모바일
[플립러닝] 파이썬을 활용한 경영데이터 분석
과정코드 HLSP36564
교육분야 공통/직무 > IT > 프로그래밍
학습방법 동영상(Web+ Mobile)
교재제공 여부 없음 -
고용보험 환급액
대기업 : 131,860원
| 중견기업 : 197,800원
우선지원기업 : 208,790원
교육비 258,000원
학습기간 3주
학습시간 27시간
이 교육, 우리 회사에 필요하다면?
단체 교육문의 개인 교육문의

과정개요

[데이터, ‘분석’에 멈출 것인가 비즈니스 ‘적용‘까지 확장할 것인가, DATA에 기반한 확실한 비즈니스 의사결정]
“이번 달 우리 사업의 고객 이탈률과 원인은 무엇일까?”
“개봉 첫 주의 상영관 수는 최종 흥행 성과에 어떤 영향을 미칠까?”

파이썬은 데이터 분석의 도구에 불과합니다.
가장 중요한 것은 분석 결과를 활용해 현업에서 비즈니스 의사결정을 효과적으로 내리는 것입니다.
파이썬을 처음 접하는 분부터 실제 의사결정에 도움을 받고 싶은 중간관리자까지 모두를 위한 데이터 활용 과정!


※안내사항
1) 오프라인 참석률 80%는 수료 필수 조건 입니다.
2) 본 과정(집합교육)은 선착순 마감되는 과정입니다(30명).
3) 수강 인원 부족 시, 폐강될 수 있습니다(폐강 시, 학습자 개별 안내).
4) 신청인원 초과로 인해 대기자로 등록 시 향후 일정에 대해 별도안내 드리겠습니다.
5) 수강신청 후 변동사항(취소, 환불)은 모집마감일 이전에 고객행복센터로 접수된 건만 가능합니다.

학습목표

1. 경영 데이터를 Python으로 쉽게 분석함으로써 현업에 필요한 의사결정 솔루션을 제공할 수 있다.
2. 파이썬 언어를 활용하여 나에게 필요한 맞춤형 프로그램을 직접 제작하고 실무에서 업무 수행 효율성을 높일 수 있다.
3. 데이터 분석으로 얻고자 하는 구체적인 결과를 도출하고 자사에 맞는 최적의 경영전략을 수립할 수 있다.

과정특징

[중간관리자의 최적의 비즈니스 솔루션 제시]
파이썬 프로그래밍을 통해 중간관리자의 데이터 활용 역량을 증진시키고 나아가 실무에서 효과적인 의사결정을 내리기 위한 솔루션을 제시해준다.

[기본 코드 작성부터 활용까지 STEP BY STEP]
Python을 설치하는 방법부터 코드 작성, 기본 문법의 활용까지 차근차근 알려주어 기초를 탄탄하게 잡고, 심화 학습으로 비즈니스 의사결정 활용법을 습득할 수 있다.

[배운 이론, 실습으로 복습까지]
각 차시 별로 이론을 학습하여 개념을 정립한 후, 강사님과 함께 실습문제를 풀며 심화 학습을 진행한다. 데이터 활용 역량을 강화하기 위해 강의 후에도 실습 문제를 풀어볼 수 있는 추가 자료까지 넉넉하게 받아볼 수 있다.

[휴넷 만의 특별한 학습 기억 재생 서비스]
에빙하우스의 망각곡선을 근거로 개발한 휴넷의 학습 기억 재생서비스 ‘H-리마인더’를 통해 학습 종료 후 익일, 3일, 7일, 30일 후의 간격으로 총 4회에 걸쳐 주요 학습내용을 발송하여 학습 내용을 오래 기억할 수 있다.

교육대상

1. 경영 의사결정에 필요한 데이터 분석을 용이하게 하고 싶은 중간관리자
2. 프로그래밍 언어에 대한 지식이 전무하지만 배우고 싶은 비전공자
3. 데이터 분석가의 길을 걷고자 하는 파이썬 입문자

교수소개

[플립러닝] 파이썬을 활용한 경영데이터 분석

교수명
이홍주
학력
KAIST 경영대학원 경영공학 박사
KAIST 경영대학원 경영공학 석사
KAIST 산업경영 학사
경력
현) 가톨릭대학교 경영학전공 교수
전) MIT Center for Coordination Science, Post doctoral fellow
전) MIT Center for Collective Intelligence, Visiting Scientist
전) Brunel University London, International Researcher

교육목차

1교시 [플립러닝] 파이썬을 활용한 경영데이터 분석

1 절 - 데이터 분석과 도구
2 절 - Python 기본
3 절 - 조건문과 반복문
4 절 - 여러 개의 값을 가지는 변수
5 절 - 데이터 불러오기와 다루기
6 절 - 기술통계 계산과 요약
7 절 - 데이터 합치기와 정렬하기 / 그룹연산
8 절 - 데이터 시각화
9 절 - A/B 테스트
10 절 - 군집화
11 절 - 회귀 분석
12 절 - 의사결정 나무
13 절 - 분류 성능 평가
14 절 - 장바구니 분석
15 절 - 인공신경망
16 절 - 사례기반 추론
17 절 - 텍스트 마이닝
18 절 - 감성 및 한글 텍스트 분석

패키지 과정 수료기준

구분 온라인 교육 오프라인 교육 수료 점수
사전 진단 진도율 시험 WSQ 과제 진도율 실습 과제
평가 비율 0% 0% 50% 10% 0% 40% 60점 이상
수료 조건 필수 필수
(진도율 80%이상)
필수 필수 필수
(참석 80%이상)
필수