문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
서론
- 분석 및 머신러닝 분야에서 데이터 준비의 중요성 이해하기
- 데이터 생명주기 내에서 데이터 준비 파이프라인의 역할 탐구하기
- 원시 데이터에 존재하는 일반적인 문제점과 이가 분석에 미치는 영향 파악하기
데이터 수집 및 획득 방법
- 데이터의 출처: 데이터베이스, API, 스프레드시트, 텍스트 파일 등 다양한 형태의 데이터원 탐색하기
- 데이터를 수집할 때 그 질을 확보하는 기법들 알아보기
- 다양한 출처로부터 데이터를 효과적으로 수집하는 방법 연습하기
데이터 정리 기법
- 누락값, 이상치 및 불일치 요소를 찾아서 적절히 처리하는 법 배우기
- 데이터셋 내 중복 항목 및 오류 사항을 수정하는 방법 익히기
- 실제 데이터셋의 정리 작업 직접 실천하기
데이터 변환 및 표준화 기술
- 데이터를 정규화하고 표준화하는 방법 배우기
- 범주형 데이터 처리: 인코딩, 구간 분류 및 피처 엔지니어링 기법 익히기
- 원시 형태의 데이터를 실제 활용 가능한 형태로 변환하기
데이터 통합 및 집계 방법
- 서로 다른 출처에서 얻은 데이터셋을 병합하고 결합하는 기법 연습하기
- 데이터 간 충돌 요소를 해결하고 데이터 타입을 일치시키는 기술 활용하기
- 데이터 집계 및 통합을 위한 다양한 전략 실천해 보기
데이터 품질 관리
- 전체 과정에서 데이터의 품질과 무결성을 유지하는 방법 배우기<\/li>
- 품질 검증 및 유효성 확인 절차를 실제로 구현하기
- 데이터 품질 관리 사례와 실무 활용 방안 살펴보기
차원 축소 및 피처 선택 방법
- 왜 차원 축소가 필요한지 이해하기
- PCA, 피처 선택 기법 등 데이터 차원 축소를 위한 다양한 전략 익히기
- 차원 축소 기법을 실제로 구현하는 과정 연습하기
요약 및 다음 단계 안내
요건
- 기본적인 데이터 개념에 대한 이해가 필요합니다
대상 청중
- 데이터 분석가
- 데이터베이스 관리자
- IT 전문가
14 시간
회원 평가 (2)
공유되는 정보의 다양성과 평이한 영어로 용어를 설명하는 명료함.
Arisbe Mendoza - Fairtrade International
코스 - GDPR Workshop
기계 번역됨
실습 세션입니다.
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
코스 - Talend Open Studio for ESB
기계 번역됨