1주차 - Orientation
2주차 - Python, Pandas 기초와 EDA 실습
3주차 - 기초 통계학 1
4주차 - 기초 통계학 2
5주차 - 기초 통계학 3
6주차 - 선형회귀분석/개인 프로젝트 안내
7주차 - 머신러닝 기초 개념
8주차 - 개인 프로젝트 프로세스 실습
10주차 - 개인 프로젝트 최종 발표
- 학회 소개 및 2학기 활동 방향 안내
- 커리큘럼, 프로젝트 소개
- 수업 관련 설명
- What is Data Science?
- 분석 툴과 기술 소개
- Python과 Library들
- 데이터 분석 Flow 소개
- 프로젝트 예시
- 개발 환경 구성
- Jupyter notebook
- Git & Github
- 멘토링 팀 안내
- Q&A
- 파이썬 속성 강좌
- 자료형과 간단한 데이터 다루기 with Pandas, 간단한 plot 시각화
- 기본적인 Series와 Data Frame 다루기 with Pandas
- 데이터 시각화 (matplotlib, 막대/선/산점도 그래프)
- 기초 통계학 1
- 통계 기본 지식과 확률 내용
- 통계 (중심경향성, 산포도, 상관관계, 인과관계)
- 확률 (종속성과 독립성, 조건부 확률, 등등 ~~~ 이 파트는 어렵지 않게)
- 요약통계량 실습 with Python
- 간단한 데이터과학 분석 모델의 개념 소개
- 기초 통계학 2
- 가설과 추론
- 통계 검정 기법
- 신뢰구간
- 기초통계학 3
- 경사하강법
- 데이터 다루기
- 데이터 탐색, 데이터 정제, 데이터 합치기 등 실습
- 머신러닝과 딥러닝에 대한 간략한 소개
- 개인 프로젝트 주제 선정 안내
- 주제 선정 및 프로젝트 일정 안내
- 회귀분석
- 회귀분석의 개념과 이해
- 회귀분석 실습
- 머신러닝 기초 개념
- 기계학습 (머신러닝 기초 개념 및 모델 소개)
- k-NN
- 개인 프로젝트 주제 소개
- 개인 프로젝트 진행 전 분석 프로세스 실습
- 프로젝트 데이터 취득
- 데이터 분석 프로젝트 실습
- 결측값 확인과 제거, 대체
- 날짜 데이터 조작
- 데이터 탐색 EDA 및 그래프 그리기
- 이상치 확인과 처리
- 선형회귀 모델
개인 프로젝트 검토 및 피드백개인 프로젝트 진행상황 발표 / 피드백
- 개인 프로젝트 발표