co-LAB
빅데이터 첫걸음 시작하기 : 데이터분석 인강 1주차 본문
빅데이터 분석 강의를 선택한 이유
급격하게 다양해지는 온라인 환경의 서비스에 따라
데이터 또한 다양해지고 그 표본 또한 많아졌다.
서비스를 기획하고 운영해야 하는 서비스 기획자의 입장에서,
서비스 사용자 특성에 따른 사용성 개선과 마케팅의 기반이 되는
데이터가 넘쳐나는 상황에서 데이터 리터러시(Data Literacy)*는 필수불가결한 역량이다.
* 데이터 리터러시(Data Literacy) : 데이터 수집, 관리, 가공 및 분석, 데이터 시각화, 데이터 기획 등의 능력을 포함하는 데이터 해석 능력
업무를 진행하며 필요할 때마다 데이터를 수집하고
원하는 데이터를 추출하기 위해 다양한 방법을 적용해왔다.
본 강의를 통해 아래 두 가지를 가져가려고 한다.
1. Python을 활용한 데이터 분석 업무 효율화
2. 데이터 분석 프로젝트 포트폴리오
사실 이 강의는 데이터 분석 관련 직군이 아니더라도
데이터 분석과 데이터 사이언스 관련 직무에 대해 이해하기 쉽게 설명하고 있으므로
어떤 직군에 있더라도 도움이 되리라고 생각된다.
(강의를 시작하기 전에, 빅데이터 리서치와 활용에 관한 윤리적 이슈에 관하여 생각해본다.)
1주차 : 데이터 분석 개요
1주차 강의에서는
데이터의 정의와 비즈니스와의 관계 및 활용 전략, 그리고 블록체인, IoT 등 새로운 기술에서의 역할 등
데이터의 과거/현재/미래를 아우르는 흐름을 읽어주고, 데이터 분석의 목적과 활용에 대한 이해를 돕는다.
1. 데이터의 정의 / 다양한 비즈니스 환경에서의 데이터와 활용
2. 기업들의 데이터 분석, 활용 전략 및 기술(알고리즘)
3. 새로운 기술과 데이터의 역할, 새로운 데이터 시대
4. 데이터 분석의 목적과 흐름, 비즈니스 데이터 분석의 이해
데이터와 관련된 혹은 비즈니스와 신기술에 대한 전반적인 개념에 대한 이해를 바탕으로
빠르게 훑어내려가기 때문에 다소 내용이 많게 느껴질 수도 있지만, 단숨에 이해하려 하기 보다
강의를 압축본으로 삼아 각각의 개념에 대해 따로 정리해나가면 보다 잘 이해될 것 같다.
결론은 '데이터를 이해하고 해석할 수 있는 능력이 중요하다'는 것.
그리고 (비즈니스) 데이터 분석의 핵심 가치를 기억할 것.
우선 이 강의에서의 목적은 효율적인 데이터 분석 방법(기법)이므로,
1주차 강의에서는 데이터 분석 도구의 종류와 장단점, 환경설정을 하는 것이
차주 강의를 무리없이 이어 듣기 위해서는 가장 중요하다.
1. 아나콘다(ANACONDA) 다운로드 및 설치
*아나콘다(ANACONDA) : 가상 환경을 세팅하는 툴. Python 활용을 위한 환경, 실험실.
1) 실험실(datascience)을 만들자. (python=3.8 : python 버전 / anaconda : 전체버전)
C:\Users\{사용자폴더명}>conda create -n datascience python=3.8 anaconda
2) 설치가 완료되었다면 실험실에 입장해보자.
실행 : conda activate {실험실명}
종료 : conda deactivate
2. Jupyter Notebook Overview
1) jupyter notebook 실행
2) 파일 실행
- 마크다운 Mark Down 을 사용할 수 있고, 코드 실행이 가능한 문서를 작성할 수 있다.
- 텍스트는 마크다운 셀, 코드 실행 단위는 코드 셀, [Shift+Enter]로 실행한다.
3. (Option) Google Colaboratory
'IT LAB > K-Digital Credit' 카테고리의 다른 글
| 빅데이터 첫걸음 시작하기 : 데이터분석 인강 5주차 (0) | 2022.02.07 |
|---|---|
| 빅데이터 첫걸음 시작하기 : 데이터분석 인강 4주차 (0) | 2022.01.29 |
| 빅데이터 첫걸음 시작하기 : 데이터분석 인강 3주차 (0) | 2022.01.25 |
| 빅데이터 첫걸음 시작하기 : 데이터분석 인강 2주차 (0) | 2022.01.18 |
