설명
| 개강 | 2020년 2월 1(토) 오전 10시 |
| 일정 | 2020년 2/1~2/15 매주 토요일 오전10시~6시(8시간씩 3회) |
| 장소 | 토즈 서울대입구역점 (지하철2호선 서울대입구역4번출구, 도보1분) |
| 강사 | 한창호, 콴트글로벌 대표 / 경제학박사 |
| 문의 | crm@quantglobal.co.kr, 02.761.8090 |
| 기타 | 실습을 위한 노트북 컴퓨터 지참 필수 |
| 특징 | 수료증 발급 |
| 사후교육 | 강의 녹화 동영상 3개월간 제공. 강의 후 2일내 업로드됨 |
수강신청
수강 신청을 먼저 하시고 결제는 개강 확정 이후에 하시면 됩니다.
DAY I-1: 설치 및 설정/기본적 사용법
| I | 강의 주제 | 강의 내용 |
| 1 | Python 특징 | Python 장단점 |
| 2 | 설치 및 관리 | 아나콘타 배포판 설치, 가상환경 설정, pip/conda 사용방법 |
| 3 | 주요 라이브러리 | 데이터 사이언스에서 주로 사용되는 라이브러리 소개 |
| 4 | Python Interpreter | 터미널 모드에서 Python 사용 |
| 5 | IPython | IPython에서 코드 실행 |
| 6 | Jupyter Notebook | Jupyter Notebook 사용법 |
| 7 | Useful Tips | IPython magic command |
| 8 | Python 기본 문법 | Python 기본 골격, Scalar Types, Control Flow |
DAY I-2: 데이터 구조/함수, 파일
| I | 강의 주제 | 강의 내용 |
| 1 | 내장 테이터 구조 | Tuple, List, Sequence Functions (sorted, zip, reversed),
Dict, Set, Comprehensions |
| 2 | 함수 1 | 용도, Positional / Keyword argument,
Namespaces, Scope, Local Functions |
| 3 | 함수 2 | Returning Multiple Values |
| 4 | 함수 3 | Functions Are Objects |
| 5 | 함수 4 | Anonymous(Lambda) Function |
| 6 | 함수 5 | Curring: Partial Argument Application
Generators |
| 7 | 함수 6 | Errors and Exception Handling |
| 8 | 파일 | 파일 열고 닫기, 파일 모드, 인코딩, Bytes/Unicode |
DAY II-1: NumPy
| I | 강의 주제 | 강의 내용 |
| 1 | NumPy 소개 | 정의, 주요 기능, 장점 |
| 2 | ndarray | 개요, 생성방법, data type, 사칙 연산, indexing/slicing, Boolean indexing, Fancy indexing, Transposing/Swapping Axes |
| 3 | Universal Functions | Unary ufunc, Binary ufunc |
| 4 | 배열 기반 프로그래밍, 파일 입출력 | 배열을 이용한 반복문 제거, Text/Binary format |
| 5 | Advanced NumPy | ndarray 고급 사용법, Broadcasting, ufunc, structured and record array, 고급 sorting 방법, Numba, array 고급 입출력 방법, 성능 개선 |
DAY II-2: Pandas
| I | 강의 주제 | 강의 내용 |
| 1 | Pandas 데이터 구조 | Series, Data Frame, Index Object |
| 2 | Pandas 주요 기능 | 데이터 변환에 필요한 각종 기법 |
| 3 | 기초통계량 계산 | 공분산, 상관계수 등 |
| 4 | Advanced Pandas | Categorical data, Advance GroupBy,
Method Chaining |
DAY III-1: 데이터 전처리 및 변환
| I | 강의 주제 | 강의 내용 |
| 1 | Data Loading/Storage/File Format | JOSON, XML, HTML, HDF5 |
| 2 | Data Cleaning/Preparation | 결측치 처리, 데이터 변환, 문자열 조작 |
| 3 | Data Wrangling | Join, Combine, Reshape |
| 4 | Data Aggregation/Grouping | GroupBy, split-apply-combine, Pivot tables / Cross-tabulation |
DAY III-2: 데이터 시각화 / 시계열 데이터
| I | 강의 주제 | 강의 내용 |
| 1 | Matplotlib | Matplotlib API 사용법 alc tjfwjd, Plot |
| 2 | seaborn | Line plots, Bar plots, Histograms, Density plots, Scatter plots, Facet Grid, Categorical data |
| 3 | 기타 시각화 패키지 | 파이썬의 여타 시각화 패키지 사용법 |
| 4 | Date, Time Data type | 문자열을 Datetime 데이터로 변환, 시계열 데이터 처리 |
| 5 | 시계열 데이터 연산 | 시간대, 주기 변환 |
| 6 | Moving Window | 다양한 M.W. 기법 설명 |
<수업 대상>
- 파이썬 프로그래밍 기법을 단기간에 익히고 싶으신 분: 대규모 데이터를 고속으로 처리해야 하는 데이터 사이언스 분야에 종사하시면서 생산성을 획기적으로 높일 수 있는 코딩 지식에 갈증을 느끼시는 분들께 아주 유용한 강좌입니다.
- 데이터 사이언스 관련 학위 논문 작성 중이신 분: 데이터 사이언스 전반에 걸친 조언을 수업시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다.
- 전직 및 이직을 준비 중이신 분: 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다.
- 금융공학, 인공지능 분야에 조언이 필요하신 분: 강사의 경험과 인적 네트워크를 활용하여 적극적으로 도와드리겠습니다.
상품평
아직 상품평이 없습니다.