데이터 분석과 AI 모델링의 성패를 좌우하는 전처리·시각화 전 과정을 체계적으로 익혀, 원시 데이터를 정제·변환·최적화해 의미 있는 인사이트로 전환하는 실무 역량을 향상시킬 수 있다. 결측치·이상치 처리, 차원 축소, 특성 선택, 텍스트 전처리부터 matplotlib·seaborn·folium 기반 시각화 실습까지 폭넓게 다루어 데이터 기반 의사결정 능력을 기를 수 있습니다.
컨텐츠 내용
- 수강신청
- 과정정보
[AICE] 인공지능활용능력향상을 위한 데이터 처리
과정소개
학습목표
데이터 분석과 AI 모델링의 성패를 좌우하는 데이터 전처리와 시각화 기법을 체계적으로 학습하여, 원시 데이터를 정제, 변환, 최적화하고 시각적으로 효과적으로 표현할 수 있다.
결측치 처리, 이상치 탐지, 데이터 변환, 차원 축소, 특성 선택, 텍스트 데이터 전처리 등의 전처리 기법과 matplotlib, seaborn, folium 등을 활용한 데이터 시각화를 실습하며, 데이터를 단순한 숫자가 아닌 의미 있는 인사이트로 전환하고 전달하는 실무 역량을 기를 수 있다.
결측치 처리, 이상치 탐지, 데이터 변환, 차원 축소, 특성 선택, 텍스트 데이터 전처리 등의 전처리 기법과 matplotlib, seaborn, folium 등을 활용한 데이터 시각화를 실습하며, 데이터를 단순한 숫자가 아닌 의미 있는 인사이트로 전환하고 전달하는 실무 역량을 기를 수 있다.
교육대상
대학생, 직장인 등 인공지능 관련 (준)전공자 등
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 반영비율 | 100% | 100점 |
| 이수(과락)기준 | 80% | 100점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 100점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 데이터 시각화 및 전처리 개요 |
| 2차시 | matplotlib #1. 라이브러리 소개 및 기본 실습 |
| 3차시 | matplotlib #2. 설정 변경 및 pandas 시각화 |
| 4차시 | seaborn #1. 범주형 데이터 시각화 실습 |
| 5차시 | seaborn #2. 관계형 데이터 시각화와 히트맵 실습 |
| 6차시 | plotly #1. 소개 및 기초 실습(막대 그래프) |
| 7차시 | plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교 |
| 8차시 | folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습 |
| 9차시 | folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습(feat. 서울시 따릉이 대여소 시각화) |
| 10차시 | 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리 |
| 11차시 | 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화 |
| 12차시 | 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치, 구간화, 정규화) |
| 13차시 | 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩) |
| 14차시 | 실전 실습 #4. 타이타닉 데이티 전처리 |
| 15차시 | 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR, Z-Score) |
| 16차시 | 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE) |
| 17차시 | 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습 |
| 18차시 | 특성 공학 #2. 차원 축소의 이해와 MNIST 실습 |
| 19차시 | 텍스트 데이터 전처리 개요 및 과정 실습 (토큰화, 불용어 제거, TF-IDF) |
| 20차시 | 실전 실습 #5. 네이버 영화 리뷰 분석 |
