R을 활용한
데이터 분석 입문
CAMP

데이터 분석이 ‘경쟁력’인 시대,
왕초보에게 필요한 이론과 실습을 동시에!

#데이터분석 #왕초보 #R실습

R을 활용한
데이터 분석 입문
CAMP

데이터 분석이 ‘경쟁력’인 시대,
왕초보에게 필요한 이론과 실습을 동시에!

#데이터분석 #왕초보 #R실습

기간 & 일정

2019. 09. 16 ~ 11. 4
매주 월요일 19:30 ~ 22:30
주 1회, 총 24시간

장소 & 준비물

패스트캠퍼스 강남강의장
강남역 4번 출구, 미왕빌딩
개인 노트북

담당자 & 문의

이샘 매니저
02-501-9396
help-ds@fastcampus.co.kr

진짜 진짜 왕초보도 들을 수 있는
데이터 분석 강의, 어디 없나요?

데이터 분석 해야된다고 주변에서 말은 하는데 아무것도 모르는 왕초보입니다. 초보 대상 강의도 저에겐 어려워요… 제가 쉽게 들을 수 있는 강의가 필요합니다. 초보를 구제해 주세요!

저는 초보 마케터입니다. 데이터 분석을 업무에 활용해야 되는데 데이터 분석의 ‘ㄷ’도 몰라요. 이런 저도 쉽게 업무에 활용할 수 있는 강의를 찾고 있습니다. I want!!

제대로 찾아 오셨습니다!
왕초보를 위한 데이터 분석 입문에
오신 것을 환영합니다.

데이터 분석 = 데이터 분석가만 하는 것?
누구나 할 수 있고, 누구나 해야 하는 것이
오늘날의 데이터 분석입니다.

마케터라면!

서비스 자체에서 쌓이는 로그를 원하는대로 조합/분석하고, 여러 중요 지표를 보고서로 깔끔하게 정리할 수 있으며, 마케팅 퍼포먼스의 성과 측정을 할 수 있습니다.

null

기획자라면!

감이 아닌, 데이터 분석을 통해 얻은 인사이트를 수집해 서비스/제품에 대한 전략을 세울 수 있습니다. 데이터에 기반한 의사결정이 가능해집니다.

의학분야 종사자라면!

고객과의 생명과 직결되는 업무인만큼 환자의 데이터를 잘 활용하는 것이 중요합니다. 환자의 소견에만 의존하지 않고 정확한 검진 및 의사결정을 할 수 있습니다.

신사업 발굴 종사자라면!

데이터 분석을 통해 소비자 및 기업들의 변화하는 트렌드를 파악하고, 새로운 비즈니스 기회를 발굴할 수 있는 인사이트를 얻을 수 있습니다.

HR 담당자라면!

직원들의 채용, 승진, 보상, 평가하는 과정에서
분석한 데이터를 기반으로
의사 결정 체계 구축을 할 수 있습니다.

데이터 분석이 곧 경쟁력인 시대, ‘데알못’이라고 겁 먹지 마세요.

여러분도 데이터 분석을 통해
데이터 기반 의사결정을 할 수 있습니다.

8주 후, 데이터 분석 왕초보도
아래와 같은 데이터 분석이 가능합니다.

※ 아래 케이스는 수강생이 ‘R을 활용한 데이터 분석 입문’ 수업을 통해 만든 실제 데이터 분석 결과물입니다.

#1. 영화 감상평 워드클라우드

#2. 구글 지도에 데이터 표시

#3. 성분 함유량에 따른 와인 그룹화

R이 뭔지도 모르고, 어려울 것 같아서 걱정되시나요?
‘R을 활용한 데이터 분석 입문 CAMP’는
철저히 초보자의 눈높이에 맞춰져 있습니다.

1기부터 26기까지 누적 수강생 약 800여명!
이미 들어본 수강생들이 증명합니다!

마케팅, HR, 기획 등 많은 기업의 현직 실무자들이
데이터 분석 입문이 필요할 때,
‘R을 활용한 데이터 분석 입문 CAMP’를 수강했습니다.

선배 수강생들의 생생한 후기를 확인해보세요!

x

신사업 발굴/영업 담당
15기 수강생 윤정훈 님

6주간의 본 과정을 들으면서 느낀 점은, 현재까지의 업무가 데이터를 분석해서 실무에 반영하는 그런 일은 아니었지만, 영업하는 사람 또는 사업을 기획하는 사람 입장에서는 충분히 자기 실무 분야에 접목할 부분이 많다는 것입니다. 영업 및 사업 기획자 입장에서는 자사 제품에 대한 영업 전략을 세울 수 있는 좋은 근거 자료를 handling 할 수 있는 과정인 것 같습니다.

zz

HR 인사 업무 담당
16기 수강생 이상용 님

사실 전 R이 무엇인지, python이 무엇인지 아예 몰랐습니다. 막연히 데이터 분석을 배우고 싶다는 생각이 있었는데, 담당 매니저님이 입문자이고 비개발자라면 R을 배우는 것을 추천해주셨습니다. 실제로 R을 배우고 보니 Excel에서 7-8시간 걸리는 일이 R에서는 10분 만에 코드 몇 줄로 해결되는 것을 눈으로 확인하고 왜 진작 배우지 않았나 하는 생각까지 들었습니다.

dz

데이터 관련 업무 담당
18기 수강생 류홍규 님

PM이나 팀 내 리더 역할을 잘 하기 위해서 팀원들이 분석 툴로 사용하고 있는 R을 잘 이해하고, 또 직접 활용해야 할 필요성을 느꼈습니다. 결과적으로 R을 선택하길 잘 한 것 같아요. 앞으로 R을 활용해야 할 분석 프로젝트가 더욱 많아질 것이 분명하다는 생각이 들거든요.

카카오에서 데이터 분석을 맡고 있는
현업 전문가 강사님이 1:1로, 온라인으로.
친절하게 알 때 까지 도와 드립니다.

이민호 강사님

매일 데이터를 다루다보니, 반복되는 문제점 외에도 특정한 사람들만 데이터 분석을 필요로 하는 것이 아니라는 것을 알게 되었습니다. 데이터를 통해 살펴보아야 하는 일들은 너무나 다양한 형태로 우리 도처에 널려 있습니다. 현실에서 흔히 접하게 될 다양한 문제들을 함께 살펴보고, 해결할 수 있도록 방향을 잡아드리겠습니다.

[약력]
– (현) 카카오 데이터 분석 업무
– (전) 넘버웍스 데이터 분석가
– 연세대학교 응용통계학과
br
[강의 경험]
– 2015년 꿈꾸는 데이터 디자이너 1~2기 R 강의 진행

코스특징.

01

코딩,분석,통계,R을 몰라도
들을 수 있는 기초 강의

R을 설치하는 방법부터 데이터 분석의 전반적인 내용까지를 얇고 넓게 알 수 있는 강의입니다. 처음 시작하는 데이터 분석, R 활용으로 질문이 많은 수강생 분들을 위해 강사님께서는 문제가 해결될 때까지 친절하고 빠르게 온/오프라인 피드백을 드립니다!

02

현재 카카오 데이터분석을
맡고있는 강사님의 1:1피드백

데이터 자동화는 물론, 분석결과로 플랫폼을 만들며 디테일한 유저 행동부터 방대한 광고 로그 외에도 사내 각 서비스에서 쌓고 있는 데이터를 분석해 의사결정 및 액션을 제안하고 있는 강사님! 현업에서의 어려움과 해결 노하우를 듣고 인사이트를 얻어가세요!

03

매주 이론과 실습을 동시에!
Step by step 커리큘럼

8주동안 [R과 친해지기]-[데이터를 탐색하고 이해하기]-[R을 활용한 다양한 분석 방법 알아보기]의 3가지 STEP으로 커리큘럼이 진행됩니다. 지도 위에 데이터를 얹어보는 ‘공간시각화’부터 기본적인 웹 크롤링, 텍스트 마이닝의 기초까지 실습으로 꼼꼼히 배워가세요!

R을 활용한 데이터 분석 입문 CAMP,
이런 분들은 꼭 들으셔야 합니다.

※ R을 전혀 몰라도, 통계 지식이 없어도 절대 걱정하지 마세요!
본 강의는 데이터 분석 입문 강의로 특별한 선수지식이 없어도 수강이 가능합니다!

icon_man3_3_oh

데이터 분석을
시작하고 싶은
비개발자

icon_woman1_2_happy-150x150

데이터분석을 통해 자신의 영역에서
전문성을 얻고자 하는
마케터, 기획자

icon_man4_2_happy

데이터 분석을 어떻게
공부해야 할지 막막하기만한
입문자

8주 후, 누구나 R을 활용해
데이터 분석을 할 수 있게 만들어주는
이론+실습 반복 커리큘럼

#1. 주어진 데이터를 바탕으로 새로운 데이터의
카테고리를 예측하는 분류모형 만들어 보기

#2. ggplot2 라이브러리를 사용해
데이터를 시각적으로 표현하기

#3. 분당 오피스텔의 전세 가격을
선형 모형을 통해 해석하고, 예측하기

#4. 서울시의 구별 데이터를
실제 서울시 지도에 반영하여 표현하기

Part 1. R과 친해지기

1주차 | R 시작하기

강의 내용 자세히보기

[이론]
– 왜 R을 사용할까?
– 데이터 분석의 목표와 기본적인 프로세스에 대해서 알아보자
– R에서 효과적으로 데이터를 분석하기 위한 tidyverse 프레임워크

[실습]
– R / RStudio 설치하기
– 기본적인 R 문법
– RStudio 사용법 익히기 (프로젝트 세팅, IDE 사용법)

2주차 | R에서 데이터를 다루는 방법

강의 내용 자세히보기

[이론]
– 데이터 R로 불러오기 위해서는 어떻게 해야할까?
– R로 불러온 데이터를 데이터프레임 형태로 다루는 방법
– R로 불러온 데이터를 데이터프레임 형태로 다루는 방법
– 데이터 가공의 1차 목표, Tidy Data 이해하기

[실습]
– 엑셀, csv 등 다양한 포맷의 데이터를 R로 불러오기
– 데이터프레임을 다루기 위한 dplyr, tidyr 라이브러리

Part 2. 데이터를 탐색하고 이해하기

3주차 | 데이터 탐색하기

강의 내용 자세히보기

[이론]
– 데이터가 준비되었다면 가장 먼저 어떤 작업을 해야 할까?
– EDA (탐색적 자료분석) 를 통해 데이터를 빠르게 분석하기
– 데이터의 특성을 이해하기 위해 필요한 도구들 : 기초 통계량과 그래프

[실습]
– dplyr, tidyr 을 통해 데이터를 정리하고 지표 추출하기
– skimr 라이브러리를 통한 빠른 EDA 작업

4주차 | 데이터 시각화

강의 내용 자세히보기

[이론]
– 데이터를 잘 보여주는 것이 왜 중요할까?
– 데이터 시각화를 체계적으로 이해해보자
– 좋은 데이터 시각화를 위해 알아야 할 것들

[실습]
– ggplot2로 그래프 그리기
– plotly로 시작하는 인터랙티브 시각화
– 공간시각화 : 지도 위에 데이터를 얹어보자

Part 3. R을 활용한 다양한 분석 방법 알아보기

5주차 | 회귀분석을 통해 변수간의 관계를 모델링하기

강의 내용 자세히보기

[이론]
– 수치형 변수간의 관계를 잘 설명할 수 있는 모형을 만들기 위해서는 어떻게 해야 할까?
– 회귀 모형을 평가하는 방법에 대해 알아보기
– 데이터에서 의미있는 변수 찾기
– 과적합을 피해 좋은 모형을 만드는 방법

[실습]
– 회귀 모형을 만들고 평가해보기

6주차 | 기본적인 머신러닝 문제들

강의 내용 자세히보기

[이론]
– 머신러닝을 통해 해결할 수 있는 문제는 어떤 것들이 있을까?
– 각각의 문제를 풀기 위해서는 어떤 방법을 사용해야 할까?
– 머신러닝 문제를 풀기 위해서는 데이터를 어떻게 정리해야 할까?

[실습]
– recipes 라이브러리를 이용한 데이터 전처리 작업
– 분류 모형 적용해보기
– 클러스터링 기법을 통해 데이터에서 군집 찾기

7주차 | 가설을 세우고 테스트하기

강의 내용 자세히보기

[이론]
– 우리가 세운 가설을 통계적으로 검증하기 위해서는 어떻게 해야 할까?
– 통계적 가설 검정 프로세스 이해하기
– p-value는 무엇이고, 어떻게 이해해야 할까?

[실습]
– infer 라이브러리를 사용하여 가설을 세우고 데이터를 바탕으로 테스트하기

8주차 | 텍스트마이닝 기초

강의 내용 자세히보기

[이론]
– 분석한 결과를 바로 레포트로 정리할 수 있을까?
– R에서 구글 스프레드시트에 있는 데이터를 다루기 위해서는 어떻게 해야 할까?
– 웹에 있는 데이터를 R로 가져오기 위해서는 어떻게 해야 할까?
– 텍스트를 분석하려면 어떤 방식으로 접근해야 할까?

[실습]
– R markdown, R notebook
– R에서 구글 스프레드 시트 다루기
– 기본적인 웹 크롤링
– 텍스트 마이닝 기초

자주 묻는 질문.

R이나 파이썬 등 프로그래밍 언어에 대한 경험이 전혀 없는데, 강의 수강이 가능할까요?

프로그래밍 언어를 전혀 모르셔도 괜찮습니다. R 설치부터 기초문법, 데이터 분석까지 차근차근 가르쳐 드릴뿐만 아니라 모든 코드를 제공하여 복습도 용이하게 하실 수 있습니다.

수학, 통계를 전혀 모르는데 데이터 분석을 할 수 있을까요?

중학교 수준의 수학, 통계만 아신다면 충분합니다. 그래도 걱정이 되시는 분들을 위해, 데이터 분석을 진행함에 있어 꼭 필요한 수학적인 내용은 강사님께서 강의를 통해 쉽게 알려드릴 예정입니다.

어떤 데이터를 다루게 되나요?

분석할 데이터의 유형을 정해놓고 수업이 진행되기보다는 각 주차별 주제에 맞는 다양한 유형의 데이터를 다루게 됩니다. 이러한 과정을 통해 수강생들은 수강생에게 익숙한 데이터뿐만 아니라 새로운 데이터 유형에 대해서도 분석 방향을 설정하고 분석을 실행할 수 있습니다.

통계분석 도구인 SAS, SPSS와 R의 차이점은 무엇인가요?

기존에 사용했던 통계분석 도구와 R 모두 데이터를 분석할 수 있다는 점은 비슷합니다. 하지만 SPSS나 SAS의 경우 가격이 비싸고 다루기 어려워 실무에서 사용하지 않는다는 단점이 있습니다. 반면 R은 데이터 분석뿐만 아니라 데이터 크롤링, 데이터 시각화까지 모두 제공하여 데이터 분석에 용이한 장점이 있습니다.

내 수준에 맞는 R 강의! 잘 모르겠다면?

아래의 관련 강의 정보 및 수강생 선수 지식을 확인해보세요!

R도, 데이터 분석도, 통계도 전혀 모르는 입문자를 대상으로, R을 설치하는 방법부터 데이터 분석의 전반적인 내용까지를 폭넓게 학습할 수 있는 강의

강의 자세히 보기

R로 데이터를 불러오는 등의 간단한 작업이 가능한 초급자를 대상으로, 실무에서 바로 활용가능한 데이터 분석 방법을 3주만에 빠르게 익힐 수 있는 강의

강의 자세히 보기

변수 생성 및 추가, 반복문 코드 작성 등의 경험이 있는 초급자 혹은 개발자를 대상으로, 웹상의 데이터를 자유자재로 수집하는 방법을 익힐 수 있는 실전형 강의

강의 자세히 보기

R로 데이터 분석을 진행해 본 경험이 있는 초/중급자 분들을 대상으로, 개인의 데이터로 데이터 분석의 전 과정을 경험하며 분석 역량을 기를 수 있는 강의

강의 자세히 보기

{ FASTCAMPUS COMMUNITY MEMBERSHIP }

패스트캠퍼스 오프라인 강의를 수강하셨다면!
별도의 가입절차없이 패스트캠퍼스 커뮤니티 멤버쉽 회원이 됩니다.
커뮤니티 멤버쉽은 수강 후 1년 동안 유지되며,
오직 멤버들만을 위한 비공개 스터디클럽, 네트워킹행사, 세미나 등 비정기적 행사에 모실 예정입니다.

수강료안내.

강의 정보, 한 번 더 확인!

기 간 : 2019. 9. 16 ~ 2019. 11. 4. (총 8주)
일 정 : 매주 월요일 19:30 ~ 22:30 (주 1회 3시간)
준비물 : 개인 노트북 권장
장 소 : 패스트캠퍼스 강의장


다음 모집은 언제죠?

출시알림을 신청해주세요

최저가로 강의를 수강할 수 있게, 강의 홍보 시작 시 가장 먼저 메일을 보내드립니다.

130만원 130만원

수강신청이 곧 마감됩니다.

✓ 남은 소수 인원만 강의 수강 가능합니다.
✓ 매주 목요일마다 가격이 소폭 상승합니다.

강의장안내.

학습 지원 프로젝트

공부도 하고! 학습지원금도 받고!

*학습지원금(제세공과금 22% 차감 후 지급)은 강의마다 개인마다 상이할 수 있습니다.

학습 목표. 학습노트 제출

-학습노트 제출 일정: 매주 목요일 자정 24:00까지 까지 [학습노트][데이터사이언스]_R을 활용한 데이터 분석 입문 26기_N주차_성함으로 메일제목을 설정하여 이메일로 제출합니다. *제출 시간을 엄수하지 못한 노트는 추후 환급에 불이익이 있습니다.
-수강중 학습 콘텐츠 일정 (학습노트 제출 7회)
1주차 : 7월 11일(목) 자정
2주차 : 7월 18일(목) 자정
3주차 : 7월 25일(목) 자정
4주차 : 8월 1일(목) 자정
5주차 : 8월 8일(목) 자정
6주차 : 8월 15일(목) 자정
7주차 : 8월 22일(목) 자정

학습지원금을 받으려면?

미션을 모두 완료하면 신청페이지를 통해 신청 가능합니다.
다만, 강의 종료 후 30일 이내에 신청페이지를 통해서 신청해주셔야 합니다.
아래의 환급신청 링크로 신분증 사본 / 환급받을 통장사본을 제출 (반드시 본인 명의로만 가능)해 주세요.
결제한 수강료의 10% (환급 금액의 22% 제세공과금으로 차감) 를 드리며, 학습지원금은 개인마다 상이할 수 있습니다.

환불규정

* 학습지원금은 기수강생 및 얼리버드 할인과 중복 적용이 가능합니다. (기타 다른 이벤트와 중복 적용이 불가합니다.)
* 과제물이 허위로 작성되거나 표절일 경우 환급이 거절될 수 있습니다.
* 환불은 환불규정(https://www.fastcampus.co.kr/refund/)에 따라 진행됩니다. 규정에 의거하여 환불금액이 없을 수 있습니다.

왕초보도 할 수 있는 데이터분석!

마감임박