한경e아카데미

과정소개

01차시 : 빅데이터를 위한 파이썬 소개
02차시 : 데이터 분석을 위한 개발환경 소개 및 기초 실습
03차시 : Series #1. 1차원 데이터 개념 및 Series 생성 실습
04차시 : Series #2. 자유자재로 다루기 (속성 및 함수)
05차시 : DataFrame #1. 개념 및 생성 실습
06차시 : DataFrame #2. 자유자재로 다루기(속성 및 함수)
07차시 : DataFrame #3. 원하는 데이터만 선택하기
08차시 : 데이터 입출력. 파일에서 데이터 읽고 쓰기
09차시 : 데이터 가공 #1. 새로운 컬럼 추가 및 삭제하기 (feat. 함수적용, 산술연산)
10차시 : 데이터 가공 #2. 고차원 데이터 다루기(feat. 계층 색인)
11차시 : 데이터 가공 #3. 데이터 통합하기 (여러 개의 데이터를 하나로 합치기)
12차시 : 데이터 가공 #4. 정렬 및 집계
13차시 : 실전 실습 #1. 영화 평점 데이터 탐색 및 전처리 (1)
14차시 : 실전 실습 #1. 영화 평점 심화 분석 (2)
15차시 : 시계열 데이터 #1. 날짜와 시간 데이터 다루기(datetime)
16차시 : 시계열 데이터 #2. datetime 관련 주요 함수
17차시 : 실전 실습 #2. covid 19 데이터 탐색 및 기초분석
18차시 : 실전 실습 #2. covid 19 데이터 심화 분석
19차시 : 외부 데이터 활용 #1. API 활용
20차시 : 외부 데이터 활용 #2. 웹스크래핑 (feat. Selenium)
21차시 : 데이터 시각화 및 전처리 개요
22차시 : matplotlib #1. 라이브러리 소개 및 기본 실습
23차시 : matplotlib #2. 설정 변경 및 pandas 시각화
24차시 : seaborn #1. 범주형 데이터 시각화 실습
25차시 : seaborn #2. 관계형 데이터 시각화와 히트맵 실습
26차시 : plotly #1. 소개 및 기초 실습(막대 그래프)
27차시 : plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교
28차시 : folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습
29차시 : folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습(feat. 서울시 따릉이 대여소 시각화)
30차시 : 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리
31차시 : 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화
32차시 : 데이터 전처리 개요 및 수치형 데이터 전처리
33차시 : 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩)
34차시 : 실전 실습 #4. 타이타닉 데이티 전처리
35차시 : 이상치 탐지 및 처리(IQR, Z-Score)
36차시 : 고급 데이터 전처리 #2. 불균형 데이터 처리(SMOTE)
37차시 : 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습
38차시 : 특성 공학 #2. 차원 축소의 이해와 MNIST 실습
39차시 : 텍스트 데이터 전처리 개요 및 과정 실습(토큰화, 불용어 제거, TF-IDF)
40차시 : 실전 실습 #5. 네이버 영화 리뷰 분석
41차시 : 인공지능과 머신러닝 개요
42차시 : scikit-learn #1. 라이브러리 개요 및 주요 모듈 소개
43차시 : scikit-learn #2. iris 데이터를 활용한 모델링 실습(feat. train_test_split, 교차검증, 하이퍼파라미터 최적화)
44차시 : 회귀(Regression) #1. 캘리포니아 주택 데이터로 배우는 회귀 기초
45차시 : 회귀(Regression) #2. 다양한 회귀 알고리즘 및 성능지표의 이해
46차시 : 분류(Classification) #1. 결정트리 개념의 이해
47차시 : 분류(Classification) #2. 결정트리 실습 - 타이타닉 생존자 예측
48차시 : 앙상블 #1. 앙상블 개념의 이해
49차시 : 앙상블 #2. 부스팅 앙상블
50차시 : 앙상블 #3. XGBoost
51차시 : 실전 실습 #6 금융 데이터 분석 (산탄데르 은행 고객 거래 예측)
52차시 : 비지도학습 #1. 클러스터링 기초(K-means를 활용한 음악 취향 분석)
53차시 : 비지도학습 #2. 클러스터링 심화(DBScan, 계층적 클러스터링)
54차시 : 비지도학습 #3. 협업 필터링
55차시 : 딥러닝 #1. 신경망 기초 및 Tensorflow 소개
56차시 : 딥러닝 #2. 인공신경망 심화(다층 퍼셉트론과 심층신경망)
57차시 : 딥러닝 #3. 합성곱 신경망(CNN)
58차시 : 딥러닝 #4. 순환 신경망(RNN)
59차시 : 실전 실습 #7. 자동차 보험 제안 수락 예측
60차시 : 실전 실습 #8. 비트코인 가격 예측

수료기준

수료기준 표로, 항목, 반영비율, 과락기준으로 구성되어 있습니다.
항목	반영 비율	과락기준
진도	100.0%	80
중간평가	0.0%	-
최종평가	0.0%	-
과제	0.0%	-
수료기준	진도 : 80% 달성 (필수) 총점 : 80 점이상 (필수)

강사소개

박홍규

現 동양미래대학교 부교수

- 기획혁신부처장 / LINC 3.0사업단장 / 산학협력단부단장 / 재직자교육센터장 / 평생직업교육센터장 / HiVE센터장 / 산업기술연구소장

[학력사항]
연세대학교 학사 (1999.3~2004.2, 컴퓨터공학)
연세대학교 석사 (2004.3~2007.2, 컴퓨터공학, 실시간 빅데이터 처리 연구)
연세대학교 박사 (2007.3~2012.2, 컴퓨터공학, 실시간 빅데이터 처리 연구)

[경력사항]
삼성전자 무선사업부 (2012.03~2015.04)
SK텔레콤 종합기술원 (2015.05~2017.08)
동양미래대학교 컴퓨터소프트웨어공학과 (2017.09~현재)

[강의 및 관련 경력]
전공분야 : 데이터베이스, 빅데이터 처리, 빅데이터 분석
담당과목 : 데이터베이스관리, 빅데이터실습, 클라우드관리, 클라우드기반인공지능, 클라우드기반데이터처리

후기

5점
5점

김*욱 2025-08-19

수업에 참여하기 쉬운 편이었고, 능력과 상황에 맞게 진도를 조절할 수 있어 좋았다.
3점
3점

유*재 2025-08-05

인공지능 활용능력의 전반적인 향상에 도움이 되는 컨텐츠입니다.
5점
5점

이*중 2025-08-02

인공지능을 이용하여 예측가능한 미래를 알 수 있다는 점이 큰 장점이라고 보여집니다
5점
5점

진*완 2025-08-01

체계적이고 학습목표에 쉽게 도달할 수 있게 기획 되어있어 좋았습니다.
5점
5점

임*모 2025-07-24

매우 큰 도움이 되는 강의였습니다. 감사합니다.

	취소시점	환불범위	비고
교육기간 1개월 이내 단기 교육과정	개강 전	전액환불	즉시 취소 가능
	개강 후 (7일 이내)	진도율 0%: 전액 환불 진도율1%이상: 전체 진도율 대비 잔여 진도율에 해당하는 금액
	개강 후 (7일 이후)	진도율 0%: 10% 공제 후 환불 진도율1%이상: 전체 진도율 대비 잔여 진도율에 해당하는 교육비에서 10% 공제한 금액 환불
교육기간1개월 이상 중장기 교육 또는 2개 이상의 패키지 교육	개강전	전액환불
	1교시 학습 시작 후 (7일 이내)	1교시 진도율 0%인 경우: 전액 환불 1교시 진도율 1%이상인 경우: 전체 학습기간 대비 잔여 학습기간에 해당하는 금액 환불
	1교시를 제외한 각 교시 학습 시작 후 (7일 이내)	해당 교시 진도율이 0%인 경우: 환불 요청 교시 과목을 포함한 잔여 개월수의 교육비에서 10% 공제 후 환불 해당 교시 진도율이 1% 이상인 경우: 전체학습기간 대비 잔여 학습기간에 해당하는 교육비에서 10% 공제 후 환불
	각 교시 학습 시작 후 (7일 이후)	전체 학습기간 대비 잔여 학습기간에 해당하는 교육비에서 10% 공제 후 환불

국가공인 AICE 자격대비 인공지능 활용능력 향상 패키지

과정소개

목차

수료기준

강사소개

후기

취소 및 환불 정책