Skip to main content
데이터언어의 이해와 활용 동영상

데이터언어의 이해와 활용




강좌 소개

강좌 개요

본 강좌에서는 데이터 처리에 특화된 언어들인 SQL과 R과 Python을 다룬 다. R과 Python은 데이터처리 및 분석 도구로서, 서로 쌍벽을 이루는 경쟁 관계에 있다. SQL은 쉬운 문법 때문에 누구나 쉽게 배울 수 있으며 R과 Python 환경에서도 유용하게 활용될 수 있다. SQL/R/Python을 한꺼번에 학습하는 것은 각 언어의 장·단점을 파악하는 기회가 될 것이며, 빅데이터 분석에 가장 적합한 분석도구 또는 분석도구의 조합을 선택할 수 있는 혜안을 가질 수 있도록 한다.


학습 목표

  1. 4차산업혁명 시대를 맞이하여 데이터분석의 중요성을 이해하고 데이터분석에 활용되는 주요 데이터언어들인 SQL, R, Python을 활용할 할 수 있다.
  2. 동일한 데이터샘플을 SQL, R, Python으로 분석하는 실습을 수행함으로써 각 언어의 장·단점을 파악할 수 있다.

강좌 소개 영상

주차별 강좌 계획

주차별 강좌계획 안내
주차 주차명(주제) 운영 방법
차시 차시명(소주제)
0 강좌소개 1 강좌개요
2 Q & A
1 데이터언어 1 4차산업혁명과 IT융합
2 IT융합과 빅데이터
3 데이터분석 도구
2 데이터베이스 개념 1 데이터베이스의 개요
2 관계형 데이터베이스
3 SQL 실습환경 구성
3 SQL기초 1 SQL 개요
2 테이블생성 및 변경
3 select 명령
4 고급SQLⅠ 1 집계함수와 group by
2 조인연산
3 내장함수
5 고급SQLⅡ 1 부속질의
2 중첩질의
3
6 R의 개요 1 유동인구 데이터분석
2 R실습환경 구축
3 변수
7 R 데이터타입의 이해 1 벡터데이터
2 리스트와 행렬
3 데이터프레임
8 R프로그래밍 1 R프로그래밍
2 내장데이터와 외부데이터
3 데이터처리 기본함수
9 R 데이터처리함수Ⅰ 1 SQL서버와의 연동
2 그룹처리 함수
3 데이터분리 및 병합
10 R 데이터처리함수Ⅱ 1 데이터구조의 변형
2 수학함수와 문자처리함수
11 R 데이터시각화 1 데이터시각화
2 ggplot 시각화
3 구글지도 시각화
12 R기반 유동인구데이터분석 1 R기반 유동인구데이터분석Ⅰ
2 R기반 유동인구데이터분석Ⅱ
13 Python 기초 1 Python 개요 및 실습환경 구축
2 계산과 변수
3 기본데이터형
4 연산자와 제어문
14 Python에서의 데이터처리 1 함수
2 복합자료형
3 Numpy와 Pandas
15 시각화 및 데이터분석 응용 1 시각화 기초
2 Python 기반 유동인구데이터 분석

강좌운영팀 소개

교수자

김근형 교수
김근형 교수
- 소속: 현) 제주대학교 경영정보학과 교수
- 학력: 컴퓨터공학 박사
- 저서: 경영과 컴퓨터의 만남
           SQL서버와 함께하는 비즈니스인텔리전스

강좌지원팀

TA담당
고병규 TA
- 제주대학교 SW융합교육센터 학술연구교수
- 학력: 조선대학교 컴퓨터공학과 공학사
           조선대학교 컴퓨터공학과 공학석사
           조선대학교 컴퓨터공학과 공학박사
           현) 제주대학교 SW융합교육센터 학술연구교수

강좌 수강 정보

이수/평가정보

이수/평가정보
과제명 중간고사 기말고사 퀴즈
반영비율 40% 40% 20%

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

관련 강좌

  1. major

    Social Sciences
    (Social Sciences)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

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

    Institution

    Jeju National University
  4. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 00시간 10분)
  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)

    00시간 50분
    (00시간 50분)
  6. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Course Registration Period

    2020.01.13 ~ 2020.02.10
  7. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2020.01.13 ~ 2020.02.13
Enroll