데이터 사이언스 입문 부트캠프

코딩을 몰라도 엑셀이면 충분하다! 비전공자도 배우는 데이터 사이언스!

클래스 소개
난이도
쉬움
카테고리
데이터 분석 - 비즈니스
태그
데이터 분석, 데이터베이스, 머신러닝, 빅데이터, 엑셀, 윈도우, 인공지능, 자동화, 통계, AZure
소요 시간
약 10시간
추천 학습대상
- 업무 활용도가 높은 엑셀 기능을 활용한 데이터 분석법 제시
- 업무에 실질적인 성과를 가져다주는 데이터 기반 의사결정
- 크롤링/피벗테이블로 대용량의 데이터를 신속하게 수집
- 파워쿼리/파워피벗으로 비정형 데이터 통합과 관리 가능
- 파워BI로 데이터 시각화 및 인사이트 파악

📊필수 역량이 되어버린 데이터 분석!

데이터, 인공지능, 머신러닝 …
4차 산업 혁명 시대 속에 살아가는 지금, 어떤 산업이든 막론하고 꼭 필요한 역량이 무엇일까요?

바로 데이터 분석 역량 입니다.

🤔신제품 예약 판매 결과를 보니 빨간색을 선호하는 사람이 무려 75%! 본격 판매할 물량을 빨간색 75%, 검정색 25%로 준비하면 될까?
🤔10% 할인 쿠폰을 지급하니 매출이 3배 상승! 20%로 할인율을 높이면 예상 매출은 얼마나 될까?
🤔최근 핫한 브랜드와 지는 브랜드가 뭘까, 요즘 트렌드를 한 눈에 알아볼 수 없을까?

직장인이라면 누구나 한 번쯤 해봤던, 답을 얻기 힘든 고민
데이터를 읽고 분석하는 능력이 있다면 더 이상 어렵지 않습니다.

이론과 실무는 거리감이 느껴지시나요?
실제 업무에 사용 가능할 지 잘 모르시겠나요?

그래서 저희 마소캠퍼스가 준비했습니다.
모든 개념을 함축하여 바로 적용할 수 있는 All in one 비즈니스 데이터 분석 강의 <데이터 사이언스 입문 부트캠프>




📜데이터 사이언스 입문 부트캠프를 듣고 나면

마소캠퍼스의 <데이터 사이언스 입문 부트캠프> 강의를 듣고 나면,
여러분은 단 9시간 30분만에 데이터 분석을 실무에 곧바로 적용시킬 수 있습니다.

💡흩어져 있는 데이터를 수집&정리할 수 있는 데이터 전처리 능력
💡실무에 쓰이는 데이터도 척척 핸들링 하는 데이터 가공능력
💡복잡한 데이터도 읽기 쉽게 만드는 데이터 시각화 능력
💡확실한 성과로 이어지는 데이터기반 의사결정 능력

데이터 사이언스 입문 부트캠프와 함께 라면 일상 업무에서 가장 친숙한 엑셀을 활용하여,

데이터 분석에 완벽한 첫 발걸음을 내딛을 수 있습니다.




📚 학습 내용








✔️수강 전 확인해주세요!
실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.



💬 자주 묻는 질문 ( FAQ )

Q. 엑셀이나 데이터 분석에 대한 선수 지식이 필요한가요? 🤔
A. 하나도 필요하지 않습니다. 본 강의는 비전공자, 엑셀 쌩초보자도 쉽게 강의를 따라올 수 있도록 친절하고 자세하게 설명합니다. 그러니 걱정 말고 일단 수강해보세요. 강의를 다 듣고 난 후에는 엑셀로 ‘제대로’ 데이터 분석할 수 있을테니까요!

Q. 통계를 하나도 모르는 수포자입니다. 수강에 어려움은 없을까요? 🤔
A. 전혀 없습니다. 수학적인 지식 없이도 통계와 데이터 분석을 이해하실 수 있도록, 핵심통계 강의를 함께 준비했습니다. 피어슨 통계와 베이즈 통계를 통한 데이터 사이언스 입문을 도전해보세요!

Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요? 🤔
A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.

Q. 코딩도 해 본적 없는 데이터 분석 쌩초보인데, 가능할까요? 🤔
A. 당연히 가능합니다. 본 강의에서는 복잡한 코딩을 활용하는 것이 아닌, 흔히 사용하는 엑셀을 주로 활용하여 데이터 분석 능력을 키워드립니다.



강의자 소개

김진 | 마소캠퍼스 대표
서울대학교 MBA 졸업

오라클, 네이버를 거쳐 중국 네이버 개발 아웃소싱 센터를 설립 및 지휘하였으며,
서울대 MBA 졸업 후 글로벌 모바일 기업인 Obigo로 옮겨 데이터 분석에 기반한
성과 관리 시스템 도입 등 국내외 다양한 사업 영역을 개척하였습니다.

2010년에는 게임웹진 플레이포럼 M&A 후 데이터 분석과 디지털 마케팅을
실무에 본격 도입해 코리안클릭 수치 기준으로 월 평균 활성유저(MAU) 238만,
월 평균 페이지뷰(PV)수 1,700만을 달성하였습니다.

개발자, 전문 경영인의 길을 걸어온 사업가로서
폭넓은 경험과 IT 기술을 융합해 현재는 기업의 ROI를 높여줄 실무 전문가 교육에 힘 쓰고 있습니다.


경력
현) 머니매그넷주식회사(마소캠퍼스) 대표(2013.03 ~ ) 현) 이화여자대학교 기업가센터 겸임교수(2018.09 ~ ) 전) PlayForum, CEO/대표 (2010.12 ~ 2012.12) 전) 오비고 코리아, 모바일웹 사업부/사업부장(2009.02 ~ 2010.11) 전) 네이버, 프로세스 이노베이션팀/리더 & 중국 개발아웃소싱팀/팀장(2003.12 ~ 2007.10) 전) 한국오라클, 교육컨설팅팀/교육 컨설턴트(1999.10 ~ 2003.11) 강의 경력 주 분야 : 디지털 트랜스포메이션 과정(디지털 마인드셋 빌딩, 디지털 리터러시, 데이터 리터러시,
데이터 사이언스 준전문가 Lv1, 데이터 사이언스 준전문가 Lv2, 통계분석 마스터 클래스, 데이터 사이언스로 내리는 경영 의사결정 마스터 클래스,
데이터 기반 디지털트랜스포메이션 전략 마스터 클래스, 디지털 사업개발, 디지털 기획 입문, 디지털 마케팅 전략, 데이터 마케팅 입문 부트캠프, 디지털 서비스 분석, 그로스해킹, 액션러닝 디지털마케팅, 사회혁신과 디지털마케팅, 인공지능 마케팅 입문, 디지털 미디어 성과분석 外 다수) 강의 기업 : 롯데그룹, 삼성전자, LG 전자, SK그룹, 포스코, 위메프, 넥슨, 하나금융그룹, 신세계 그룹, 농협경제지주,
현대엔지니어링, 현대커머셜, 3M, 뷰웍스, 나이스평가정보, 월드비전, 한국관광공사, 이화여대, 한양대 外 다수 저서 데이터 사이언스 입문(2018) 비즈니스 데이터 분석 입문(2021) 비즈니스 데이터 분석 실무(2021) 비즈니스 의사결정 마스터 클래스(2022)
디지털 마케팅 개론(2018)
마켓4.0 그로스해킹(2019)
디지털 분석 구글 애널리틱스 입문(2021) 外 다수

교육 과정
모두 펼치기
  • 01
    메가트렌드와 데이터 분석
  • [onc30] ds101_과정 개요_v2.0
    [onc30] ds102_메가트렌드_v2.0
    [onc30] ds103_데이터 분석이란_v2.0
  • 02
    현실 세계의 데이터 모델링
  • [onc30] ds201_데이터 사이언스 프로세스_v2.0
    [onc30] ds202_데이터란 무엇인가
    [onc30] ds203_실습_자료의 정보화
    [onc30] ds204_1차 자료와_서베이_v2.0
    [onc30] ds205_실습_데이터 수집_서베이
    [onc30] ds206_환경설정_파워쿼리 설치
    [onc30] ds207_2차 자료와_크롤링_v2.0
    [onc30] ds208_실습_파워쿼리를 활용한 웹크롤링
  • 03
    데이터 분석과 통계 - 통계의 이해
  • [onc30] ds301 - 기술통계_v2.0
    [onc30] ds302_실습_데이터와 통계량
    [onc30] ds303_분산과 표준편차_v2.0
    [onc30] ds304_표본과 모집단의 관계
    [onc30] ds305_실습_몬테카를로 실험 설계 및 실행
    [onc30] ds306_중심 극한의 정리_v2.0
    [onc30] ds307_실습_중심 극한 정리와 Pilgrim bank 표본 실험_v3.0
    [onc30] ds308_표본 개수 의사결정과 Poplulation Table_v2.0
  • 04
    데이터 분석과 통계 - 추론 통계
  • [onc30] ds401_논리적 추론과 피어슨 추론 _v3.0
    [onc30] ds402_유의성 검정 원리_v2.0
    [onc30] ds403_2 - 주요 유의 확률 계산 도구 소개
    [onc30] ds404_2 - 실습_유의성 검정 도구 엑셀 내장 분석도구 활성화
    [onc30] ds405_2 - 목적에 맞는 유의성 검정
    [onc30] ds406_카이제곱 검정이란_v2.0
    [onc30] ds407_2 - 실습_카이검정_월마트 영수증
    [onc30] ds408_T검정이란_v2.0
    [onc30] ds409_3 - 실습_T검정 이메일 모금 실험
    [onc30] ds410_회귀분석이란
    [onc30] ds411_2 - 실습_회귀분석 아프리카 구호사업
  • 05
    데이터 전처리
  • [onc30] ds501_데이터 전처리 입문_v2.0
    [onc30] ds502_실습_데이터 전처리_결측치처리_v2.0
    [onc30] ds503_실습_데이터 전처리_데이터 클린징
    [onc30] ds504_실습_데이터 전처리_금액단위 변경_v2.0
    [onc30] ds505_실습_데이터 전처리_텍스트 나누기 및 개체 삭제
    [onc30] ds506_실습_데이터 전처리_데이터 타입 오류 사례_v2.0
    [onc30] ds507_실습_데이터 전처리_종합사례01_v2.0
    [onc30] ds508_실습_데이터 전처리_종합사례02_v2.0
  • 06
    데이터 분석 도구 활용
  • [onc30] ds601_엑셀 데이터 관리 유형 이해_테이블_크로스탭_템플릿_v2.0
    [onc30] ds602_실습_엑셀 데이터 관리 유형 이해하기
    [onc30] ds603_실습_엑셀 Core 기능_표 등록 및 활용 방안
    [onc30] ds604_실습_엑셀 Core 기능_이름정의 및 활용 방안
    [onc30] ds605_실습_엑셀 에러 처리와 vlookup 활용 방안
    [onc30] ds606_실습_혼합 참조 이해와 민감도 분석 적용 방안
    [onc30] ds607_실습_소매점 판매 데이터를 활용한 비즈니스 분석 입문
  • 07
    주요 데이터 분석 도구 설명
  • [onc30] ds701_주요 데이터 분석 도구 장단점 정리_v2.0
  • 08
    비즈니스 데이터 분석 실무
  • [onc30] ds801_주요 KPI의 이해_v3.0
    [onc30] ds802_실습_BSC 프레임워크 기반 분석 목표_KPI 도출 전략_v3.0
    [onc30] ds803_실습_분석 대상 데이터 이해하기_v3.0
    [onc30] ds804_분석 모델 기반 데이터 분석 입문_v3.0
    [onc30] ds805_실습_Key Metrics 도출하기
    [onc30] ds806_실습_경향분석_Trend Analysis
    [onc30] ds807_실습_비교분석_Comparison Analysis
    [onc30] ds808_실습_순위분석_Ranking Analysis_v2.0
    [onc30] ds809_실습_기여분석_Contribution Analysis_v2.0
    [onc30] ds810_실습_빈도분석_Frequency Analysis
    [onc30] ds811_실습_차이분석_Variance Analysis
    [onc30] ds812_실습_파레토분석_Pareto Analysis_v2.0
    [onc30] ds813_실습_상관분석_Correlation Analysis_v2.0
    [onc30] ds814_실습_Interactive Dashboard 구성_v2.0
  • 09
    머신러닝 입문
  • [onc30] ds901_머신러닝이란
  • 10
    데이터를 통한 미래 예측하기
  • [onc30] ds902_베이즈 추론이란_v2.0
    [onc30] ds903_실습_베이즈통계_빼빼로 데이에 초콜릿을 건넨 그 남자의 진정성 추정하기_v2.0
    [onc30] ds904_실습_베이즈통계_단지 문제 해결 방식_v2.0
    [onc30] ds905_실습_베이즈통계_스팸메일 필터 구현하기_v2.0
    [onc30] ds906_베이즈통계_축차 합리성_v2.0
  • 11
    머신러닝 입문
  • [onc30] ds1001_AzureML 이해와 서비스 가입_v3.0
    [onc30] ds1002_실습_신용평가 모형 개발과 Decision Tree 이해하기_v2.0
    [onc30] ds1003_실습_Linear Regression을 활용한 적정 집값 예측하기_v2.0
    [onc30] ds1004_실습_Logistic Regression을 활용한 직원 이직 가능성 예측하기
  • 12
    데이터 사이언스 정리
  • [onc30] ds1101_데이터 사이언스 프로세스 정리_v2.0
마지막 업데이트|2022년 12월 07일
강의자 소개
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다." 마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다. 마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다. 1. 배우면 반드시 쓸 수 있는 Actionable Content 2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum 마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.

강좌 후기
129,000

평균평점
0.0
난이도
쉬움
수강기간
평생 무제한
소요 시간
약 10시간