Data Science Foundations: Data Preparation and Wrangling in Azure ML — LearnFlat
⏱ 2시간 36분 📚 26개 레슨 🎧 오디오 버전

Data Science Foundations: Data Preparation and Wrangling in Azure ML

Azure Machine Learning을 사용하여 머신러닝 워크플로를 위한 데이터셋을 준비하고, 정제하며, 구조화하는 필수 단계를 마스터하세요.

  • 💬 AI 강사
    어떤 강의든 질문하면 언제든 즉시 명확한 답을 받을 수 있어요.
  • 🕐 언제든지 시작
    정해진 일정이나 마감이 없어요 — 원할 때 자신의 속도로 배우세요.
  • 🌐 한국어로
    강의, 과제, 수료증까지 — 모두 완전히 당신의 언어로.

이 과정 소개

정제되지 않은 원시 데이터를 준비하는 것은 모든 Data Science 프로젝트에서 가장 중요하며 시간이 많이 소요되는 단계입니다. 텍스트 기반으로 진행되는 이 코드는 데이터 준비의 기초 개념을 안내하며, Azure Machine Learning 내에서 지저분한 실제 데이터셋을 모델 학습에 바로 사용할 수 있는 깨끗한 입력 데이터로 변환하도록 도와줍니다. Data Science의 핵심 용어로 시작하여 연속형 변수와 범주형 변수를 구분하고 데이터 분포를 이해하는 방법을 배웁니다.\n\n명확한 설명과 실용적인 서술형 예시를 통해 중복값, 이상치, 결측값과 같은 일반적인 데이터 문제를 처리하는 방법을 배우게 됩니다. 또한 재현성을 위한 파이프라인 구조화 방법 및 클라우드 환경에서 데이터셋을 안전하게 관리하는 방법을 포함하여 최신 Data Science 실무도 함께 다룹니다.\n\n학습 내용:\n- 기초 Data Science 개념 및 데이터 준비 라이프사이클 이해\n- 연속형 및 범주형 변수를 프로파일링하고 분석하여 데이터 구조 이해\n- 중복 제거, 결측값 처리, 이상치 관리를 통한 데이터셋 정제\n- Azure Machine Learning 내에서 데이터셋을 안전하게 등록하고 관리\n- 학습 및 추론을 위한 일관된 전처리를 보장하는 데이터 파이프라인 준비\n\n이 코드는 데이터 타입의 완전한 기초부터 시작하여 클라우드에서의 실용적인 정제 및 전처리 기법으로 단계를 넓혀갑니다. 기초부터 차근차근 실력을 쌓을 수 있도록 설계된 단계별 워크플로와 개념 설명을 읽어보세요.\n\n이 코드는 데이터를 체계적으로 준비하는 방법을 배우고자 하는 입문자, Data Scientist 지망생, 분석가를 위해 설계되었습니다. 머신러닝이나 클라우드 플랫폼에 대한 사전 경험은 필요하지 않습니다. 데이터 준비에 대한 탄탄한 기초를 다지기 위해 지금 읽기를 시작하세요.

받게 되는 것

  • 📜 수료증
    LinkedIn 프로필에 추가
  • 💬 개인 AI 튜터
    강좌에서 막혔나요? 내장 튜터에게 언제든지 무엇이든 물어보세요.
  • 🎧 오디오 버전 포함
    화면 없이 어디서나 학습
  • ♾️ 평생 이용
    언제든 다시 보세요, 만료 없음
  • 📱 휴대폰 또는 컴퓨터
    어디서든 모든 기기에서
  • 💸 14일 환불
    이유 묻지 않음
  • ⚡ 짧고 핵심적
    2시간 36분의 실용 학습

리뷰

아직 리뷰가 없습니다 — 첫 경험을 공유해 보세요.

리뷰 쓰기

☆☆☆☆☆
보낸 뒤 로그인을 안내합니다 — 임시저장됩니다.

다른 학습자도 수강

자주 묻는 질문

이 과정을 듣는 데 무엇이 필요한가요? +

인터넷이 되는 휴대폰이나 컴퓨터만 있으면 됩니다. 설치나 특별한 장비는 필요 없습니다.

결제는 어떻게 하나요? +

Stripe를 통한 카드로. 카드 정보는 저장하지 않으며 Stripe가 안전하게 처리합니다.

환불받을 수 있나요? +

네 — 14일 이내 전액 환불, 이유를 묻지 않습니다.

얼마나 오래 이용할 수 있나요? +

평생. 구매하면 과정은 당신의 것이며 언제든 다시 볼 수 있습니다.

수료증을 받을 수 있나요? +

네. 수료 시 LinkedIn 프로필에 추가할 수 있는 수료증을 받습니다.

이런 분야 학습자에게
테크 디자인 금융 마케팅 의료 교육 호스피탈리티 제조업