D-FRIENDS

학습 목표

파이썬이 왜 중요한지를 이해합니다.

•

파이썬의 기본 자료형과 연산자를 이해합니다.

•

파이썬의 문자열 자료형을 이해하고 사용할 수 있습니다.

•

파이썬의 리스트, 튜플, 딕셔너리, 집합 자료형을 이해하고 사용할 수 있습니다.

•

파이썬의 제어문과 반복문을 이해하고 사용할 수 있습니다.

•

파이썬의 함수를 이해하고 만들어 사용할 수 있습니다.

•

파이썬의 중요 라이브러리들이 무엇이며 어떻게 활용하는지 알 수 있습니다.

다루는 내용

학습 목표

•

Python 기본 문법을 정확히 이해하고 사용할 수 있습니다.

•

Numpy 라이브러리를 사용해 배열을 처리할 수 있습니다.

•

Pandas 라이브러리를 사용해 데이터를 불러와 탐색하고 처리할 수 있습니다.

•

Matplotlib 라이브러리를 사용해 데이터를 시각화해 분석할 수 있습니다.

•

Seaborn 라이브러리를 사용해 더욱 화려한 데이터 시각화를 할 수 있습니다.

다루는 내용

Python 기본 정리 데이터 분석에 필요한 파이썬 기본 문법과 기능을 정리합니다. 변수, 자료형, 연산자, 제어문, 함수, 클래스 등 기본 개념을 복습하여 이후의 데이터 분석 과정을 위한 기초를 다집니다.

Numpy 라이브러리 NumPy는 고성능 과학 계산을 위한 핵심 라이브러리입니다. 배열 객체인 ndarray를 활용하여 배열 연산, 브로드캐스팅, 선형대수, 통계 등의 기능을 배웁니다. 빠른 배열 연산을 통해 대규모 데이터 처리를 효율적으로 수행할 수 있습니다.

Pandas 라이브러리 Pandas는 데이터 조작 및 분석을 위한 강력한 라이브러리입니다. DataFrame과 Series 객체를 사용하여 데이터 로드, 정리, 변환, 집계, 필터링 등을 학습합니다. 다양한 데이터 소스를 손쉽게 다루고 분석할 수 있습니다.

Matplotlib 라이브러리 Matplotlib는 파이썬에서 데이터를 시각화하는 표준 라이브러리입니다. 다양한 종류의 그래프(선 그래프, 막대 그래프, 산점도 등)를 생성하고, 그래프의 레이블, 색상, 스타일 등을 커스터마이징하는 방법을 학습합니다.

Seaborn 라이브러리 Seaborn은 Matplotlib 기반의 고급 시각화 라이브러리로, 통계적 데이터 시각화에 최적화되어 있습니다. 다양한 테마와 스타일이 내장되어 있어 간단한 코드로 복잡한 시각화를 만들 수 있습니다. 데이터 분포와 관계를 시각적으로 파악하는 데 유용합니다.

데이터 분석 프로세스 데이터 분석의 전체적인 흐름을 이해합니다. 데이터 수집, 데이터 정리 및 전처리, 탐색적 데이터 분석(EDA), 모델링, 결과 해석 및 시각화, 보고서 작성 등의 단계를 학습합니다. 각 단계에서 필요한 기술과 도구를 소개합니다.

데이터 분석 실습 실제 데이터를 사용하여 데이터 분석 프로젝트를 진행합니다. 데이터를 수집하고, 전처리하여 분석 및 시각화를 수행합니다. 다양한 데이터셋을 다루며 실습을 통해 실전 감각을 키웁니다. 실습을 통해 이론을 적용하고 분석 역량을 강화합니다.

데이터 전처리 및 분석 강의

학습 목표

•

Pandas 라이브러리를 사용해 데이터를 불러와 탐색하고 처리할 수 있습니다.

•

Matplotlib 라이브러리를 사용해 데이터를 시각화해 분석할 수 있습니다.

•

분류 문제와 회귀 문제를 명확히 구분해 모델링을 진행할 수 있습니다.

•

Scikit Learn 라이브러리의 다양한 머신러닝 알고리즘을 사용해 모델을 만들 수 있습니다.

•

모델 성능을 높일 수 있는 다양한 방법을 활용할 수 있습니다.

•

앙상블 알고리즘을 사용해 더욱 성능이 좋은 모델을 만들 수 있습니다.

다루는 내용

데이터 전처리 리뷰 데이터 분석의 기본이 되는 데이터 전처리 과정을 복습합니다. 데이터 정제, 결측값 처리, 데이터 스케일링, 인코딩 등 데이터 품질을 높이기 위한 다양한 기법을 학습합니다.

Matplotlib 데이터 시각화 리뷰 데이터 시각화의 중요성을 이해하고, Matplotlib을 사용하여 데이터를 시각적으로 표현하는 방법을 복습합니다. 다양한 그래프와 차트를 생성하여 데이터의 분포와 패턴을 파악하는 기술을 익힙니다.

머신러닝 무작정 따라하기 머신러닝의 기본 개념과 흐름을 이해하기 위해 실습 위주의 학습을 진행합니다. 간단한 머신러닝 모델을 구현하고, 데이터를 학습시켜 예측 결과를 도출하는 과정을 체험합니다.

모델 성능 평가지표 머신러닝 모델의 성능을 평가하는 다양한 지표를 학습합니다. 정확도, 정밀도, 재현율, F1 스코어, ROC-AUC 등 성능 평가지표를 이해하고, 각 지표의 의미와 활용 방법을 익힙니다.

기본 알고리즘 익히기 머신러닝의 주요 알고리즘을 학습합니다. 선형 회귀, 로지스틱 회귀, 결정 트리, K-최근접 이웃(K-NN), 서포트 벡터 머신(SVM) 등 기본 알고리즘의 원리와 구현 방법을 익힙니다.

K-분할 교차 검증 모델의 성능을 안정적으로 평가하기 위한 K-분할 교차 검증 기법을 학습합니다. 데이터를 여러 부분으로 나누어 모델을 학습하고 평가하는 방법을 통해 과적합(overfitting)을 방지하고 모델의 일반화 성능을 높입니다.

머신러닝 강의

학습 목표

•

데이터베이스 다이어그램을 사용해 테이블을 이해할 수 있습니다.

•

기본 쿼리문과 집계 함수를 사용해 기본적인 데이터 검색을 할 수 있습니다.

•

조인문과 하위 쿼리문을 사용해 여러 테이블 에서 필요한 정보를 검색할 수 있습니다.

•

최신 버전의 다양한 함수와 쿼리문을 사용해 심도 있는 정보 검색을 할 수 있습니다.

•

뷰, 저장 프로시저, 함수를 만들어 쿼리문을 모듈화하고 재사용할 수 있습니다.

SQL Server를 설치하고, 관리 도구를 사용해 SQL Server를 관리할 수 있습니다.

•

안정성과 성능을 고려한 데이터베이스를 만들 수 있습니다.

•

다양한 상황에서 데이터베이스에 대한 적절한 관리를 수행할 수 있습니다.

•

다양한 백업 방법을 이해해, 기업에 맞는 최적의 백업 전략을 수립할 수 있습니다.

•

데이터베이스를 백업하고, 문제 상황에서 백업 파일을 사용해 복원할 수 있습니다.

•

정보 유출을 막기 위해 접근을 통제하고, 데이터를 암호화할 수 있습니다.

•

감사를 구성해 중요 데이터에 대한 접근을 감시할 수 있습니다.

•

이 기종 간 데이터 전송을 통해 현업의 업무를 적극 지원할 수 있습니다.

•

중요 관리 업무를 자동화해서 효율적으로 SQL Server를 관리할 수 있습니다.

•

복제, AlwaysOn 고가용성 그룹 등을 사용해 고가용성을 확보할 수 있습니다.

다루는 내용

SQL Server 소개와 설치 SQL Server의 기본 개념과 역할을 소개하고, 설치 전에 알아야 할 중요 사항들을 학습합니다. SQL Server를 설치하는 방법을 단계별로 배웁니다.

SQL Server 관리 도구 SQL Server 관리에 필요한 주요 도구들을 학습합니다. SQL Server 구성 관리자, SQL Server Management Studio, SQLCMD, SQL Server 프로파일러 등의 사용법을 익힙니다.

데이터베이스 운영자 강의

학습 목표

•

안정성과 성능을 고려한 최선의 데이터베이스를 만들 수 있습니다.

•

성능과 데이터 무결성을 고려한 테이블을 만들고 관리할 수 있습니다.

•

다양한 쿼리문으로 데이터를 정확하고 빠르게 산출할 수 있습니다.

•

다양한 함수들을 익혀 더욱 강력한 쿼리문을 작성할 수 있습니다.

•

빠른 쿼리 성능을 위한 적절한 인덱스를 만들 수 있습니다.

•

인덱스를 효율적으로 사용하는 쿼리문을 작성할 수 있습니다.

•

쿼리 성능문제를 파악하여 인덱스 튜닝과 쿼리 튜닝을 수행할 수 있습니다.

•

뷰, 저장 프로시저, 사용자 정의 함수, 트리거를 구현할 수 있습니다.

•

잠금 문제를 최소화할 수 있도록 잠금을 관리할 수 있습니다.

•

분할된 테이블을 구성해 대용량 테이블을 효율적으로 관리할 수 있습니다.

다루는 내용

SQL Server와 데이터베이스 SQL Server의 기본 개념을 이해하고, SQL Server Management Studio를 사용하는 방법을 학습합니다. 데이터베이스 구조를 이해하고, 데이터베이스 생성 및 파일 그룹 활용 방법을 익힙니다.

테이블 만들고 관리하기 테이블 생성 및 다양한 데이터 형식을 다루는 방법을 배웁니다. 데이터 무결성을 유지하고, HRDB2 데이터베이스를 만들며, 임시 테이블과 정규화 개념을 학습합니다.

데이터베이스 개발자 강의

학습 목표

•

서버 수준과 데이터베이스 수준의 구성을 튜닝할 수 있습니다.

•

성능을 모니터링하고 다양한 방법으로 분석할 수 있습니다.

•

고부하 쿼리를 추출하고 튜닝할 수 있습니다.

•

데이터 정규화와 역정규화 의미를 명확히 이해하고 구현할 수 있습니다.

•

인덱스 개념을 명확히 이해하고 적절한 인덱스를 만들 수 있습니다.

•

조인과 하위 쿼리에 대해 명확히 이해하고 활용할 수 있습니다.

•

통계가 무엇인지 이해하고 성능을 위해 최적으로 관리할 수 있습니다.

•

다양한 쿼리 작성 기법과 튜닝 방법을 이해하고 활용할 수 있습니다.

잠금을 모니터링하고 관리할 수 있습니다.

다루는 내용

성능 모니터링 모니터링할 중요한 자원을 이해하고, 현재 서버 상황을 확인합니다. 성능 정보 수집을 자동화하고, 중요 성능 카운터에 대해 학습하여 서버 성능을 모니터링합니다.

성능 모니터링 결과 분석 엑셀 차트와 Power BI를 사용하여 성능 정보를 분석하는 방법을 학습합니다. 이를 통해 성능 문제를 시각적으로 파악하고, 개선점을 찾습니다.

쿼리 튜닝 및 성능 최적화 강의

기타 강의

D-FRIENDS

다음과 같은 일을 합니다

맞춤식 기업 방문 교육 이점

맞춤식 기업 방문 교육 예

교육센터 모집 과정 이점

진행중인 오프라인 정규 과정

튜닝 컨설팅 이점

튜닝 컨설팅 내용

다음과 같은 강의를 진행합니다

학습 목표

다루는 내용

학습 목표

다루는 내용

학습 목표

다루는 내용

학습 목표

다루는 내용

자체 제작 데이터베이스

학습 목표

다루는 내용

학습 목표

다루는 내용

학습 목표

다루는 내용

인프런에 강의를 오픈했습니다

교육센터 강의가 진행중입니다