이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
시계열 데이터는 Data Science 전반에서 매우 흔합니다. 비즈니스 트렌드를 분석하거나, 회사 매출을 예측하거나, 고객 행동을 탐색할 때 등 데이터 과학자라면 업무 중 언젠가는 시계열 데이터를 접하게 마련이죠. 이 강의는 Python을 사용해 시계열 데이터를 시각화하는 실무 지식을 제공하여, 시계열 데이터 작업을 시작하실 수 있도록 도와드립니다.
선수 과목
커리큘럼
강의 개요
1
선 그래프
Python의 기본 시각화 도구를 활용하고, 시계열 그래프에 주석을 달고 자신만의 스타일로 꾸미는 방법을 배웁니다. 이 장이 끝나면 어떤 정적 데이터셋이든 설득력 있는 플롯으로 표현할 수 있게 됩니다.
2
요약 통계와 진단
이 장에서는 요약 통계를 계산하고 데이터를 집계해 시각화함으로써 시계열 데이터를 더 깊이 이해하는 방법을 익힙니다.
3
계절성, 추세, 그리고 잡음
자기상관과 부분자기상관 플롯을 배우며 요약 통계를 넘어섭니다. 또한 시계열 데이터에서 계절성, 추세, 잡음을 자동으로 탐지하는 방법도 학습합니다.
4
복수 시계열 다루기
Data Science 현장에서는 여러 개의 시계열을 동시에 분석해야 하는 프로젝트가 흔합니다. 이 장에서는 여러 시계열을 한 번에 플로팅하는 방법과, 복수 시계열 간의 관계를 발견하고 설명하는 방법을 보여드립니다.
5
사례 연구: 실업률
이 장에서는 강의 전반에서 다룬 개념을 모두 연습해 볼 수 있습니다. 2000년부터 2010년까지의 미국 실업률을 시각화해 보겠습니다.
Python으로 시계열 데이터 시각화
강의
완료
