Course Outline

1일차

  • Data Science: 개요
  • 실용적인 부분: Python 시작하기 - 언어의 기본 기능
  • 데이터 과학 수명주기 - 1부
  • 실용적인 부분: 구조화된 데이터 작업 - Pandas 라이브러리

2일차

  • 데이터 과학 수명주기 - 2부
  • 실용적인 부분: 실제 데이터 다루기
  • 데이터 시각화
  • 실용적인 부분: Matplotlib 라이브러리

3일차

  • SQL - 1부
  • 실용적인 부분: 테이블이 포함된 MySql 데이터베이스 생성, 데이터 삽입 및 간단한 쿼리 수행
  • SQL 2부
  • 실용적인 부분: MySql과 Python 통합

4일차

  • 지도 학습 1부
  • 실용적인 부분: 회귀
  • 지도 학습 2부
  • 실용적인 부분: 분류

5일차

  • 지도 학습 3부
  • 실용적인 부분: 스팸 필터 구축
  • 비지도 학습
  • 실용적인 부분: k-평균을 사용하여 이미지 클러스터링

Requirements

  • 수학과 통계에 대한 이해.
  • 약간의 프로그래밍 경험(Python에서의 경험이 바람직함)

청중

  • 경력 변경에 관심이 있는 전문가
  • Data Science과 데이터 분석이 궁금하신 분들
 35 Hours

Number of participants



Price per participant

회원 평가 (4)

Related Courses

Kaggle

14 Hours

Accelerating Python Pandas Workflows with Modin

14 Hours

GPU Data Science with NVIDIA RAPIDS

14 Hours

Anaconda Ecosystem for Data Scientists

14 Hours

Introduction to Data Science and AI using Python

35 Hours

Big Data Business Intelligence for Telecom and Communication Service Providers

35 Hours

A Practical Introduction to Data Science

35 Hours

Data Science Programme

245 Hours

Data Science for Big Data Analytics

35 Hours

Data Science essential for Marketing/Sales professionals

21 Hours

F# for Data Science

21 Hours

Jupyter for Data Science Teams

7 Hours

Data Science with KNIME Analytics Platform

21 Hours

Data Science Implementation Management using KNIME Server

14 Hours

Related Categories