『비전공자·입문자·문과생을 위한 주식·마케팅 데이터로 배우는 데이터 분석 입문』

강의 소개 및 수강신청

http://aischool.ai/?page_id=5525

커리큘럼 소개 😊

강의에서 사용하는 환경 구성을 위한 사전설치 안내 동영상

• Windows 환경에 아나콘다(Anaconda) 설치하는 법 & 쥬피터 노트북(Jupyter Notebook) 실행법 (Link)

Lecture 1. 데이터 사이언스 소개, 코딩과 Python 기초 🛴

21세기의 가장 섹시한 직업. 데이터 사이언티스트로의 첫걸음

• 예제 1 - 1강_python_기초예제_matplotlib.ipynb (Code)

코딩의 개념, Python, 변수, 자료형, 연산자, 라이브러리란?, Jupyter Notebook, Matplotlib, 데이터 분석, 그래프 그리기, 주식 데이터의 모습 살펴보기, print, datetime

Lecture 2. 쉽게 사용하는 데이터 분석 공구세트, Pandas, Numpy 🛠

엑셀은 이제 안녕. Python으로 진정한 데이터 사이언티스트로 거듭나자

• 예제 1 - 2장_쉽게_사용하는_데이터_분석_공구세트_pandas와_numpy.ipynb (Code)
• 예제 2 - 2장_EDA1_원티드DB_국민연금_사업장 데이터.ipynb (Code)
• 예제 3 - 2장_EDA2_1912년_타이타닉_사고_데이터.ipynb (Code)

Numpy, Pandas, Series, DataFrame, Indexing, csv 읽고 쓰기, merge, Kaggle, EDA(Exploratory Data Analysis), plot

Lecture 3. 데이터 분석을 통해 나만의 주식 투자 전략을 만들어보기 📈

데이터 분석을 통해 미래의 테슬라를 찾자

• 예제 1 - 3강_데이터_분석을_통해_나만의_주식_투자전략_만들어보기.ipynb (Code)

if-else 문, for-loop, 리스트, 딕셔너리, groupby, sort, agg, filtering, query

Lecture 4. 머신러닝 입문 & Scikit-learn 🎲

코드 10줄로 시작하는 머신러닝

• 예제 1 - 4강_연습문제1_부동산가격_예측해보기.ipynb (Code)
• 예제 2 - 4강_연습문제2_주식의_상승추세를_예측하고_투자해보기.ipynb (Code)

머신러닝, scikit-learn, fit, transform, predict, Linear Regression, train/test/validation

Lecture 5. 비즈니스 마케팅 데이터분석 및 수요 예측 프로젝트 🚀

취업 시장에서 가장 원하는 능력인 데이터 분석의 꽃, 마케팅 데이터분석 및 수요 예측 프로젝트 시작하기

• 예제 1 - 5강_실전예제1_광고캠페인_전환율_및_성과_분석하기.ipynb (Code)
• 예제 2 - 5강_실전예제2_대형마트_상품판매량_예측하기.ipynb (Code)

Feature Engineering, Feature Selection, Prediction, Linear Regression, Correlation Analysis, Decision Tree, Random Forest

Lecture 6. 인공지능과 머신러닝, 알파고를 만든 딥러닝 🐱‍🏍

4차 산업혁명의 맛을 느껴보자! 머신러닝을 넘어서 딥러닝을 이해하기

• 예제 1 - 6강_연습문제1_MNIST_손글씨를_인식해보자.ipynb (Code)

인공지능/머신러닝/딥러닝의 개요, 머신러닝 프로세스, 지도 학습/비지도 학습/강화 학습, TensorFlow 2.0

Lecture 7. 나만의 데이터분석 프로젝트, 포트폴리오 만들기 🏢

특색있는 나만의 데이터 분석 포트폴리오(Github, 데이터분석 대회)로 취업을 뽀개보자

DS Portfolio 기획, Github 및 사용법, 데이콘 대회 참여 방법, Kaggle  대회 참여 방법, 가고자하는 회사에 맞는 방향성의 포트폴리오 만들기

---