02교육과정

• RPA1. RPA를 활용한 업무자동화 초급 과정
  학습목표

  • - RPA개념을 파악, 소프트웨어 자동화 이용 능력 함양
  • - 간단한 사례로 적용업무에 대해 이해하는 능력을 함양

  1일차 : 10/29, 11/12, 12/10

  • - RPA 개념 및 활용사례
  • ∙ 자동화 이해하기
  • ∙ 사례 이해하기
  • - RliA 설치/명령어 사용
  • ∙ 설치 방법 이해하기
  • ∙ 설치해보기
  • ∙ 변수/연산자등 개념 이해 하기
  • ∙ 명령어 이해 하기

  2일차 : 10/30, 11/13, 12/11

  • - RPA 사용해보기
  • ∙ 기본 개념 사용해보기
  • ∙ 명령어 사용해 보기
  • - RPA 실습
  • ∙ 포털사이트 데이터 크롤링 자동화 하기
  • ∙ 수집된 데이터 저장하기
• RPA2. RPA를 활용한 업무자동화 중급 과정
  학습목표

  • - RPA 구축 핵심요소 및 이슈사항 이해, 프로세스 발굴하는 능력 함양
  • - 실제 사례를 통하여 본인 업무에서 프로세스 개발

  1일차 : 11/19, 12/17

  • - RPA 구축 핵심요소 및 이슈 사항 확인
  • ∙ 사례 살펴보기
  • ∙ 업무 개선효과 분석하기
  • ∙ 우선순위 도출하기

  2일차 : 11/20, 12/18

  • - RPA 실습하기
  • ∙ 엑셀파일 작성하기
  • ∙ 아웃룩/웹메일관리하기
• 빅데이터3. R을 활용한 데이터 분석 접근법
  학습목표

  • - R이용, 데이터 분석 기법 습득
  • - 원하는 데이터를 외부로부터 수집하고 가공 가능
  • - 기초 텍스트 마이닝을 수행 가능
  • - 자동 이메일 발송 등 기초적인 업무 자동화 시스템 구축

  1일차 : 11/3

  • - 4차 산업 혁명과 빅데이터 특징 및 사례
  • - R 환경구축과 기본 연산, 변수
  • - 벡터의 연산, 리스트, 팩터 활용
  • - 매트릭스 만들기,데이터프레임 개념 및 활용
  • - 조건, 반복문 사용, 함수, 사용자 정의 함수 만들기

  2일차 : 11/4

  • - 도수분포표, 막대그래프 작성, 원그래프 작성
  • - 평균과 중앙값, 사분위수, 산포, 히스토그램
  • - 산점도, 상관분석, 선, 그래프 작성
  • - 결측값 처리, 특이값 추출 및 제거
  • - 데이터 정렬, 데이터 분리 및 선택

  3일차 : 11/5

  • - 데이터 시각화, ggplot 패키지, 워드클라우드 작성
  • - 공공 빅데이터 활용, 단순선형 회귀분석
  • - 다중선형 회귀분석, 군집화와 분류, k-평균 군집화
  • - 데이터분석을 위한 데이터 준비
  • - 데이터 탐색과 분석
• 빅데이터4. 4차 산업의 핵심 언어 파이썬 프로그래밍(빅데이터 분석을 위한 파이썬)
  학습목표

  • - 프로그래밍 언어에 대한 기본적 개념 이해
  • - 내장 형식과 함수를 활용한 반복적인 업무를 코드로 작성
  • - 파이썬 언어 문법을 학습해서 간단한 함수나 클래스를 작성
  • - 웹크롤링 프로그램을 통해 데이터 자동 수집

  1일차 : 11/9, 12/14

  • - 컴퓨터 구조와 프로그래밍의 이해
  • - 파이썬 특징과 개발환경 구축
  • - 리스트, 튜플, 딕셔너리
  • - 함수, 람다함수와 재귀함수

  2일차 : 11/10, 12/15

  • - 반복문, 제어문
  • - 클래스, 생성자와 소멸자, 상속
  • - 모듈, 패키지, 예외처리

  3일차 : 11/11, 12/16

  • - 표준입출력, 파일입출력
  • - 문자열처리와 정규표현식
  • - 웹크롤링의 이해와 BeautifulSoup 패키지
  • - HMTL과 CSS소개, 웹크롤링 프로그램
• 빅데이터5. 데이터 수집과 탐색적 데이터분석(빅데이터 수집을 위한 파이썬 웹크롤링)
  학습목표

  • - 웹페이지의 구조를 이해하고 원하는 데이터를 선택 가능
  • - 데이터 수집을 위한 기초 파이썬 문법 이해하고 활용 가능
  • - Request, BeautifulSoup 활용, 데이터를 수집 가능
  • - 수집한 데이터를 csv, xlsx 파일로 저장
  • - Selenium을 활용하여 동적페이지 상의 데이터 수집 가능

  1일차 : 11/24

  • - 웹페이지와 데이터 수집
  • - HTML과 Tag
  • - 태그를 활용한 데이터탐색과 선택
  • - 파이썬과 기본 문법

  2일차 : 11/25

  • - 파이썬 패키지 Request, BeautifulSoup
  • - 뉴스데이터, SNS데이터 수집
  • - 데이터 저장(CVS, 엑셀)

  3일차 : 11/26

  • - 순서와 조건에 맞는 데이터 수집
  • - 링크와 이미지 기반 데이터 수집
  • - 정적페이지와 동적페이지
  • - Selenium 활용한 데이터 수집 및 자동화
• 빅데이터6. Pandas를 활용한 파이썬 데이터 분석
  학습목표

  • - 데이터 사이언스가 무엇인지 이해
  • - 파이썬 기초 문법을 이해
  • - Numpy, Pandas 활용한 데이터 전처리/분석을 수행
  • - CSV, Excel, Text, JSON 등 다양한 파일의 입출력을 수행
  • - Matplotlib, Seaborn활용한 그래프 시각화 및 인사이트를 도출

  1일차 : 11/16

  • - 파이썬 데이터 분석의 이해
  • - 파이썬 기본 문법 (변수, 객체, 연산자, 데이터 타입)
  • - 파이썬 자료구조 (리스트, 튜플, 딕셔너리, 집합)
  • - 제어구조 (조건문, 반복문)

  2일차 : 11/17

  • - 함수작성, 파일입출력, 클래스
  • - 모듈과 패키지, 예외처리, 정규표현식
  • - Numpy (배열 생성과 연산, 인덱싱과 슬라이싱)
  • - Pandas (시리즈, 데이터프레임)
  • - 데이터 로딩/저장, CSV 파일 입출력

  3일차 : 11/18

  • - Pandas 통계와 요약 통계, 데이터 전처리
  • - 파이썬 DB연동, 시계열 데이터 처리
  • - Matplotlib 시각화 및 데이터 분석
  • - Seaborn 시각화 및 데이터 분석
• 인공지능7. 파이썬을 활용한 머신러닝
  학습목표

  • - 머신러닝의 다양한 알고리즘 모델들의 핵심적인 개념과 특성 이해
  • - 파이썬 라이브러리를 머신러닝 모델을 훈련하고 적용
  • - 머신러닝 모델을 비교/분석하여 가장 적합한 모델을 설정 가능

  1일차 : 12/1

  • - 인공지능과 머신러닝의 이해
  • - 파이썬 기본 문법
  • - Numpy, Pandas
  • - sklearn 라이브러리

  2일차 : 12/2

  • - 지도학습(분류와 회귀, 최적화와 일반화)
  • - 퍼셉트론, 선형모델
  • - 결정트리 학습 알고리즘
  • - 렌덤포레스트, GBRT, SVM

  3일차 : 12/3

  • - 데이터 전처리, 차원축소
  • - 군집(K-means, 병합군집, DBSCAN)
  • - 범주형 변수 인코딩, 구간분할, 특성선택
  • - 교차검증, 모델 튜닝
• 인공지능8. 텐서플로우 기반 자연어 처리
  학습목표

  • - 텍스트마이닝 라이브러리 사용법 숙지
  • - 한글 자연어 처리 기법 전달
  • - 워드 임베딩 및 시각화 알고리즘 이해
  • - 텐서플로 RNN 코드 구현 및 커스터마이징

  1일차 : 12/7

  • - 파이썬 리뷰 (슬라이싱, 컴프리헨션, 람다)
  • - 딥러닝 핵심 알고리즘 정리
  • - 자연어 처리(nltk) 단어 추출, 토크나이저, 품사 태깅
  • - 한글 자연어 처리(konlpy) 단어 추출, 토크나이저, 품사 태깅

  2일차 : 12/8

  • - 워드 임베딩(CBOW, skip-gram, gensim, word2vec)
  • - 딥러닝 리뷰 softmax
  • - cross-entropy fully connected

  3일차 : 12/9

  • - RNN 입문, LSTM, GRU
  • - character 모델, sentence 모델
  • - RNN 활용 다양한 커스텀 생성 모델