AI
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
확률 및 통계
클라우드
강의
Google Sheets로 하는 금융 분석
- 기초기술 수준
- 4.7+
- 리뷰 142개
Google 스프레드시트를 사용하여 금융 상품의 성과를 추적하는 그래픽 대시보드를 구축하는 방법을 알아보세요.
응용 금융
강의
Introduction to AI and Machine Learning on Google Cloud
- 기초기술 수준
- 4.8+
- 리뷰 38개
This course introduces Google Clouds AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects.
클라우드
강의
사례 연구: Alteryx로 판매 데이터 분석
- 기초기술 수준
- 4.8+
- 리뷰 526개
소매 데이터 사례로 Alteryx Designer를 익혀 매출 분석을 강화하고 전략적 의사결정을 향상하세요.
데이터 준비
데이터 리터러시
강의
shinydashboard로 대시보드 만들기
- 기초기술 수준
- 4.7+
- 리뷰 94개
R로 강력한 shinydashboard 패키지를 사용해 인터랙티브 대시보드를 만드는 법을 배워보세요. 청중을 위한 역동적이고 매력적인 시각화를 만드세요.
보고
강의
Google: Introduction to Generative AI
- 기초기술 수준
- 4.7+
- 리뷰 67개
This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.
클라우드
소프트웨어 개발
데이터 준비
응용 금융
소프트웨어 개발
탐색적 데이터 분석
데이터 시각화
강의
R의 data.table로 데이터 조작하기
- 기초기술 수준
- 4.7+
- 리뷰 25개
data.table로 필터링, 선택, 그룹별 통계 계산 등 데이터 조작의 핵심 개념을 확실히 익히십시오.
데이터 조작
데이터 관리
데이터 시각화
강의
Modernize Infrastructure and Applications with Google Cloud
- 기초기술 수준
- 4.8+
- 리뷰 143개
Modernize Infrastructure and Applications with Google Cloud
클라우드
클라우드
데이터 조작
머신 러닝
강의
Google: Introduction to Large Language Models
- 기초기술 수준
- 4.9+
- 리뷰 49개
This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.
클라우드
강의
Tidyverse로 배우는 범주형 데이터
- 기초기술 수준
- 4.8+
- 리뷰 192개
분류를 시작하세요! 이 과정에서는 직함, 설문 응답 등 비수치형 데이터를 Tidyverse 환경에서 다루는 법을 학습합니다.
데이터 조작
머신 러닝
데이터 관리
강의
사례 연구: Azure에서 도서 추천 앱 설정하기
- 기초기술 수준
- 4.7+
- 리뷰 111개
실습형 사례 연구를 통해 Azure에서 안전하고 효율적인 도서 추천 앱을 구축하는 방법을 배워 보세요.
클라우드
강의
R로 배우는 계량적 위험 관리(Quantitative Risk Management)
- 기초기술 수준
- 4.8+
- 리뷰 89개
위험요인 수익률 시계를 다루고, 실증적 특성을 분석하며, value-at-risk를 추정합니다.
응용 금융
강의
Python으로 배우는 채권 가치평가와 분석
- 기초기술 수준
- 4.8+
- 리뷰 82개
채권의 구조를 이해하고 가격을 산출하며 주요 위험을 평가합니다. numpy와 numpy-financial 패키지를 사용합니다.
응용 금융
데이터 조작
FAQs
데이터 과학이란 무엇인가요?
데이터 과학은 데이터로부터 정보를 얻는 데 중점을 둔 전문 분야입니다. 프로그래밍 기술, 과학적 방법론, 알고리즘 등을 활용하여 데이터 과학자는 데이터를 분석해 실행 가능한 인사이트를 도출합니다.
데이터 과학을 학습하려면 어떻게 하나요?
Python이나 R과 같은 프로그래밍 언어를 배우고 수학과 통계학의 원리를 마스터해야 합니다. 데이터 분석 방법과 데이터 과학 도구에 대한 지식도 필수적입니다. 데이터 과학을 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 과학에 필요한 기술은 무엇인가요?
수학과 통계학 지식뿐만 아니라 데이터 과학자는 Python, R, SQL과 같은 언어의 프로그래밍 기술이 필요합니다. 또한 데이터 과학과 대용량 데이터세트를 다루는 능력, 데이터 시각화, 데이터 랭글링, 데이터베이스 관리에 대한 지식이 필요합니다. 머신 러닝과 딥러닝 기술도 유용할 수 있습니다.
데이터 과학은 어디에 활용할 수 있나요?
전문적인 관점에서 거의 모든 산업이 어느 정도 데이터 과학을 활용할 수 있습니다. 의료 기관은 데이터 과학을 사용해 질병을 발견하고 치료하며, 금융 회사는 사기를 탐지하고 예방하는 데 사용합니다. 모든 종류의 산업에서 추천 시스템 구축이나 고객 이탈 분석과 같은 마케팅에 데이터 과학을 활용합니다.
데이터 과학은 좋은 커리어인가요?
네, 데이터 과학은 미국과 전 세계에서 가장 빠르게 성장하는 분야 중 하나입니다. 또한 가장 높은 급여를 받는 직업 중 하나이기도 합니다. Payscale 데이터에 따르면, 경험 있는 데이터 과학자는 미국에서 평균 $97,609를 벌고 5점 만점에 4점의 만족도를 보입니다.
데이터 과학자가 되기 어려운가요?
여기서 고려해야 할 몇 가지가 있습니다. 먼저 데이터 과하학 학위는 경쟁이 치열할 수 있으며, 종종 지속적으로 높은 성적이 필요합니다. 마찬가지로 데이터 과학에 필요한 많은 기술들은 많은 학습과 시간이 필요합니다. 필요한 모든 기초를 마스터하는 데 몇 달이 걸릴 수 있으며, 초급 수준의 직무를 맡으려면 많은 실무 경험이 필요합니다.
데이터 과학에 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 과학자가 되는 데 얼마나 걸리나요?
사전 코딩 경험이나 수학적 배경이 없는 사람의 경우, 일반적으로 초급 데이터 과학자 수준에 도달하려면 7~12개월 집중적으로 학습해야 합니다. 하지만 데이터 과학의 이론적 기초만 학습하는 것으로는 진정한 데이터 과학자가 될 수 없다는 점을 기억하는 것이 중요합니다.
데이터 과학에서는 어떤 주제를 학습할 수 있나요?
데이터 과학의 기초를 마스터한 후에는 머신 러닝, 인공 지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
DataCamp for Mobile로 데이터 역량을 키우세요
모바일 강의와 매일 5분 코딩 챌린지로 이동 중에도 학습을 이어가세요.