Python을이용한통계프로그래밍
- 국립금오공과대학교
- 이경준
페이스북
트위터
카카오톡
네이버밴드
링크복사
-
- 주제분류
- 자연과학 >수학ㆍ물리ㆍ천문ㆍ지리 >통계학
-
- 강의학기
- 2025년 2학기
-
- 조회수
- 150
-
- 강의계획서
- 강의계획서
본 강좌는 Python 환경에서 데이터 분석을 수행하기 위해 필수적인 데이터 불러오기 및 전처리 과정을 중심으로 구성된 실습 연계형 교육 콘텐츠이다. 다양한 데이터 파일 형식의 처리 방법과 pandas 기반 데이터 전처리 기법을 체계적으로 소개하며, 강의영상과 오프라인 실습을 연계하여 학습자가 실제 연구 및 실무 데이터에 즉시 적용할 수 있도록 돕는다.
- 수강안내 및 수강신청
- ※ 수강확인증 발급을 위해서는 수강신청이 필요합니다
코스 목표 및 학습 로드맵 소개. Python 설치
차시별 강의
| 1. | |
코스 목표 및 학습 로드맵 소개. Python 설치 | 코스 목표 및 학습 로드맵 소개. Python 설치 |  |
| 2. | |
연산자와 자료의 유형 | 연산자의 종류 및 우선순위, 연산자를 활용한 계산, 자료형의 종류 | |
| 3. | |
리스트 | 리스트, 인덱싱 및 슬라이싱, 리스트 함수 | |
| 4. | |
제어문 – 조건문과 반복문 | if문을 이용한 조건문, for문을 이용한 반복문 | |
| 5. | |
Pandas 자료구조(1) | Pandas를 이용한 데이터프레임으로 변화 | |
| 6. | |
Pandas 자료구조(2) | Pandas를 이용한 변수삭제, 변수생성, Boolean Indexing | |
| 7. | |
데이터 파일 읽기: CSV와 텍스트 파일 | 주요 파라미터(encoding, sep, header 등). 인코딩 문제 해결 | |
| 8. | |
데이터 파일 읽기: 엑셀 | 여러 시트 처리, 데이터 형식 유지, 엑셀 파일 쓰기와 포맷 유의사항 | |
| 9. | |
데이터 확인 및 기초 탐색 | 데이터의 유형 및 탐색, 기초통계량 확인 | |
| 10. | |
데이터 전처리: 누락데이터 제거 및 대체 | 데이터의 누락데이터 탐색, 누락데이터 제거 및 대체(imputation) | |
| 11. | |
데이터 전처리: 중복데이터 처리 및 데이터 변환 | 중복 데이터의 처리, 데이터변환 및 값 변경 | |
| 12. | |
수치형 변수 변환과 스케일링 | 표준화, 정규화, RobustScaler 사용 시점과 효과 | |
| 13. | |
범주형 변수 변환 | Label Encoding 및 One Hot Encoding, Dummy Variable | |
| 14. | |
데이터 결합 | merge 및 concat를 이용한 데이터 결합 | |
| 15. | |
그래프 생성 | matplotlib을 이용한 그래프 생성 | |
연관 자료
