머신 러닝
데이터, AI, 클라우드 강의
중요한 기술을 마스터하세요전문 강사가 진행하는 짧은 동영상을 시청한 후 브라우저에서 인터랙티브 연습문제로 학습한 내용을 실습해보세요.
- 자신만의 속도로 학습
- 실무 경험 습득
- 짧은 챕터로 완주
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
머신 러닝
머신 러닝
소프트웨어 개발
확률 및 통계
머신 러닝
소프트웨어 개발
강의
Regular Expressions in Python
- 기초기술 수준
- 4.7+
- 리뷰 196개
Learn about string manipulation and become a master at using regular expressions.
소프트웨어 개발
데이터 시각화
응용 금융
AI
강의
Credit Risk Modeling in Python
- 중급기술 수준
- 4.7+
- 리뷰 285개
Learn how to prepare credit application data, apply machine learning and business rules to reduce risk and ensure profitability.
응용 금융
탐색적 데이터 분석
강의
Python으로 배우는 군집 분석
- 중급기술 수준
- 4.8+
- 리뷰 981개
이 과정에서는 SciPy 라이브러리를 활용한 계층적 클러스터링 및 k-평균 클러스터링과 같은 기법을 통해 비지도 학습을 소개합니다.
머신 러닝
강의
Python에서의 하이퍼파라미터 튜닝
- 중급기술 수준
- 4.8+
- 리뷰 814개
Python에서 자동 하이퍼파라미터 튜닝 기법을 학습합니다. Grid, Random, Informed Search를 포함합니다.
머신 러닝
강의
Introduction to Natural Language Processing in Python
- 중급기술 수준
- 4.7+
- 리뷰 997개
Learn fundamental natural language processing techniques using Python and how to apply them to extract insights from real-world text data.
머신 러닝
강의
spaCy로 배우는 자연어 처리
- 중급기술 수준
- 4.7+
- 리뷰 596개
spaCy의 핵심 기능을 숙달하고 자연어 처리 모델을 훈련하세요. 구조화되지 않은 데이터에서 정보를 추출하고 패턴을 일치시킵니다.
머신 러닝
강의
Python으로 배우는 A/B Testing
- 중급기술 수준
- 4.7+
- 리뷰 362개
Python으로 A/B 테스트를 수행·분석하는 실전 방법을 학습하세요. p-value, sanity check, 분석을 익혀 비즈니스 의사결정을 이끕니다.
확률 및 통계
강의
Python으로 배우는 Sentiment Analysis
- 중급기술 수준
- 4.8+
- 리뷰 441개
고객들은 귀사의 제품에 만족하고 있나요, 아니면 서비스가 부족한가요? 종단간 감정 분석 작업을 수행하는 방법을 알아보세요.
머신 러닝
데이터 조작
머신 러닝
머신 러닝
데이터 시각화
데이터 시각화
강의
Python으로 시작하는 포트폴리오 리스크 관리
- 중급기술 수준
- 4.8+
- 리뷰 322개
포트폴리오 위험·수익을 평가하고, 시가총액 가중 주식 포트폴리오를 구성하며, 시나리오 생성으로 시장 위험을 예측·헤지합니다.
응용 금융
강의
pandas로 데이터 재구조화하기
- 중급기술 수준
- 4.7+
- 리뷰 800개
넓은 형식을 긴 형식으로 변환하고, 행·열을 stack/unstack하며, 멀티 인덱스 DataFrame을 효율적으로 다룹니다.
데이터 조작
강의
Hugging Face smolagents로 AI 에이전트 만들기
- 고급기술 수준
- 4.8+
- 리뷰 248개
파이썬을 사용하여 추론하고, 행동하며, 실제 세계의 과제를 해결하는 지능형 에이전트를 구축하는 방법을 배워보세요.
AI
소프트웨어 개발
강의
Python으로 하는 Statistical Thinking (파트 1)
- 중급기술 수준
- 4.8+
- 리뷰 110개
통계적으로 사고하고 데이터의 언어로 소통할 수 있는 탄탄한 기초를 다지세요.
확률 및 통계
데이터 조작
FAQs
데이터 사이언스란 무엇인가요?
데이터 사이언스는 데이터로부터 정보를 얻는 데 중점을 둔 전문 분야입니다. 프로그래밍 기술, 과학적 방법론, 알고리즘 등을 활용하여 데이터 사이언티스트는 데이터를 분석해 실행 가능한 인사이트를 도출합니다.
데이터 사이언스를 어떻게 배울 수 있나요?
Python이나 R과 같은 프로그래밍 언어를 배우고 수학과 통계학의 원리를 마스터해야 합니다. 데이터 분석 방법과 데이터 사이언스 도구에 대한 지식도 필수적입니다. 데이터 사이언스를 배우는 방법은 다양합니다. 학위나 대학 교육과 같은 정규 교육 과정뿐만 아니라 자신만의 속도로 학습할 수 있는 다른 자료들도 많이 있습니다. 온라인 강의와 튜토리얼뿐만 아니라 책, 동영상 등도 있습니다.
데이터 사이언스에 필요한 기술은 무엇인가요?
수학과 통계학 지식뿐만 아니라 데이터 사이언티스트는 Python, R, SQL과 같은 언어의 프로그래밍 기술이 필요합니다. 또한 데이터 사이언스는 대용량 데이터세트를 다루는 능력, 데이터 시각화, 데이터 랭글링, 데이터베이스 관리에 대한 지식이 필요합니다. 머신러닝과 딥러닝 기술도 유용할 수 있습니다.
데이터 사이언스를 무엇에 활용할 수 있나요?
전문적인 관점에서 거의 모든 산업이 어느 정도 데이터 사이언스를 활용할 수 있습니다. 의료 기관은 데이터 사이언스를 사용해 질병을 발견하고 치료하며, 금융 회사는 사기를 탐지하고 예방하는 데 사용합니다. 모든 종류의 산업에서 추천 시스템 구축이나 고객 이탈 분석과 같은 마케팅에 데이터 사이언스를 활용합니다.
데이터 사이언스는 좋은 직업인가요?
네, 데이터 사이언스는 미국과 전 세계에서 가장 빠르게 성장하는 분야 중 하나입니다. 또한 가장 높은 급여를 받는 직업 중 하나이기도 합니다. Payscale 데이터에 따르면, 경험 있는 데이터 사이언티스트는 미국에서 평균 $97,609를 벌고 5점 만점에 4점의 만족도를 보입니다.
데이터 사이언티스트가 되기 어려운가요?
여기서 고려해야 할 몇 가지가 있습니다. 먼저 데이터 사이언스 학위는 경쟁이 치열할 수 있으며, 종종 지속적으로 높은 성적이 필요합니다. 마찬가지로 데이터 사이언스에 필요한 많은 기술들은 많은 학습과 인내가 필요합니다. 필요한 모든 기초를 마스터하는 데 몇 달이 걸릴 수 있으며, 초급 수준의 직책을 확보하려면 많은 실무 경험이 필요합니다.
데이터 사이언스에 코딩이 필요한가요?
네, Python, R, SQL, Java, C/C++와 같은 언어의 코딩 경험이 필요합니다. 하지만 상대적으로 간단한 문법 때문에 Python 프로그래밍 언어가 초보자들 사이에서 선호되는 선택인 경우가 많습니다.
데이터 사이언티스트가 되는 데 얼마나 걸리나요?
사전 코딩 경험이나 수학적 배경이 없는 사람의 경우, 일반적으로 초급 데이터 사이언티스트 수준에 도달하려면 7~12개월의 집중적인 학습이 필요합니다. 하지만 데이터 사이언스의 이론적 기초만 학습하는 것으로는 진정한 데이터 사이언티스트가 될 수 없다는 점을 기억하는 것이 중요합니다.
데이터 사이언스 내에서 어떤 주제를 공부할 수 있나요?
데이터 사이언스의 기초를 마스터한 후에는 머신러닝, 인공지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.