|
일반
모바일
현직자의 노하우로 배우는 DA/DS 진도선택
수강신청 |
||
과정소개 | 강의목차 | 평가기준 | 강사소개 | 수강후기 |
---|---|---|---|---|
[과정소개] |
||||
[학습목표]무엇을 배울 수 있나요?
|
||||
[학습대상]➀ DA/DS 진로를 고민하는 대학3,4학년 및 구직자 ➁ DA/DS의 직무전환이 필요한 재직자 ③ 기업체 디지털 전환(DX)이 필요한 직무자 및 신규 입사자 |
[강의목차]
01. 데이터 분석가/사이언티스트의 직무 정의
02. 비정형 데이터 분석가/사이언티스트 수행 업무 03. 정형 데이터 분석가/사이언티스트 수행업무 04. DA/DS를 준비해야하는 이유 05. 정형데이터 DA/DS 필수역량 & 기술스택 06. 취업 Road Map 07. 비정형데이터 DA/DS 필수역량 & 기술스택 08. 취업 Road Map 09. 정형데이터 문제정의 역량 10. 데이터 기반 문제해결 전략 11. 학습 Road Map 수립 12. DBMS 환경 및 클라우드 분석 환경(AWS)의 이해 13. 학습 Road Map 수립 14. SQL 실무 필수 문법 15. SQL 활용 실전 데이터 추출 (1) 16. SQL 활용 실전 데이터 추출 (2) 17. 학습 Road Map 수립 18. Python 실무 필수 문법 19. Python 활용 실전 EDA (1) 20. Python 활용 실전 EDA (2) 21. 학습 Road Map 수립 22. 데이터 예측 모델링 프로세스 23. 예측 모델링 대표 문제유형 및 알고리즘 24. 실전 예측 모델링 (1) 25. 실전 예측 모델링 (2) 26. 학습 Road Map 수립 27. 분석 결과 리포트 작성 및 전달법 (1) 28. 분석 결과 리포트 작성 및 전달법 (2) 29. 비정형데이터 문제정의 역량 30. 데이터 기반 문제해결 전략 31. 학습 Road Map 수립 32. 파이썬을 이용한 데이터 스크래핑 with bs4 33. 파이썬을 이용한 데이터 스크래핑 with selenium 34. ChatGPT을 이용한 데이터 생성 및 레이블링 테크닉 35. 텍스트 데이터 증강 기법 36. 학습 Road Map 수립 37. 데이터 전처리를 위한 실전 Python (1) 38. 데이터 전처리를 위한 실전 Python (2) 39. 데이터 전처리를 위한 실전 Python (3) 40. 학습 Road Map 수립 41. 텍스트 마이닝 대표 문제 및 프로세스 42. 분류 모델 대표 문제 및 프로세스 43. 생성 모델 대표 문제 및 프로세스 44. 실전 모델링 (1) 45. 실전 모델링 (2) 46. 학습 Road Map 수립 47. 분석 결과 리포트 작성 및 전달법 (1) 48. 분석 결과 리포트 작성 및 전달법 (2) 49. 문제상황 및 정형데이터 살펴보기 50. Data Spec Check 51. 문제해결 프로세스 정의 52. Data Info check 53. Data Readiness Check 54. Feature Engineering 55. Modeling 56. Model evaluation and Summary 57. 이력서 및 포트폴리오 작성 노하우 58. 문제상황 및 데이터 정의 59. Data Spec Check 60. 문제해결 프로세스 정의 61. 필요 데이터 전처리 62. Data Check 63. Model Inference 64. Model Demo 65. 이력서 및 포트폴리오 작성 노하우 |
[평가기준]
|
[강사소개]
|
[수강후기]
☆☆☆☆☆0
총 0건의 수강후기
|