3️⃣

효율적인 마케팅 의사결정을 위한 파이썬 데이터 분석 입문

단계
데이터 분석&활용(부록)
강사
김혜림 강사님
조용래 강사님
총 시간
33시간
챕터명
챕터 시간
클립명
클립 시간
01_데이터 분석이란
0:14:39
01. 강의소개
0:03:39
02. 데이터분석 예시
0:11:00
02_파이썬 기초
3:25:41
01. 파이썬이란
0:30:28
02. 개발 환경 (Colaboratory)
0:08:18
03. 숫자와 문자열 자료형
0:24:50
04. 리스트, 딕셔너리, 집합
0:34:06
05. 조건문과 반복문
0:21:46
06. 함수
0:15:45
07. 클래스
0:16:03
08. 파일 읽기쓰기
0:14:31
09. 예외 처리
0:16:01
10. 라이브러리
0:23:53
03_판다스 기초
1:26:16
01. 판다스 데이터 구조
0:17:36
02. 데이터 선택하기
0:07:58
03. 데이터 불러오기내보내기
0:12:40
04. 데이터 가공하기
0:20:42
05. 데이터 합치기
0:16:53
06. 데이터 그룹화하기
0:10:27
04_시각화 기초
0:45:39
01. 다양한 그래프 종류
0:10:17
02. matplotlib
0:11:32
03. seaborn
0:14:56
04. 인터렉티브 시각화
0:08:54
05_머신 러닝 기초
1:35:14
01. 머신 러닝이란
0:24:02
02. 모델 평가 지표
0:27:24
03. 머신러닝 프로젝트 Workflow
0:19:14
04. 딥 러닝
0:24:34
06_SQL 기초
0:39:19
01. 데이터베이스란
0:12:54
02. SQL 기초
0:14:36
03. SQL GROUP BY & JOIN
0:11:49
07_데이터 분석 시나리오 Part 1 - Overview
0:34:05
01. 데이터 분석 실전 시나리오 Overview
0:05:05
02. Part 1 Overview
0:02:41
03. 회사에서 데이터 분석가가 하는 역할
0:10:34
04. 현업에서 다루는 데이터의 종류
0:15:45
08_실전 프로젝트 1 - 유저행동 데이터로 서비스 건강성 분석하기
3:35:03
01. 데이터에서 지표를 만들어내는 방법
0:16:09
02. 데이터 살펴보기
0:30:21
03. 지표 1. Active Users
0:43:25
04. TIP. 그래프 이쁘게 만들기
0:22:07
05. 지표 2. 유저수와 세션수
0:32:27
06. 지표 3. 코호트 분석 이론
0:07:45
07. 지표 3. 코호트 분석 실습
0:36:43
08. 분석 보고서 만들기
0:12:39
09. 그 외 다양한 지표들
0:13:27
09_실전 프로젝트 2 - 유저군집 분석하기
3:22:37
01. 클러스터링 이론
0:33:56
02. 데이터 살펴보기
0:09:55
03. 데이터 정제하기- Cleaning
0:32:31
04. 상관계수
0:26:16
05. 데이터 전처리하기- Preprocessing
0:14:37
06. 차원 축소
0:34:34
07. 유저 세그먼트 나누기- Clustering
0:13:37
08. 모델 평가하기- Evaluation
0:21:08
09. 다양한 클러스터링 모델 사용해보기
0:13:17
10. Part 1 마무리하기
0:02:46
10_데이터 분석 시나리오 Part 2 - Overview
0:16:09
01. Part 2 Overview
0:01:37
02. 들어가기 전에 - 데이터 분석 전 도메인 파악하기- 마케팅
0:14:32
11_실전 프로젝트 3 - 통계적 이론을 활용한 마케팅 데이터 분석
3:04:01
01. 데이터 살펴보기
0:09:16
02. 도메인 지식을 활용한 채널 기여도 분석
0:34:02
03. Markov Chain 이론
0:35:08
04. Markov Chain 을 통한 채널 기여도 분석 1
1:01:34
05. Markov Chain 을 통한 채널 기여도 분석 2
0:44:01
12_실전 프로젝트 4 - 머신러닝을 활용한 마케팅 예산 분배 최적화
2:31:26
01. 데이터 살펴보기
0:18:09
02. 회귀분석
0:19:10
03. 데이터 전처리하기
0:41:51
04. 머신러닝에서 딥러닝으로 확장하기
0:24:17
05. Logistic Regression 을 활용한 마케팅 예산 분배 최적화
0:25:51
06. 마케팅 예산 분배 시뮬레이션
0:15:33
07. Part 2 마무리하기
0:06:35
13_데이터 분석 시나리오 Part 3 - Overview
0:51:34
01. 자연어 처리가 필요한 이유
0:08:50
02. 텍스트 전처리
0:42:44
14_실전 프로젝트 5 - 토픽 모델링으로 리뷰 한눈에 보기
1:18:06
01. Project Overview
0:02:56
02. 스마트폰 리뷰 데이터 살펴보기
0:09:55
03. 워드클라우드로 키워드 한눈에 보기
0:15:00
04. TF-IDF 이론
0:06:40
05. TF-IDF로 의미없는 키워드 제거하기
0:24:34
06. 토픽 모델링 이론
0:09:55
07. LDA를 이용한 리뷰 주제 분석
0:09:06
15_실전 프로젝트 6 - 감성분석으로 리뷰반응 살피기
1:53:59
01. Project Overview
0:10:47
02. 의류 리뷰 데이터 살펴보기
0:11:01
03. 사전으로 하는 감성 분석
0:06:19
04. 토픽으로 하는 감성 분석
0:12:50
05. 통계로 하는 감성 분석
0:09:34
06. 딥러닝으로 하는 감성 분석
0:19:11
07. 자연어 처리 최신 트렌드
0:44:17
16_실전 프로젝트 7 - 유저/상품 협업 필터링으로 추천하기
1:28:20
01. 추천 시스템이 쓰이는 곳
0:04:24
02. 추천 알고리즘의 종류
0:10:32
03. Project Overview
0:01:36
04. OTT 추천 데이터 살펴보기
0:11:23
05. 유저-상품 기반 협업 필터링 이론
0:19:15
06. 몸풀기 - 인기 기반 추천
0:15:43
07. 유저-상품 기반 협업 필터링으로 추천하기 실습
0:25:27
17_실전 프로젝트 8 - 모델기반 협업 필터링으로 추천하기
1:43:45
01. Project Overview
0:02:31
02. 쇼핑몰 상품 추천 데이터 살펴보기
0:19:35
03. 행렬 분해(Matrix Factorization) 이론 1
0:12:38
04. 행렬 분해(Matrix Factorization) 이론 2
0:10:11
05. 모델 기반 협업 필터링으로 구매 상품 추천하기
0:18:50
06. 고도화된 추천 시스템 살펴보기
0:40:00
18_실전 프로젝트 9 - 이탈 예측하기
1:14:28
01. 이탈 예측이란
0:09:20
02. 고객 이탈 정의하기
0:05:17
03. Project Overview
0:01:52
04. 통신사 계약 해지 데이터 살펴보기
0:17:52
05. 트리 모델 이론
0:25:53
06. 트리 모델로 이탈 예측하기
0:14:14
19_실전 프로젝트 10 - 이탈예측 성능 끌어올리기
1:29:20
01. Project Overview
0:01:09
02. 서비스 구독 취소 데이터 살펴보기
0:13:14
03. 트리 앙상블 이론 1- 랜덤 포레스트
0:15:06
04. 트리 앙상블 이론 2- 부스팅 모델
0:16:27
05. 트리 앙상블 모델로 이탈 예측하기
0:08:04
06. 설명 가능한 머신 러닝
0:35:20
20_데이터 분석 실무로 한 걸음 더
1:33:48
01. 다양한 업무 환경에서 분석가로 살아남기
0:30:46
02. 이외의 문제에 답할 수 있는 다양한 분석 및 모델링 기법
0:21:12
03. 데이터 분석가로 취업하기
0:41:50