Orange를 활용한 코딩 없는 AI 데이터 분석 - Lv.2 데이터 전처리와 시각화

데이터 분석의 기본 개념과 기법을 익혀 다양한 데이터 소스를 효율적으로 처리하며, Orange를 활용해 강력한 분석 능력을 키우는 핵심 강의입니다

클래스 소개
난이도
쉬움
카테고리
데이터 분석 - 비즈니스
태그
데이터 분석, 데이터베이스, 통계
소요 시간
약 12시간
추천 학습대상
- 데이터 시각화를 통해 분석 결과를 명확하게 전달하고자 하는 분들
- 복잡한 코딩 없이 고급 역량인 시각화를 마스터하고 싶으신 분
- 데이터 전처리와 피처 엔지니어링을 간단히 수행하고 싶은 분들
- 엑셀의 한계를 느끼고 더 간단한 고급 분석 도구를 원하는 분들
- 취업 시장에서 자신만의 차별성을 강조하고 싶은 취준생

복잡한 코딩 없이 쉽게 데이터 분석하기!


데이터 전처리부터 시각화까지 한번에!


코딩도 엑셀도 없이 간단하게 고급 역량 얻기!



이런 걸 배워요!


-노코딩 인공지능 데이터분석 도구 Orange를 활용한 데이터 전처리 기법

- 데이터 클렌징과 결측값 처리 방법

- 데이터 변환, 인코딩, 스케일링 기술

- 데이터 분석 프로세스 구성

- 데이터 시각화 기법과 그리드 설정 방법



누구나 할 수 있는 AI 데이터 분석


개발자, 개발자 하지만 모두 같은 개발자가 아닌 것 알고 계셨나요?

개발자에도 프론트엔드, 백엔드, 여러 분야의 엔지니어, 그리고 데이터 사이언스 개발자 등

여러 가지 분야가 존재합니다.

당연히 각 분야의 수요나 입문 난이도, 그에 따른 평균 연봉의 차이가 존재합니다.


그 중에서도 특별한 것은 데이터 사이언스, 특히 머신 러닝/딥러닝 분야를 꼽을 수 있습니다.

기본적인 코딩 역량에 더해 데이터 사이언스 지식과 인공 지능 역량까지 필요로 하여,

각종 개발자 대상 조사에서 상위권의 연봉 수준을 차지하고 있습니다.

물론 연봉 수준이 높다는 것은 일반적으로 아무나 할 수 있다는 뜻이 아닙니다.


그러나, 사실은 누구나 인공지능 데이터 분석을 쉽게 수행할 수 있습니다.

약간의 데이터사이언스 지식과 데이터를 다루는 역량,

실무에 필요한 분석 기법과 적절한 도구 활용 능력이 있다면

개발자 없이도 고급 인공지능 데이터 분석을 수행할 수 있습니다.


필요한 게 너무 많아 보이신다구요?

그래서 마소캠퍼스의 이번 강의에서 모든 것을 한번에 준비했습니다.

이번에 소개할 강의의 사용 툴은 “Orange”입니다.

누구나 쉽게 분석 데이터를 가져와 만지고, 인공 지능 분석까지 수행할 수 있습니다.

개발자가 해내는 것 이상으로 자유롭게 의미 있는 분석을 해내는 오렌지는

무료 도구이면서 각종 네트워크 보안 환경에서도 문제 없이 쓸 수 있는 도구입니다.


데이터사이언스 개발자가 부러우셨나요?

개발 역량이 없이도, 노코딩 도구 오렌지와

마소캠퍼스에서 제공하는 데이터 분석 역량과 함께라면

머신 러닝 개발자의 연봉도 꿈이 아닙니다.

마소캠퍼스의 “코딩 없는 AI 데이터 분석” 과정의 시작인 이 강의에서

여러분도 몰랐던 여러분의 가능성을 마음껏 펼쳐보시길 바랍니다.



강의 특징


본 강의는 피처 엔지니어링과 데이터 시각화에 필요한 모든 기법을 코딩 없이 배울 수 있는 구조로 설계되었습니다.

제대로 된 데이터 분석을 위한 복잡한 코딩 장벽을 허물고, 누구나 쉽게 데이터 시각화 시작할 수 있도록 돕습니다.


1. 입문자부터 전문가까지 사용하는 오렌지!

- Orange는 데이터 사이언스 및 머신 러닝 분야 초보자에게 이상적인 도구로,

복잡한 코딩 없이 데이터 시각화 기능을 시각적이고 직관적으로 수행 가능합니다.


2. 데이터 전처리와 피처 엔지니어링의 개념 소개

Orange를 활용해 데이터를 쉬운 방법으로 분석하기 편한 형태로 가공하고,

데이터셋에서 의미 있는 인사이트를 추출할 수 있도록 지원하는 기능을 학습합니다.


3. 결측치와 이상치의 식별 및 처리 방법

엑셀 데이터부터 여러 가지 형식의 파일, 웹 문서 등에서 데이터를 불러와

데이터 분석이 의미가 있도록 준비하는 방법을 배워 효율적인 분석이 가능합니다.


4. 여러 가지 고급 데이터 시각화 기법

데이터 시각화의 기본 개념부터 실무에 가장 많이 쓰이는 대표적인 기법을 활용하여

실전 사례 시각화를 통한 데이터 사이언티스트 업무를 경험할 수 있습니다.



이런 분들께 추천해요


1. 데이터 시각화를 통해 분석 결과를 명확하게 전달하고자 하는 분들

2. 복잡한 코딩 없이 고급 역량인 시각화를 마스터하고 싶으신 분

3. 데이터 전처리와 피처 엔지니어링을 간단히 수행하고 싶은 분들

4. 엑셀의 한계를 느끼고 더 간단한 고급 분석 도구를 원하는 분들

5. 취업 시장에서 자신만의 차별성을 강조하고 싶은 취준생

6. IT업계로 창업/이직/입사 등 커리어를 쌓고 싶은 모든 분



코딩없는 AI 데이터 분석 강의를 듣고 나면


마소캠퍼스의 코딩 없는 AI데이터 분석 lv.2 데이터 전처리와 시각화 입문 강의는

데이터 시각화의 입문자부터 현직자까지 모든 분들에게 적합합니다.



데이터 전처리와 피처 엔지니어링의 기본 프로세스 이해

데이터 클렌징 기법을 통한 분석 준비

결측치 처리 및 이상치 검출 및 처리 방법 습득

데이터 변환, 인코딩 및 스케일링 기술 활용


오렌지와 함께 데이터 사이언스 전문 역량을 키워 보세요

더 이상 코딩도, 데이터 분석도 겁내지 마세요!



학습 내용


1. 피처 엔지니어링의 기본부터 배우기!



2. 데이터를 분석하기 좋은 형태로 바꾸기!



3. 기초 시각화 기법으로 시작하기!



4. 고급 시각화 기법까지 한번에!



5. 코딩없이 지도 시각화하기!





예상 질문 Q&A


1. 인공지능이나 코딩, 디자인에 대한 선수지식이 필요한가요?

A. 본 강의는 인공지능에 관심이 생긴 누구나 바로 들어 실무에 활용할 수 있는 역량 제공을 목표로 설계된 강의로, 인공지능이나 코딩, 심지어 엑셀 실력까지도 필요하지 않습니다.


2. 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.


3. 오렌지? 따로 소프트웨어를 구입해야 하나요?

A. 오렌지는 무료로 배포되고 있는 소프트웨어이며, 다운로드부터 설치까지 하나하나 가르쳐 드리기 때문에 누구나 손쉽게 인공지능 데이터분석 환경을 구축 가능합니다. Portable 버전을 사용하면 외부 인터넷 연결 없이도 사용 가능하여, 보안 수준이 높은 근무 환경에서도 사용 가능합니다.



지식공유자 소개




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.


체험하기
모두 펼치기
  • 02
    01. 학습 내용 안내
  • 0101 학습 내용 안내
  • 03
    02. 피처 엔지니어링 필수 상식
  • 0201 피처 엔지니어링 프로세스
  • 04
    03. 데이터 클렌징
  • 0301 분석에 용이한 데이터 형식
  • 07
    06. 데이터 변환과 인코딩
  • 0601 데이터 변환 기법
교육 과정
모두 펼치기
  • 01
    00. 교재 다운로드
  • 교재 다운로드
  • 02
    01. 학습 내용 안내
  • 0101 학습 내용 안내
  • 03
    02. 피처 엔지니어링 필수 상식
  • 0201 피처 엔지니어링 프로세스
    0202 피처 엔지니어링의 핵심 단계
  • 04
    03. 데이터 클렌징
  • 0301 분석에 용이한 데이터 형식
    0302 멜팅을 활용한 구조적 오류 해결
    0303 중복된 데이터 제거
    0304 데이터 셔플링과 정제
    0305 모든 인스턴스에 같은 규칙 적용하기
  • 05
    04. 결측값 처리
  • 0401 결측값 처리
    0402 결측값 처리 실습
  • 06
    05. 이상값 처리
  • 0501 이상치 처리
    0502 이상치 처리 실습
  • 07
    06. 데이터 변환과 인코딩
  • 0601 데이터 변환 기법
    0602 이산화
    0603 연속화와 데이터 인코딩
  • 08
    07. 데이터 스케일링
  • 0701 데이터 정규화와 표준화 스케일링
  • 09
    08. 데이터 전처리 파이프라인과 샘플링
  • 0801 데이터 전처리 파이프라인 구성하기
    0802 파이썬 스크립트 연동
    0803 과대표집과 과소표집
  • 10
    09. 그룹화와 계산 수식으로 피처 생성
  • 0901 새로운 클래스와 계산열 만들기
    0902 그룹화로 다양한 집계표 만들기
    0903 수식으로 새로운 변수 생성
  • 11
    10. 효과적인 시각화 방법과 그리드
  • 1001 시각화 목적에 알맞은 차트
    1002 시각화 위젯의 그리드 설정
  • 12
    11. 데이터 비교 분석을 위한 시각화
  • 1101 막대형 차트(Bar Plot)
    1102 라인 플롯과 라인 차트
    1103 노모그램(Nomogram)
    1104 히트맵(Heat Map)
    1105 실루엣 플롯(Silhouette Plot)
  • 13
    12. 데이터 관계 파악을 위한 시각화
  • 1201 산점도(Scatter Plot)
    1202 라드비즈(Radviz)
    1203 CN2 규칙 뷰어(CN2 Rule Viewer)
    1204 모자이크 디스플레이(Mosaic Display)
    1205 프리비즈(Freeviz)
    1206 선형 투영도(Linear Projection)
  • 14
    13. 데이터 분포 탐색을 위한 시각화
  • 1301 상자수염 차트(Box Plot)
    1302 바이올린 플롯(Violin Plot)
    1303 분포 차트(Distribution)
  • 15
    14. 데이터 구성 분석을 위한 시각화
  • 1401 파이 차트(Pie Chart)
    1402 시브 다이어그램(Sieve Diagram)
    1403 벤 다이어그램(Venn Diagram)
    1404 트리 뷰어(Tree viewer)와 피타고라스 차트(Pythagorean)
  • 16
    15. 지도 시각화
  • 1501 지리적 시각화(Geo Map)
마지막 업데이트|2024년 08월 21일
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
90,000

평균평점
0.0
난이도
쉬움
수강기간
결제 후 52주 1일간
소요 시간
약 12시간