Fundamentals of Data Science (Non-Technical)
데이터사이언스 분석 중심 과정
데이터 사이언스의 강력한 통찰력을 적용하기 위한 이론적 지식과 기술적 역량을 제공하고
데이터 사이언스 관련 경력 축적을 위한 기본 사항을 학습할 수 있습니다.

6주간 진행되는 데이터사이언스 논 테크니컬은 각 주마다 교육 자료, 셀프 스터디, 활동 및
실질적인 실습이 모두 온라인으로 수행됩니다

본 코스는 © The Open Data Institute에서 개발되었습니다.
오픈 데이터 에듀케이션(Open Data Education) 프로젝트 하에서 유럽 연합의 Erasmus+ 프로그램으로부터 자금 지원을 받아 개발되었습니다

Fundamentals of Data Science(Non-Technical)
  • 강의설명
    수업은 6주간 진행 됩니다.
    1Week
    데이터 사이언스란 무엇인가 및 실제 데이터 사이언스의 주요 사례. 또한 오픈 데이터 및 데이터 저널리즘과의 겹치는 부분을 학습하여 데이터 사이언스가 우리가 말하는 방법을 어떻게 변화시키는지 배웁니다.
    2Week
    수집 및 시각화까지 데이터 사이언스의 프로세스. 데이터 수집, 구성 및 클리닝에 중점을 둔 탄자니아의 병원 성과 데이터 관련 실제 사례 연구에 기반을 두고, 최초 과제에 따른 체험적 데이터 관리 실습을 시작합니다.
    3Week
    코스 관련 주요 사례 연구를 소개합니다. 런던 소방서의 실제 사고 기록들을 사용하여 방대한 데이터 분석을 수행함으로써 여러 소방서의 폐쇄 결정에 대해 검토합니다. 이 기간 동안 영향을 증명하는 데 도움을 줄 수 있는 데이터 프로세싱 및 분석을 살펴 봅니다.
    4Week
    데이터 시각화에 중점. 이 기간 동안 사용 가능한 다양한 유형의 시각화를 소개하고, 기만 당하는 시점을 찾고, 자신의 지식을 적용하여 3주 동안의 분석으로부터 시각화를 창출합니다.
    5Week
    데이터 사이언스를 새로운 범주로 이끌어 라이브 데이터를 취급하는 방법 및 클라우드 서비스 사용에 대해 살펴 봅니다. 런던 교통 공사가 오픈 데이터 및 클라우드를 사용하여 연간 £130m의 경제적 혜택을 얻는 방법에 대해 살펴 봅니다.
    6Week
    코스를 마무리합니다. 교육생의 교육 과정에서 데이터 사이언스의 미래와 교육생 조직에서 증가하는 데이터의 문화적 및 관리 문제를 극복하는 방법에 대해 살펴 봅니다.
    체험적 실습 및 과제
    2주차에는 탄자니아의 실제 데이터 세트를 사용하여 스프레드시트 응용 프로그램의 데이터 관리 과제가 포함되어 있습니다.
    3주차에는 런던 소방서의 실제 데이터 세트를 사용하여 스프레드시트 응용 프로그램의 데이터 분석 과제가 포함되어 있습니다. 본 과제를 완료하려면 2주차부터 학습을 적용해야 합니다.
    4주차에는 3주차의 데이터 분석으로부터 스토리를 작성하도록 요청 받는 데이터 시각화 과제가 포함되어 있습니다. 각자의 요구 사항에 적합한 도구를 사용할 수 있으며 본 과제를 완료하기 위해 2주일을 제공합니다.
    5주차에는 교육생이 런던 교통 공사에서 제공하는 데이터를 탐구하는 라이브 데이터를 통한 체험형 실습이 포함되어 있습니다.
    기간 6주 (60시간) 필수
    조건
    Excel을 사용하며, 코딩은 필요하지 않습니다.
    목적 이 과정은 테크니컬 / 논 테크니컬 기술 격차를 두고 데이터 과학에 대해 말하는 방법을 모르는 많은 조직에서 보고한 기술 격차를 대상으로 합니다. 기술
    요구 사항
    Chrome, Safari 또는 IE10 +와 같은 현대적인 지원되는 웹 브라우저. Excel의 64 비트 사본. 여기의 지시 사항을 확인하려면 여기를 클릭하십시오. 사용하기 위해 설치된 OpenRefine 사본을 강력 하게 권장합니다. 여기에서 다운로드 할 수 있습니다.
    교육료
    무통장 입금안내
    결제 진행 시 무통장을 선택해주세요.
    금액 250만원 입금주 ㈜솔트룩스파트너스 계좌번호 우리은행 1005-903-333309
  • 목표 및 학습 결과
    본 코스의 목표는 데이터 및 데이터 과학자와 적절하게 협력하기 위한 지식 및 전문 기술을 제공하는 데 있습니다.
    성공적으로 본 모듈을 완료하면 다음을 수행할 수 있습니다.
    데이터 사이언스의 주요 개념 및 실제 응용 분야에 대해 설명합니다. 사용 권한과 함께 다양한 유형의 사용 가능한 데이터를 분류합니다. 효율적인 데이터 수집 및 관리 전략을 구현합니다. 분석을 위한 데이터를 준비합니다. 통찰력을 획득하기 위해 방대한 양의 데이터를 분석합니다. 다양한 데이터 시각화를 창출합니다. 라이브 데이터 작업을 시작하고 클라우드 서비스에서 제공하는 기회를 이해합니다. 해당 조직에서 데이터 사이언스 탐구 관련 문제 및 기회를 비판적으로 평가합니다.
  • 기술 스택
    Excel 또는 기타 가능한 스프레드시트 응용 프로그램(Google Docs 제외) OpenRefine 옵션: Tableau, CartoDB, Dataseedapp, D3 등을 포함하는 시각화 도구
  • 강의 계획서
    본 수업은 아래와 같은 커리큘럼으로 진행 됩니다.
    1Week

    데이터 사이언스 소개

    주제
    - 환영 인사 및 소개 - 데이터 사이언스란 무엇인가 및 중요한 이유 - 데이터 사이언스의 영향 - 데이터 사이언스 소개
    - 데이터 스토리텔링 소개 - 데이터 사용 관련 권한 이해 - 오픈 데이터란 무엇입니까? - 데이터 스펙트럼
    - 오픈 데이터의 가치 탐구 - 왜 라이센스가 필요합니까? - 데이터 수집
    2Week

    상태 점검: 병원 데이터 클리닝 및 시각화

    주제
    - 데이터 사이언스/저널리즘에 대한 네 가지 단계 프로세스 - 데이터 구성 - 데이터 클리닝 - 스키마 선택 및 설계
    - 데이터 주석 및 설명 - 오픈 데이터 및 공개 표준 - 데이터 형식 및 구조
    3Week

    런던 소방서의 성과를 향상시킬 수 있는 방법은 무엇입니까(파트1)

    주제
    - 필터링 및 피봇 테이블 - 정량적 데이터 분석 소개 - 정성적 데이터 분석 소개
    4Week

    런던 소방서의 성과를 향상시킬 수 있는 방법은 무엇입니까(파트2)

    주제
    - 데이터 시각화 형식 - 데이터 시각화 모범 사례 - 오픈 데이터 매핑 - 스토리 나레이션
    - 시각적 설명 - 실질적 데이터 시각화
    5Week

    직접 실습 - 라이브 데이터를 사용하여 비즈니스 구성

    주제
    - 스프레드시트부터 웹 기반 식별자 - API 설계를 통한 REST 구성
    6Week

    응용 분야

    주제
    - 데이터 사이언스가 가치를 창출하는 방법에 대해 설명 - 교육생 교육 과정에 맞는 데이터 사이언스의 혜택 및 비즈니스 기회 파악