13-2 이산형 확률분포 - 베르누이, 이항분포

12:31

13-3 기하분포그래프, 활용문제 풀이

19:28

13-4 초기하분포 이론

12:30

13-5 초기하분포 그래프, 활용문제 풀이

22:04

13-6 포아송 분포 그래프, 활용문제 풀이

15:11

13-7 연속형 확률분포 - 정규분포 이론

13:48

13-8 정규분포 그래프

12:02

13-9 정규분포 활용문제, 신뢰구간

13:16

13-10 Student t 분포 이론

9:01

13-11 Student t 분포 그래프

9:06

13-12 Student t 분포 활용문제

29:47

13-13 지수 분포 이해, 그래프

13:48

13-14 지수 분포 활용문제

9:37

13-15 감마 분포 이해 그래프

13:30

13-16 감마 분포 활용문제

6:09

13-17 가설 검정 1

24:54

13-18 가설 검정 2

9:41

13-19 가설 검정 로드맵 - 모수 추론

7:17

13-20 정규성 검정 이론

7:38

13-21 정규성 검정 실습

13:39

13-22 등분산성 검정 1

11:26

13-23 등분산성 검정 2

18:18

13-24 t-test 이론

13:55

13-25 One sample t-test 실습

16:44

13-26 Two sample t-test 실습

16:31

13-27 Paired t-test 실습

14:41

13-28 분류모델 t-test 활용

20:47

13-29 시험유형 One sample t-test 예시

9:21

13-30 작업3유형 예시문제

9:01

13-31 ANOVA 이해 1

10:41

13-32 ANOVA 이해 2

11:12

13-33 ANOVA 실습

19:24

13-34 ANOVA 사후검정

7:59

13-35 비모수 검정의 이해

6:16

13-36 카이제곱 검정의 종류

8:42

13-37 카이제곱 적합도 검정

16:06

13-38 카이제곱 동질성/독립성 검정

14:37

13-39 피셔검정, 카이제곱 독립성 검정 추가

8:26

13-40 분류모델에서의 카이제곱검정 활용

17:28

13-41 비모수 1표본, Paired 검정(willcoxon signed rank)

18:47

13-42 비모수 독립 2표본 검정 (ranksums, mannwhitneyu)

15:40

13-43 비모수 독립 K표본 검정(Kruskal Wallis Test)

7:44

13-44 분류 모델 - Kruskal Wallis Test 활용

11:16

14. 기출문제 풀이

레슨 9개

14-1 예시문제 풀이

13:37

14-2 기출2회 - 1-1번

6:30

14-3 기출2회 - 1-2번

13:54

14-4 기출2회 - 1-3번

13:54

14-5 기출3회 - 1-1번

5:36

14-6 기출3회 - 1-2번

6:01

14-7 기출3회 - 1-3번

4:21

14-8 기출4회 1번, 2번, 3번

14:47

14-9 기출5회 1번, 2번, 3번

16:07

15. 실기 특강

레슨 19개

15-1 파이썬 핵심 - 1

56:16

15-2 파이썬 핵심 - 2

70:26

15-3 판다스 indexing 이해 -1

53:39

15-4 판다스 indexing 이해 -2

72:14

15-5 판다스 axis 이해

8:44

15-6 빅분기 실기 - 단답형, 작업1유형 대비

47:56

15-7 빅분기 실기 - 작업2유형

71:32

15-8 질의 응답

23:58

15-9 문자열 분리

13:24

15-10 빅분기 머신러닝 문제풀이 특강 - 1

29:43

15-11 빅분기 머신러닝 문제풀이 특강 - 2

35:00

15-12 빅분기 머신러닝 문제풀이 특강 - 3

79:26

15-13 빅분기 머신러닝 문제풀이 특강 - 4

57:26

15-14 빅분기 머신러닝 문제풀이 특강 - 5

8:22

15-15 빅분기 머신러닝 문제풀이 특강 - 6

96:35

15-16 머신러닝 특강 - 1

78:51

15-17 머신러닝 특강 - 2

78:15

15-18 머신러닝 특강 - 3

73:54

15-19 help, dir 사용법

46:45

최근 업데이트 날짜 2023.11.01 14:43

코딩/AI 올인원 학습 플랫폼

누구도 좌절하지 않는 코딩·AI 교육을 위해 뛰고 있는 에듀테크 기업입니다. 20여분의 대학교수 자문단이 함께 콘텐츠와 기술을 개발하고 있습니다.

코딩엑스

에듀테크 기업

포트폴리오 보러가기

코딩 교육 인공지능 교육 클라우드 학습 시스템

수료증

수료증 발급을 원하시는 회원님은
채널톡 또는 전화로 문의해주세요.

수강생 리뷰

아직 리뷰가 없어요.
클래스를 수강하고 리뷰를 남겨보세요.

클래스 신청하기

실력 상승 질문답변

구매 후 수강하고 질문을 남겨보세요!

구매하러 가기