데이터 과학 & 탐색적 데이터 분석(EDA) 실전
원시 데이터(Raw Data)를 의미 있는 비즈니스 인사이트로 변환하는 12주 데이터 과학 실전 로드맵입니다. 정제, 이상치 탐지, 시각화 대시보드 구축 및 캐글 경진대회 파이프라인을 체득합니다.
데이터 과학 개발 환경 구축 & NumPy 벡터 연산
Jupyter Lab, Google Colab 셋업, n차원 ndarray 생성, 브로드캐스팅(Broadcasting) 및 행렬 연산
Pandas Series와 DataFrame 완벽 제어
인덱싱(loc, iloc), 조건부 필터링, 데이터 타입 변환, 대용량 CSV/Parquet 파일 고속 로딩
데이터 정제(Data Cleaning): 결측치와 이상치 처리
isna(), dropna(), fillna() 보간법, IQR(사분위수 범위) 및 Z-Score 기반 아웃라이어 탐색
데이터 가공: GroupBy 집계, 피벗 테이블 & 병합(Merge)
SQL과 동일한 그룹별 통계 산출, agg() 커스텀 함수, concat, merge, join 실전 데이터 결합
시계열 데이터(Time Series) 분석 & 리샘플링
pd.to_datetime, DatetimeIndex, 주/월별 리샘플링(resample), 이동평균(Rolling)과 시차(Shift) 변수
탐색적 데이터 분석(EDA) 프로세스와 시각화 (Matplotlib/Seaborn)
히스토그램, 산점도, 박스플롯, 히트맵 상관관계 분석, 분포 왜도(Skewness) 교정
인터랙티브 대시보드 시각화 (Plotly & Streamlit)
마우스 오버 툴팁이 동작하는 동적 차트 생성, Streamlit을 활용한 1시간 만에 웹 대시보드 배포
피처 엔지니어링 (1): 수치형 & 범주형 변수 변환
스케일링(StandardScaler, MinMaxScaler, RobustScaler), 원-핫 인코딩, 타깃 인코딩
피처 엔지니어링 (2): 다중공선성(VIF) & 차원 축소(PCA)
변수 간 강한 상관관계 해결, 주성분 분석(PCA) 수학적 원리와 고차원 데이터 2D 시각화
Scikit-Learn 파이프라인 & 교차 검증(Cross Validation)
ColumnTransformer, Pipeline 객체로 데이터 누수(Data Leakage) 원천 차단 및 K-Fold CV
베이스라인 머신러닝 모델 구축: 회귀 & 분류
Linear Regression, Logistic Regression, Random Forest, XGBoost 하이퍼파라미터 튜닝
최종 프로젝트: 이커머스 고객 이탈 예측 & 캐글 머신러닝 리포트
실제 비즈니스 데이터 기반 end-to-end 분석 보고서 완성 및 모델 성능 ROC-AUC 평가