비즈니스 데이터 분석 Part 1 - 파이썬과 기술 통계

비즈니스 데이터 분석 Part 1 - 파이썬과 기술 통계

60,000원
  • 지원유형
    • 평생교육이용권
  • 학습기간
    수료여부 관계없이 복습 12개월 추가 제공
  • 수료기준 진도 80% 이상
주문금액
60,000원

comment

Numpy와 Pandas를 활용해 데이터를 정제·분석하고, 매출과 고객 데이터를 바탕으로 비즈니스 인사이트를 도출하는 방법을 학습합니다.

미리보기
학습방법 : HTML5 ( PC
, 스마트폰, 타블렛
)
학습시간 : 16시간 39차시
난이도 : 향상
강의목표

1 비즈니스 중심의 실전 분석: 기초 문법에 머물지 않고 매출 분석, 고객 세그먼테이션, 비즈니스 진단 등 이커머스 현업의 핵심 현안을 직접 해결합니다.2 탄탄한 데이터 사이언스 기반: 분석의 시작인 개발 환경 구축부터 실무 데이터 핸들링의 필수 도구인 Numpy와 Pandas를 기초부터 심화까지 완벽하게 마스터합니다.3 체계적인 분석 프로세스: 단순 수치 계산을 넘어 데이터 전처리, 통계적 가설 검증, 상관성 분석 등 전문적인 분석 프레임워크를 실습을 통해 체득합니다.4 실무 데이터 전처리 마스터: 결측치와 이상치 처리부터 특성 공학(Feature Engineering)까지, 현업의 가공되지 않은 데이터를 분석 가능한 형태로 정제하는 기술을 습득합니다.5 비즈니스 인사이트 리포팅: 분석 결과를 정교하게 시각화하고, 데이터 속의 인과관계를 파악하여 실제 의사결정에 활용 가능한 최종 인사이트 리포트를 도출합니다.

강의소개

데이터 사이언스는 이제 단순한 기술을 넘어 비즈니스 의사결정의 핵심으로 자리 잡았습니다.하지만 많은 학습자가 라이브러리 사용법이나 간단한 시각화 예제 몇 가지만 다뤄보고 데이터 분석을 다 안다고 착각하곤 합니다.본 강좌는 여러분을 '진짜 비즈니스 실전'으로 안내합니다.정제되지 않은 로우 데이터를 직접 다듬으며 특성 공학을 고민하고, RFM 모델을 통해 고객의 행동 패턴을 분류하며, 통계적 가설 검증을 통해 매출 성과의 핵심 원인을 도출하는 과정에서 여러분은 단순 개발자를 넘어 데이터 기반의 의사결정자로 성장할 것입니다.39강의 정교한 여정을 마치고 나면, 어떤 비즈니스 데이터가 주어져도 논리적으로 분석해낼 수 있는 강력한 자신감을 얻게 될 것입니다.

학습대상

* 실무 프로젝트 중심으로 빠르게 배우고 싶은 분: 지루한 문법 나열보다 실제 비즈니스 데이터를 핸들링하며 매출의 답을 찾는 분석 프로세스를 경험하고 싶은 분* 데이터 분석의 전 과정을 정복하고 싶은 분: 단순 시각화를 넘어 데이터 정제, 특성 공학, 통계적 가설 검증까지 데이터 사이언스의 풀스택 과정을 경험하고 싶은 분* 비즈니스 데이터 분석 방법론이 궁금한 분: RFM 세그먼테이션, 상관성 분석, 가설 검증 등 현업 의사결정에 즉각 활용되는 핵심

제공서류
수료증수료시 발급가능
수강증명서학습시작 이후 발급가능
수료기준
필수평가 : 진도 (80% 이상)
총점 80 점 이상시 수료
학습기간
30일 + 무료복습기간 360일
✅ 학습기간 + 무료복습기간 내 무제한 반복 수강 가능!
- 실제 해당 강의의 커리큘럼은 복습기간을 포함하지 않는 30일 입니다.
학습목차
비즈니스 데이터 분석 Part 1 - 파이썬과 기술 통계
1. 강좌소개
2 분
2. 개발환경 구축
10 분
3. 라이브러리 설치
2 분
4. Numpy 기초
25 분
5. 배열 생성 및 기본 조작
37 분
6. 인덱싱과 슬라이싱
33 분
7. 배열 연산 및 함수
48 분
8. 배열의 병합 및 분할
31 분
9. 선형대수 및 난수 생성
34 분
10. 데이터 정렬 및 파일 입출력
30 분
11. Pandas 개요
7 분
12. Series의 이해 1
16 분
13. Series의 이해 2
31 분
14. Series의 이해 3
16 분
15. 데이터의 종류
10 분
16. 데이터 프레임의 기본
56 분
17. 데이터 프레임 정보 확인
43 분
18. 데이터 프레임 인덱싱, 슬라이싱 1
32 분
19. 데이터 프레임 인덱싱, 슬라이싱 2
40 분
20. 데이터 전처리 1
32 분
21. 데이터 전처리 2
39 분
22. 데이터 전처리 3
34 분
23. 통계함수
15 분
24. 그룹통계
18 분
25. 결측치와 이상치 처리
36 분
26. Matplotlib 1
27 분
27. Matplotlib 2
25 분
28. 다양한 플롯들
21 분
29. Pandas를 활용한 시각화
27 분
30. Seaborn
23 분
31. 프로젝트 개요 및 비즈니스 시나리오 설정
8 분
32. 초기 탐색
7 분
33. 데이터 정제
6 분
34. 특성 공학
12 분
35. 매출 성과 분석
24 분
36. RFM 세그먼테이션 실습
22 분
37. 비교와 분포를 통한 비즈니스 진단
19 분
38. 관계와 상관성 분석
19 분
39. 가설 검증 및 최종 인사이트 리포팅
16 분