데이터 분석 실무 썸네일

금융리스크/에어비앤비/고객정보 Case Study로 배우는 데이터 분석 최적화 실무

 
아이비리그 Medical Center에서 다양한 빅데이터를 분석하고,
미국내 비즈니스 데이터를 다룬 분석가는 어떻게 데이터를 해석할까요?

실무에서 접할 수 있는 다양한 유형의 데이터는 어떻게 접근하면 되는지, 각각의 데이터 특성에 맞게 Python 언어를 유연하게 적용하는 스킬을 배울 수 있습니다. 데이터셋에 따라 진행되는 CASE STUDY를 통해 최종적으로 비즈니스 적으로 유의미한 해석을 이끌어낼 수 있도록 합니다.

일    정11.23 ~ 12.21 | 5회
매주 토요일 10:00 ~ 13:00 | 일 3시간
총 15시간 강의
정    원15명
준비물노트북
가    격85만 원60만 원
장    소러닝스푼즈 강의장
강남대로94길 15, S2빌딩 3층

*강남역 11번 출구 3분 거리 (지도확인)

✓ 통계 방법론에 근거하여 비즈니스 데이터를 해석하는 방법을 제대로 배워보세요.

✓ 실제 데이터셋을 산업별/유형별로 나누어 분석해봅니다.

 

파이썬과 머신러닝을 배우셨더라도 실무 데이터에서 유의미한 해석을 이끌어내지 못한다면 의미가 없습니다.

 

본 수업에서는 데이터의 유형별 접근 방법과 비즈니스 상황에 맞게 해석할 수 있는 역량을 키워드립니다.

강의특징

Case Study로 배우는 데이터 유형별 접근법

실제 비즈니스 데이터를 세가지 유형으로 나누어 CASE STUDY를 진행합니다. Continuous, Categorical, Multi-types의 실제 사례는 어떤 것들이 있는지, 데이터를 접근하는 방법을 배울 수 있습니다. 수강 후 어떠한 형태의 데이터셋도 접근할 수 있는 역량을 갖추어보세요.

최적화된 데이터 분석을 위한 유연한 코드 구현

비즈니스 데이터는 항상 완벽한 형태일 수 없습니다. 빈 부분을 채우거나, 다양한 형태로 분할하면서 가장 최적화된 데이터 분석을 이끌어 나갈 수 있어야 합니다. 이를위해 Python 과 Machine Learning Algorithms 을 유연하게 적용하는 방법을 배워보세요.

비즈니스 데이터의 통계학적 해석

실무에서 데이터 분석을 하다보면 분석된 결과를 어떻게 해석해야할지 고민인 경우가 많습니다. 데이터의 특성을 고려하고 잠재적인 해석 방향을 설정할 수 있어야 하는 이유입니다. 통계 방법론적 측면과 비즈니스 분야의 측면에 맞추어 적절하게 분석 및 해석해보세요.

실습예시

여러분이 직접 확인해 볼 CASE STUDY

✔ 금융리스크: 우리 기업 데이터를 이용해 재정적 위기를 알 수 있을까?

 

✔ 에어비앤비: 고객 리뷰로 인기 에어비앤비 호스트의 요건을 확인할 수 있을까?

 

✔ 마케팅: 고객 정보를 이용해서, 구매가 예상되는 고객을 찾는 방법이 있을까?

 

수강효과

데이터 특성에 맞는
접근법 설계 가능

실무에서는 비즈니스 목적에 따라 다양한 데이터셋을 다룰 수 있어야 합니다. 이를위해 본 강의에서는 산업별/유형별 데이터셋의 Case Study를 진행합니다. 앞으로 어떠한 데이터가 주어지더라도 가장 최적화된 데이터 접근법을 설계 할 수 있습니다.

데이터 분석 방법에 따른
유연한 코드 작성법

실제 데이터를 활용한 분석을 경험할 수 있습니다. 이를통해 파이썬과 머신러닝의 활용법을 연습하고, 통계학적으로 데이터를 해석하는 역량을 기를 수 있습니다. 데이터 분석 도구로서 코드를 유연하게 작성하는 역량을 갖추어 보세요.

통계학적, 비즈니스적 관점의
데이터 분석 결과 해석

데이터 분석으로, 그동안 발견하지 못했던 데이터의 연관성과 특이점을 찾아 활용할 수 있습니다. 데이터 분석가의 사고 흐름을 배워 통계학적 방법으로 데이터를 이해하고, 비즈니스로 풀어가는 방법을 터득할 수 있습니다.

수강대상

비즈니스 데이터 분석을 위해
유연하게 코드를 작성하고 싶은 분

기업내 데이터를 읽어
연관성을 발견하고 싶은 분

데이터 추이를 분석하고
예측을 필요로하는 분

산업별/유형별 데이터를 읽고
해석하는 방법을 알고싶은 분

파이썬/머신러닝을 배웠지만
실무에 활용하지 못하는 분

통계학적 방법으로
비즈니스 데이터를 접근하고 싶은 분

Case Study 를 통해 파이썬 및 머신러닝을
효과적으로 사용하는 방법에 초점을 맞춘 강의입니다.
통계학적 방법으로 데이터를 이해하고, 비즈니스로 풀어가는 방법을 터득하세요.

커리큘럼

* 회차별 주제를 클릭하면 상세한 커리큘럼이 나옵니다.

1주차. 비즈니스 데이터 분석을 위한 파이썬과 머신러닝

Python 을 유연하게 사용할 수 있는 구현TIP을 이론적 내용을 바탕으로 알려드립니다. Python 을 한번쯤 다루어 보셨다면 필요성을 느끼셨을 스킬, 머신러닝 알고리즘, 실행, 연산시간 등을 주로 다루게 됩니다.
 

이론

  • 비즈니스 데이터 분석의 필요성
  • 실무에 적용하기 위한 머신러닝 이론
  • 자주 사용되는 데이터 구조

실습

  • Python 실습 환경 구성
  • Python 기본 문법 리뷰
  • Python 활용한 데이터셋 확인
  • Pandas 활용한 데이터프레임 활용
  • 효과적인 분석 코드 작성을 위한 자료구조

2주차. 통계학적 방법으로 데이터를 접근하는 방법

3주차. 우리 기업 데이터를 이용해 재정적 위기를 알 수 있을까?

4주차. 고객 만족도가 높은 에어비앤비 호스트는 누구일까?

5주차. 구매가 예상되는 고객을 찾는 방법이 있을까?

강사소개 및 인터뷰

데이터 분석 실무 강사님

이재우 강사님

- 미국내 비즈니스 분야 Machine Learning 활용한 고객 요구 사항 분석
- 아이비리그 메디컬센터 의료 빅데이터 분석
- 미국 Dartmouth College 박사
- 미국 Carnegie Mellon University 학사

1. 자기소개 부탁드립니다.

현재 재직중인 회사에서는 Artificial Intelligence 및 Machine Learning 을 이용한 빅데이터 분석을 통해 결핵, 암을 아우르는 다양한 질병을 분석하고 증상을 예측하는 프로젝트를 하고 있습니다. 학부에서는 컴퓨터 과학 및 수학을 전공했고, 대학원에서는 컴퓨터 과학 석사 및 정량적 의생명과학(생명정보, 생물통계, 역학이 연결되분야)에서 박사 취득했습니다. Big Data 를 분석하는 Artificial Intelligence 및 Machine Learning 알고리즘 개발 및 적용이 주요 연구 분야였습니다. 마케팅 관련 분야에서 티켓의 판매와 고객의 요구 분포를 예측하는 Software Engineering도 진행한 경험이 있습니다. 경영 및 의료 분야의 전반적 비즈니스 분야에서 오랜 시간동안 다양한 AI 및 ML 알고리즘, 데이터 구조 등을 분석하는 일을 하고 있습니다.

 

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

데이터 분석을 하기 위해서는 AI와 Machine Learning 방법에 대해 이론적으로 이해하고, 한가지 이상의 프로그래밍 언어를 이용해 적절하게 데이터에 적용하는 것이 중요합니다. 데이터의 종류를 떠나, 핵심이 되는 알고리즘과 방법에 대한 이해와 실습을 우선적으로 다룰 것입니다. 그리고 보다 실용적인 학습을 위해 큰 그림이 되는 이론을 다룬 후, 연계하여 진행하는 프로그램 세션을 중심으로 강의가 진행될 것입니다. 수강생들이 실무에서 데이터를 접하게 되었을때, 유연하게 대응할 수 있도록 데이터 분석 강의를 진행할 것입니다. 매 강의에서 이러한 알고리즘들이 비즈니스에서는 어떤 효과를 낼 수 있는지 직접 논의하고 확인해보겠습니다.

 

3. 본 강의에서 배운 내용을 수강생분들이 어떻게 활용할 수 있을까요?

1) 어떤 구조, 어떤 분야의 데이터가 주어져도 주어진 데이터에 알맞는 Machine Learning 방법을 찾아내고 응용 및 실행할 수 있습니다.
 
2) 특정한 비즈니스 데이터가 주어졌을 때, 통계적 분석 결과를 실제 상황이나 검증된 문헌에 맞게 해석 및 확증할 수 있습니다.
 
3) 학습한 내용들은 분석과 관련된 어떠한 분야라도 적용될 수 있으며, 실용적으로 의사 소통할 수 있는 훌륭한 매개체가 될 것입니다.

 

4. 다른 강의와 어떤 차별점이 있나요?

이 강의의 목표는 임의의 데이터가 주어졌을 때, 데이터 구조와 성격을 파악하고 분석할 수 있는 Python 언어와 Machine Learning을 이용한 “일반적인” (general) 방법을 연습하고, 습득한 방법을 “특정한” (specific) Business Data에 적용할 수 있는 것입니다.
개인의 Python과 Machine Learning을 이용한 계산학적 능력의 향상은 물론, 팀 프로젝트에서 어떻게 다른 팀원들에게 자신의 결과물을 효과적으로 알기 쉽게 공유하고 설명하는지도 중요합니다. 제 경력이 수강생들에게 간접적인 방법일지라도 유용한 팁이 될 수 있기를 기대합니다. 그동안의 경험을 토대로 조금 더 실전 적용에 필요한 노하우를 전달하는 강의가 될 것입니다.

 

5. 마지막으로 수강생들에게 하고 싶으신 말

분야에 관계없이, Big data를 분석하는 것이 요즘 많은 직장에서 지향되고 심지어 요구되고 있습니다. 이 강의를 통해, 수강생들이 대학 전공이나 업무 종류에 관계없이 Big data 분석을 보다 매끄럽게 시작할 수 있기를 기대합니다. 강사 본인도 대학교 때 첫 전공은 경제학이었고, 통계학과 수학과를 거쳐서 컴퓨터과학까지 도달했습니다. 그리고 박사 과정에서는 다시 한 번 의료과학 분야로 뛰어 들어 그 동안 배웠던 다양한 전공들을 융합해왔습니다. 제가 오랜 시간 습득했던 경험들이 수강생들에게 강의 내용 뿐만아니라, 더 실용적인 방식으로 도움이 될 수 있기를 바랍니다.

수강료 85만 원60만 원
 
수강신청은 결제 순으로 선착순 마감될 수 있습니다.
개강 후 환불은 학원법 시행령 <제18조 제3항> 수강료 반환기준에 의거합니다.
 
*환불 세부규정 확인하기 (클릭)

25만 원 할인, 놓치지 마세요!

▼ 파이썬이 처음 이신가요? ▼

지금 놓치시면
2달을 기다리셔야 합니다.
놓치시면 2달을
기다리셔야 합니다.