로그인을 해주세요
Python을 활용한 소셜 빅데이터 분석 교육 과정
- 기간
- 365일
- 강의구성
- 81차시
수강 신청 전 주의 사항
1. 수강 기간
- 수강 신청일로부터 1년 동안 무제한 복습 가능하며, 수강 기간이 종료된 이후에는 동영상 재생이 불가능합니다.
2. 수료증 발급
- 수강 기간 내 교육과정 진도율 100% 이수하면 수료증을 발급받을 수 있습니다.
- ‘나의강의실’ > ‘증명서발급’에서 발급받을 수 있습니다.
3. 동영상 재생 기기 대수 제한
- 최초 동영상 재생 시 사용한 기기가 자동으로 등록됩니다.
- 계정당 3개의 기기(PC, 모바일, 태블릿 등 기타)까지만 등록 가능하며, 이에 대한 부주의로 인한 기기변경은 불가능합니다.
※ 중국 생산용 휴대폰기기(샤오미 등) 및 LG유플러스 홈보이 제공용 G패드 기기 등 자체 튜닝 기기는 시청이 불가할 수 있습니다.
교육 소개
• 본 과정은 빅데이터 분석에 적합한 프로그래밍 언어인 파이썬(Python)을 활용하여 웹, SNS 등 소셜 빅데이터를 직접 수집하고, 가공
하고, 분석해보는 교육 과정입니다. 파이썬 프로그래밍 실습을 ‘따라하기’ 형식으로 진행하여 프로그래밍 경험이 없는 인문, 사회과학
연구자들이 쉽게 학습할 수 있습니다. 본 과정을 수강하시면 파이썬 습득 + 데이터 수집 + 빅데이터 분석이 모두 가능해집니다.
"파이썬을 이용한 소셜 빅데이터 분석 기초 교육"으로 데이터 과학자가 되는 첫걸음을 떼어보세요.
• Python으로 NetMiner를 제어하고 연동해서 사용하는 교육 내용이 포함되어 있으므로, NetMiner에 대한 소개와 기초적인 사용법을
설명하는 동영상 교육(무료)이 함께 제공됩니다.
• NetMiner와 함께 구입하시는 분들을 위해 패키지 할인(50%)을 적용하여 매우 저렴한 가격으로, 1년간 자유롭게 수강하실 수 있습니다.
• 총 교육시간 : 24.5시간
• 수강 기간 : 1년
수강대상자
• 데이터 분석에 대한 기초 지식은 있으나, 프로그래밍 경험이 전혀 없는 분
• SNS 데이터를 비롯한 다양한 소셜 빅데이터 분석 관심자
• 파이썬을 쉽게 배우고 싶은 분
[필독] 유의사항
• 본 패키지 상품은 NetMiner Premium 플랜과 함께 구입할 수 있으며 별도로 판매되지 않습니다.
구입을 원하시는 분은 아래 구입 방법을 참고하시기 바랍니다.
• 본 상품 구입 시 수강 쿠폰이 발급되며(사용 기한은 발급일로부터 1개월), 온라인 교육 센터(https://onlineedu.cyram.com/)에 회원가입 후
쿠폰을 등록하여 수강신청을 할 수 있습니다.
• 수강 신청일로부터 1년간 수강하실 수 있으며 수강 종료일까지 무제한 복습이 가능합니다.
• NetMiner 구동 화면을 선명하게 시청하기 위해 모바일보다 PC가 권장됩니다.
• NetMiner 실습을 따라하기 위해서는 윈도우 운영체제 PC가 필요합니다.
[NetMiner + 교육] 패키지 상품 구입 방법
1. NetMiner 홈페이지(www.netminer.com)에 가입한 뒤 로그인을 해주세요. .
2. Pricing >> Product 메뉴(https://www.netminer.com/kr/pricing/edition_educational.php)에서 본인의 Status(학생/교수자/일반(기관기업))에
따라 라이선스를 선택합니다.
- Student, Academic 라이선스 구매를 원하시는 분은 사전에 Status 인증(학생/교수자 인증)이 완료되어야 합니다.
3. 구매를 희망하는 이용 기간/플랜/확장 프로그램(Extension)을 선택합니다.
4. 구매를 희망하는 교육 패키지 상품을 선택합니다.
- 선택한 플랜과 확장 프로그램(Extension)의 여부에 따라 구매 가능한 교육패키지가 제한됩니다.
5. Status에 따라 할인율이 다르게 적용되며, 상품 선택시 조회되는 가격은 부가세를 포함하지 않은 가격입니다.
할인 금액과 최종 결제 가격은 장바구니(주문 확인) 단계에서 확인하실 수 있습니다.
6. 구매가 완료되면, NetMiner 라이선스는 자동 발급되며 영업일 기준 1~3일 이내에 교육 수강 쿠폰 안내가 E-mail로 발송됩니다
(단, 기관에 따라 절차가 다를 수 있음).
7. 견적을 희망하시는 분은 견적 요청 메뉴를 이용하여 주십시오
(https://www.netminer.com/kr/pricing/edition_request_nonmember.php?edition=2).
강의목차(총 81강)
- Ⅰ. NetMiner 소개와 기초 사용법
-
1. 1. NetMiner 소개 10분
2. 2. 파일 열기와 데이터 구조 22분
3. 3. 데이터 가져오기 및 편집 31분
4. 4. 데이터 시각화와 분석 18분
- Ⅱ. Python: 1. 프로그래밍 입문
-
5. 0) 강의소개 11분
6. 1) 프로그래밍 언어 8분
7. 2) Why Python 5분
8. 3) 파이썬 설치 9분
9. 4) 파이썬 개발환경 16분
- Ⅱ. Python: 2. 기본 자료형
-
10. 1) 변수의 의미 14분
11. 2) 기본자료형 개요 10분
12. 3) 수치형 3분
13. 4) 문자형 : i. 문자형 14분
14. 4) 문자형 : ii. 문자형 처리함수(1) 16분
15. 4) 문자형 : ii. 문자형 처리함수(2) 23분
16. 5) 불리언 2분
17. 6) 형변환 11분
- Ⅱ. Python: 3. 자료 구조
-
18. 1) 개요 7분
19. 2) 리스트 : i. 리스트의 특징 18분
20. 2) 리스트 : ii. 리스트의 데이터 처리 22분
21. 3) 튜플 7분
22. 4) Set 14분
23. 5) 사전 19분
24. 6) 자료구조의 기타 특징(1) 19분
25. 6) 자료구조의 기타 특징(2) 17분
- Ⅱ. Python: 4. 흐름 제어
-
26. 1) 조건문 : i. 조건문 문법 23분
27. 1) 조건문 : ii. 조건문 활용 11분
28. 2) 반복문 : ⅰ. for 반복문 17분
29. 2) 반복문 : ⅱ. while 반복문 10분
30. 2) 반복문 : ⅲ. 반복문의 중첩 13분
31. 2) 반복문 : ⅳ. break/continue 12분
32. 3) 예외처리 19분
- Ⅱ. Python: 5. 함수
-
33. 1) 개요 10분
34. 2) 함수의 input, output 7분
35. 3) 함수의 return 값 19분
- Ⅱ. Python: 6. 파일 입출력
-
36. 1) 파일 읽기 : i. 파일 읽기 22분
37. 1) 파일 읽기 : ii. 파일 읽기 방식 17분
38. 2) 파일 쓰기 13분
- Ⅱ. Python: 연습문제1
-
39. [연습문제1] 조건문, 함수, 파일 입출력 32분
- Ⅱ. Python: 7. 클래스
-
40. 1) 클래스의 의미 19분
41. 2) 클래스의 생성 10분
42. 3) 클래스의 호출 6분
- Ⅱ. Python: 8. 모듈
-
43. 1) 모듈의 생성 10분
44. 2) 모듈의 사용 15분
45. 3) 내장모듈 35분
46. 4) 외부모듈 32분
- Ⅱ. Python: 연습문제2
-
47. [연습문제2] 내장 모듈-Random, DateTime 12분
- Ⅲ. 빅데이터 수집 및 분석: 1. 빅데이터 수집 입문
-
48. 1) 빅데이터란 18분
49. 2) 개발환경 설정 10분
50. 3) 한글처리 28분
51. 4) 데이터 획득 방식의 종류 12분
- Ⅲ. 빅데이터 수집 및 분석: 2. Web Crawling
-
52. 1) 웹 크로울링의 원리 14분
53. 2) 기본적 웹 크롤링(1) : i. parsing 34분
54. 2) 기본적 웹 크롤링(1) : ii. 데이터 획득 11분
55. 2) 기본적 웹 크롤링(2) : i. 페이징 10분
56. 2) 기본적 웹 크롤링(2) : ii. requests 활용 11분
57. 2) 기본적 웹 크롤링(2) : iii. 게시판 제목 리스트 코드 리뷰 5분
58. 3) Beautiful soup 활용 방법 29분
59. 4) 동적 웹 크롤링 : i. 동적 데이터 수집 개요 8분
60. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(1) 22분
61. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(2) 14분
- Ⅲ. 빅데이터 수집 및 분석: 3. API를 활용한 수집
-
62. 1) API를 이용한 데이터 획득 22분
63. 2) API를 이용한 데이터 수집 : i. arxiv 21분
64. 2) API를 이용한 데이터 수집 : ii. 공공데이터포털 23분
65. 2) API를 이용한 데이터 수집 : iii. openai 17분
- Ⅲ. 빅데이터 수집 및 분석: 4. 빅데이터 전처리
-
66. 1) 개요 5분
67. 2) 형태소 분석 34분
68. 3) 데이터 구조화 : i. 문서 데이터 구조화 24분
69. 3) 데이터 구조화 : ii. 관계 데이터 구조화 23분
70. 4) NetMiner 데이터 입력 16분
- Ⅲ. 빅데이터 수집 및 분석: 5. 텍스트 마이닝
-
71. 1) 단어빈도 분석 : i. 전체 단어 빈도 분석 26분
72. 1) 단어빈도 분석 : ii. 게시물 제목의 단어 빈도 실습 37분
73. 2) 문서별 핵심단어 분석 : i. TF-IDF 원리 8분
74. 2) 문서별 핵심단어 분석 : ii. TF-IDF 실습 42분
75. 2) 문서별 핵심단어 분석 : iii. TF-IDF 분석 시나리오 6분
- Ⅲ. 빅데이터 수집 및 분석: 6. 소셜 네트워크 분석
-
76. 1) 네트워크 분석 개요 12분
77. 2) 소셜 네트워크 영향력 분석 실습 - 공저자 네트워크 분석 12분
- Ⅲ. 빅데이터 수집 및 분석: 7. 기계 학습
-
78. 1) 단어 간 연관성 분석 : ⅰ. word2vec 원리 16분
79. 1) 단어 간 연관성 분석 : ⅱ. word2vec 실습코드와 활용분야 31분
80. 1) 단어 간 연관성 분석 : ⅲ. FASTTEXT와 word2vec 비교 및 실습 3분
81. 2) 토픽 모델링, LDA 16분