Skip to main content
파이썬 기반 빅데이터 처리 및 분석 기술 동영상

파이썬 기반 빅데이터 처리 및 분석 기술




강좌 소개

수업내용/목표

◉데이터분석방법에대하여살펴보고다양한빅데이터분석방법에대하여설명할 수 있다.
◉빅데이터플랫폼중하나인스파크(Spark)의개념과특징을이해하고IoT빅데이터처리분석을위한빅데이터플랫폼의활용과적용방법을학습하여빅데이터분석능력을함양한다.

홍보/예시 영상

강좌 운영 계획

강의계획서

주차

주차명

차시명

담당교수

1

데이터분석 방법의 이해와 Colab환경구축

데이터분석 방법의 이해

길준민

Colab 활용법

2

파이썬 데이터 타입과 Numpy 이해하기

numpy기초

numpy심화

3

Pandas 기초 및 실습

Pandas로 데이터 가공하기

Pandas로 데이터 연산하기 편집

4

Pandas 심화 실습

Pandas 심화(1)

Pandas 심화(2)

5

빅데이터 시각화(Matplotlib)

Matplolib 소개와 사용법

윤협상

선그림과 점그림

다중서브플롯

6

빅데이터 회귀 분석

머신러닝의 개념과 기본 절차

Scikit-Learn API 사용법

회귀분석 심화

7

빅데이터 분류분석

빅데이터 분류 분석의 절차

초모수와 모델 검증 방법

분류 심화: 나이브 베이즈 기법

8

빅데이터 군집분석

빅데이터 비지도 학습의 개념

심화: k-평균 군집 분석

심화: 가우스 혼합 모델

9

기말고사

 

강좌운영팀 소개

교수자

길준민 대표 교수 professor
길준민 대표 교수 교수
대구가톨릭대학교 컴퓨터소프트웨어학부 교수
윤협상 교수 professor
윤협상 교수 교수
대구가톨릭대학교 소프트웨어융합학과 교수

강좌지원팀

변수경
변수경
대구가톨릭대학교 교수학습지원팀
E-mail: sukyeong654@cu.ac.kr

강좌 수강 정보

이수/평가정보

과제명

퀴즈

과제/토론

기말고사

빈영비율

40%

20%

40%

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

강좌 수준 및 선수요건

전공심화

교재 및 참고문헌

이 강좌는 여러가지 참고자료가 많이 있습니다.

자주 묻는 질문

강좌 교재가 따로 있나요?

e-book 형식의 주 교재와 PDF 형식의 강의 노트가 제공됩니다.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    advanced
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    DAEGU CATHOLIC UNIVERSITY
  4. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    09week
    (주당 01시간 00분)
  5. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    15시간 30분
    (07시간 30분)
  6. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2020.07.27 ~ 2020.09.24
  7. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2020.08.01 ~ 2020.09.30
  8. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.