셔터스톡(Shutterstock)는 세계적인 디지털 콘텐츠 플랫폼으로, 주로 사진, 영상, 음악, 벡터, 일러스트 등의 고품질 콘텐츠를 제공합니다. 크리에이터, 디자이너, 마케팅 전문가 등이 상업적 또는 개인적 프로젝트에서 사용할 수 있는 콘텐츠를 찾을 때 가장 많이 이용하는 플랫폼 중 하나입니다.
Shutterstock의 주요 특징
방대한 콘텐츠 라이브러리
4억 개 이상의 이미지, 영상, 음악 트랙, 벡터, 일러스트 등 제공.
매일 수만 개의 새로운 콘텐츠가 업로드됨.
다양한 사용 목적
웹사이트, 블로그, 광고, 소셜 미디어, 프레젠테이션, 영상 제작 등 다양한 프로젝트에서 활용 가능.
상업적 및 비상업적 용도 모두 지원.
사용자 친화적 인터페이스
키워드 검색으로 쉽게 원하는 콘텐츠를 찾을 수 있음.
AI 기반 추천 시스템으로 관련 콘텐츠 제안.
라이선스 옵션
표준 라이선스: 대부분의 상업적 프로젝트에 적합.
확장 라이선스: 대량 배포나 특정 제품(예: 티셔츠, 포스터 등)에 사용할 경우 필요.
구독 및 결제 방식
월간 또는 연간 구독 플랜 제공.
필요할 때만 결제 가능한 크레딧 방식도 있음.
Shutterstock의 장점
고품질 콘텐츠
프로페셔널 사진작가와 크리에이터가 제작한 높은 품질의 이미지 제공.
글로벌 커뮤니티
전 세계의 다양한 크리에이터가 참여하여 다양한 문화와 스타일을 반영한 콘텐츠 제공.
편리한 편집 도구
플랫폼 내에서 간단한 편집 가능(텍스트 추가, 이미지 크기 조정 등).
디자인을 간편하게 만들 수 있는 Shutterstock Create 도구 제공.
다양한 언어 지원
글로벌 사용자들을 위해 다국어 지원.
저작권 문제 해결
구매한 콘텐츠는 라이선스가 포함되어 있어 저작권 걱정 없이 사용 가능.
Shutterstock 활용 방법
프로젝트 아이디어 정리: 필요한 이미지나 영상을 미리 구상하고 키워드 검색.
필터 활용: 카테고리, 색상, 방향(가로/세로), 콘텐츠 유형(사진, 벡터 등)으로 검색 결과 좁히기.
라이선스 확인: 사용하려는 프로젝트에 적합한 라이선스를 선택.
편집 후 사용: 필요하면 Shutterstock의 편집 도구를 사용해 최종 작업 후 다운로드.
Shutterstock 추천 사용자
블로거와 콘텐츠 크리에이터: 시각적으로 매력적인 콘텐츠 제작.
마케팅 전문가: 광고와 소셜 미디어 캠페인에 적합한 이미지를 찾을 때.
디자이너: 프로젝트의 퀄리티를 높일 이미지나 벡터가 필요할 때.
영상 제작자: 짧은 클립이나 배경 음악이 필요한 영상 제작 시 활용.
Shutterstock은 다양한 프로젝트에서 활용할 수 있는 강력한 도구입니다.
그럼 이상으로 ShutterStock 셔터스톡 이미지 및 동영상 10% 할인쿠폰 쿠폰코드 12월 포스팅을 마치겠습니다.
실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요합니다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명합니다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했습니다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려줍니다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있습니다.
〈되기〉 시리즈 소개
〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.
저자(글) 셀레나
인물정보
강사/학원장
패스트캠퍼스, 메가스터디, 국비 지원 강의를 통해 5,000명 이상의 수강생을 온라인과 오프라인에서 만나며 데이터 분석을 가르쳐 왔습니다. 수강생들이 데이터 분석을 처음 접할 때 겪는 어려움과 고민을 가까이에서 지켜보며, 어떻게 하면 더 쉽게 이해하고 실습할 수 있을지 끊임없이 고민했습니다. 이러한 경험을 바탕으로 누구나 부담 없이 데이터 분석을 시작할 수 있는 안내서가 되기를 바라며 이 책을 집필하였습니다.
강의 및 컨설팅
- 패스트캠퍼스 : '실패 없이 완주하는 파이썬 데이터 분석 입문' 강의 런칭
- 삼성전자 : Citizen Developer 양성 과정 '파이썬 프로그래밍 기초'
- 대한의료정보학회 : '의료 데이터를 활용한 실전 분석' 튜토리얼
- 서강대학교, 숙명여자대학교, 한국교통대학교 : '파이썬을 활용한 머신러닝 및 데이터 분석 실습' 외 강의 및 컨설팅 진행
목차
01장 수치 계산 라이브러리, 넘파이
_01.1 넘파이와의 첫 만남
__넘파이 사용하기
_01.2 넘파이 배열, ndarray
__1차원 배열 알아보기
__2차원 배열 알아보기
__3차원 배열 알아보기
__넘파이 배열의 축 이해하기
__넘파이의 축 번호는 왜 그럴까?
__넘파이 배열의 데이터 타입 살펴보기
__데이터 타입 확인해보기
__넘파이 배열의 장점 알아보기
__다양한 방법으로 넘파이 배열 생성하기
__넘파이 배열 속성 이해하고 출력해보기
__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기
__초기화 함수로 넘파이 배열 생성하기
__일정한 간격의 넘파이 배열 생성하기
__arange( ) 함수와 linspace( ) 함수 비교하기
_01.3 넘파이 배열로 다양하게 연산하기
__요소별 연산해보기
__[챗GPT와 함께] 넘파이 사칙연산 구하기
__수학 함수, 집계 함수와 함께 벡터화 연산해보기
_01.4 배열 인덱싱과 슬라이싱
__인덱스 이해하기
__단일 요소 인덱싱 이해하기
__슬라이싱 이해하기
__논리형 인덱싱 이해하기
__정수 배열 인덱싱 이해하기
__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기
_01.5 배열의 형태 변형하기
__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수
__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?
__원본 배열의 형태를 변형하는 resize( ) 함수
__1차원 배열로 변형하기
__전치 연산하기
_01.6 배열 합치고 분할하기
__배열 합치기
__배열 분할하기
__학습 마무리
__연습문제
02장 데이터 처리 라이브러리, 판다스
_02.1 판다스 시작하기
__판다스와 넘파이의 특징
__판다스와 넘파이의 관계
__판다스를 사용해야 하는 이유
__시리즈란?
__데이터프레임이란?
__데이터 다운로드하고 다시 업로드하여 살펴보기
__판다스의 데이터 타입 알아보기
__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기
_02.2 데이터 내용 확인하기
__데이터의 열과 행 확인하기
__데이터의 처음과 마지막 부분 확인하기
__데이터 구조 살펴보기
__[챗GPT와 함께] 데이터 구조 살펴보기
_02.3 특정 열 선택하기
__시리즈 반환하기
__데이터프레임 반환하기
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)
_02.4 데이터 필터링하기
__비교 연산자 〉로 필터링하기
__부정 연산자 ~로 필터링하기
__논리 연산자 &나 |로 필터링하기
__[챗GPT와 함께] 데이터 필터링 기능 활용하기
__loc[ ]와 iloc[ ]로 필터링하기
__isin( ) 함수로 특정 값 필터링하기
__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기
_02.5 결측치 처리하기
__결측치가 뭐죠?
__결측치 처리가 중요한 이유?
__결측치 처리, 어떻게 해야 할까요?
__결측치 확인하기
__결측치 처리하기
__결측치를 처리한 데이터프레임을 파일로 저장하기
__[챗GPT와 함께] 결측치에 대해 물어보자!
_02.6 데이터 통계 처리하기
__통계 구하기
__그룹별 집계하기
__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기
_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기
__행과 열 추가하기
__행과 열 삭제하기
__학습 마무리
__연습문제
03장 데이터 시각화 라이브러리, 맷플롯립
_03.1 맷플롯립 시작하기
__맷플롯립 소개
__맷플롯립 사용하기
__[챗GPT와 함께] 맷플롯립 장점 알아보기
_03.2 그래프 꾸미기
__축과 관련 있는 옵션 사용해보기
__선과 관련 있는 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기
__제목 관련 옵션 사용해보기
__그래프 배경 관련 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 그리기
_03.3 다양한 그래프 그려보기(1)
__타이타닉 데이터셋 소개
__선 그래프 : 객실 등급에 따른 생존율 표시하기
__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__산점도 그래프 : 나이와 요금, 생존 여부 확인하기
__파이 차트 : 생존자, 사망자 비율 표현하기
__히스토그램 : 승객의 나이 분포 표시하기
_03.4 다양한 그래프 그려보기(2)
__히트맵 : 두 변수의 상관 관계를 표시하기
__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기
__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기
__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기
__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기
__에러 바 : 요금의 평균과 표준편차 표현하기
__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기
_03.5 그래프 한꺼번에 그려보기
__여러 종류의 그래프 그리는 방법 원리 설명
__개별 서브플롯을 하나씩 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기
__개별 서브플롯을 동시에 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기
__하나의 서브플롯에 여러 그래프 그리기
__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기
_03.6 그래프 저장하기
__학습 마무리
__연습문제
04장 데이터 시각화라이브러리, 시본
__04.1 시본 기본 개념
__시본 자체 데이터셋 불러오기
__팁 데이터셋 불러오기
__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?
_04.2 여섯 가지 그래프 이해하기
__시본 그래프는 어떤 것들이 있을까?
__범주형 변수 산점도 그래프
__빈도 그래프
__선형 회귀선이 있는 산점도 그래프
__히스토그램과 커널 밀도 추정 그래프
__조인트 그래프
__관계 그래프
__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?
__학습 마무리
__연습문제
05장 웹 데이터 수집라이브러리, 뷰티풀수프
_05.1 웹 데이터 수집 기본 개념
__웹 데이터를 수집할 때 주의할 점
__[챗GPT와 함께] robots.txt 알아보기
__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기
__웹 데이터 수집 용어 정리하기
__웹 스크래핑은 어떤 과정으로 수행될까?
__뷰티풀수프 기초 사용 방법 알아보기
__웹 스크래핑 원리 이해하기
_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기
__웹 페이지 파악하기
__헤더에 사용자 에이전트 값 추가하기
__삼성전자 종목 일별 시세 페이지 요청하기
__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기
__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기
__수집한 데이터로 그래프 시각화하기
__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346
__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349
__학습 마무리
__연습문제
06장 넷플릭스 데이터 분석 프로젝트
_06.1 넷플릭스 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_06.2 넷플릭스 데이터셋 파악하기
__캐글의 넷플릭스 데이터셋?
__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!
__넷플릭스 데이터셋 변수 살펴보기
__넷플릭스 데이터셋 불러와 살펴보기
_06.3 넷플릭스 데이터셋 결측치 처리하기
__넷플릭스 결측치 비율 확인하고 처리하기
_06.4 넷플릭스 피처 엔지니어링하기
__피처 엔지니어링은 어디에 쓰이나요?
__[챗GPT와 함께] 피처 엔지니어링 더 해보기
_06.5 넷플릭스 시각화하기 380
__데이터 전처리 완료한 데이터셋 불러오기
__넷플릭스 색상 시각화하기 380
__넷플릭스 오징어 게임 검색하기
__넷플릭스 파이 차트 그리기
__넷플릭스 막대 그래프 그리기
__넷플릭스 히트맵 그리기
__넷플릭스 워드 클라우드
__[챗GPT와 함께] 워드 클라우드 더 해보기
__학습 마무리
07장 의료 데이터 분석 프로젝트
_07.1 의료 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_07.2 의료 데이터셋 파악하기
__심부전 데이터셋이란?
__심부전 데이터셋 불러온 다음 내용 확인하기
_07.3 심부전 데이터셋 필터링하기
__논리형 인덱싱으로 데이터 필터링하기
_07.4 심부전 데이터셋 결측치 처리하기
__결측치 비율 확인하기
__결측치 처리하기
__결측치 처리 후에 결측치 개수 다시 확인하기
__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!
_07.5 심부전 데이터셋 통계 처리하기
__평균값과 중앙값 구하기
__열의 빈도수 구하기
__통계량 요약하기
__그룹별 집계하기
__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링
_07.6 심부전 데이터셋 시각화하기
__심부전 색상 시각화하기
__심부전 파이 차트 그리기
__심부전 빈도 그래프 그리기
__심부전 데이터 영역 그래프 그리기
__심부전 범주형 산점도 그래프 그리기
__심부전 워드 클라우드 그리기
__[챗GPT와 함께] 추가적인 시각화를 진행해보자
__학습 마무리
책 속으로
★ 환영합니다, 파이썬 입문 그다음 책을 소개합니다!환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!
파이썬 데이터 분석 5대장으로 공부하세요하나, 넘파이넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.
둘, 판다스판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.
셋, 맷플롯립파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.
넷, 시본시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.
다섯, 뷰티풀수프뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.
〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다
입문자를 위한 데이터 분석 로드맵을 만나보세요데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이
필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드
맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.
- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj
실무에 유용한 기술로 익히세요기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.
챗GPT와 함께 공부하세요이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.
200% 학습 효율이 오르는 7가지 학습 가이드초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.
하나, 구글에 가입하세요(무료)구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정
을 준비해주세요.
둘, 내 드라이브에 코랩 파일을 만드세요➊ 내 드라이브에 적당한 폴더를 만든 다음 ➋ 마우스 오른쪽 클릭 → ➌ 더보기 → ➍ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.
셋, 코랩에서 코드를 입력하고 실행해보세요➊ 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ➋ 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ➌ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ➍ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.
넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.
다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.
여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.
- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg
일곱, 유튜브 강의도 활용해보세요저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.
“수많은 강의와 교재 속에서 망설이고 있는 데이터 분석 입문자가 있다면 이 책을 권해주고 싶다. 넘파이를 이용하여 배열을 만들고 간단한 숫자들을 처리하는 방법부터 맷플롯립과 시본을 이용한 데이터 분석 및 시각화 방법과 뷰티풀수프를 이용한 웹 데이터 수집과 주가 데이터 분석까지 살펴본 후, 넷플릭스 데이터와 의료 데이터 분석 프로젝트를 수행하다보면 어느덧 데이터 분석 전문가의 길에 들어서고 있는 자신을 발견할 수 있을 것이다. 챗GPT로 데이터를 생성하여 활용하는 팁도 가득하다.”
서강대학교 컴퓨터공학과 박운상 교수
“파이썬 데이터 분석을 처음 접하는 독자들이 체계적으로 기초부터 차근차근 쌓아갈 수 있도록 세심하게 구성되어 있습니다. 그뿐만 아니라 실전 데이터 분석을 실무에 바로 적용할 수 있도록 넘파이, 판다스, 맷플롯립, 시본 등 필수 도구들의 활용 방법을 심도 있게 다루고 있습니다. 또 넷플릭스와 의료 데이터를 활용한 예제 프로젝트를 통해 흥미로운 실전 경험을 제공합니다. 파이썬과 데이터 분석을 처음 시작하는 분뿐만 아니라, 실무에서 데이터 분석 역량을 발전시키고자 하는 분에게도 든든한 가이드가 되기를 기대합니다.
서울아산병원 빅데이터연구센터 오지선 소장
“저자의 실무 경험과 전문성을 바탕으로 이번에 출간된 〈파이썬 데이터 분석가 되기〉는 그녀의 풍부한 지식과 역량이 집약된 결실이라 할 수 있습니다. 특히 실무 경험을 바탕으로 한 다양한 코멘트는 독자가 직접 데이터를 분석하고 활용해 나가면서 문제 해결 능력을 키우고 스스로 성장할 수 있는 길을 제시합니다. 또한 급변하는 데이터 분석 환경에 등장한 챗GPT를 활용하여 책의 내용을 쉽게 습득할 수 있고 다양한 궁금증을 해결할 수 있도록 돕습니다.
숙명여자대학교 소프트웨어학과 채희준 교수
오랫동안 고민해왔던 파이썬 데이터 분석의 교재에 대한 고민을 말끔하게 씻어주는 책이다. 웹 크롤링, 넷플릭스 데이터 분석, 의료 데이터 분석이라는 3가지 프로젝트를 제시하여 데이터 전처리, 데이터 시각화 및 분석을 사례로 제시하였는데 데이터 분석가를 목표로 공부하려는 학생들에게 매우 적절하다. 파이썬 응용, 파이썬 데이터시각화, 파이썬 데이터 분석 등의 주제나 교과목에서 교재로 사용하기에도 매우 유용한 도구라 할 수 있다.
숙명여자대학교 융합학부 박영민 교수
그럼 이상으로 파이썬 데이터 분석가 되기 + 챗GPT 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프파이썬 데이터 분석 입문자를 위한 풀 패키지 책소개 포스팅을 마치겠습니다.
파이썬 데이터 분석가 되기 + 챗GPT 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프파이썬 데이터 분석 입문자를 위한 풀 패키지 책소개 포스팅은 제휴마케팅이 포함되어있습니다.
실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요합니다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명합니다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했습니다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려줍니다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있습니다.
〈되기〉 시리즈 소개
〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.
저자(글) 셀레나
인물정보
강사/학원장
패스트캠퍼스, 메가스터디, 국비 지원 강의를 통해 5,000명 이상의 수강생을 온라인과 오프라인에서 만나며 데이터 분석을 가르쳐 왔습니다. 수강생들이 데이터 분석을 처음 접할 때 겪는 어려움과 고민을 가까이에서 지켜보며, 어떻게 하면 더 쉽게 이해하고 실습할 수 있을지 끊임없이 고민했습니다. 이러한 경험을 바탕으로 누구나 부담 없이 데이터 분석을 시작할 수 있는 안내서가 되기를 바라며 이 책을 집필하였습니다.
강의 및 컨설팅
- 패스트캠퍼스 : '실패 없이 완주하는 파이썬 데이터 분석 입문' 강의 런칭
- 삼성전자 : Citizen Developer 양성 과정 '파이썬 프로그래밍 기초'
- 대한의료정보학회 : '의료 데이터를 활용한 실전 분석' 튜토리얼
- 서강대학교, 숙명여자대학교, 한국교통대학교 : '파이썬을 활용한 머신러닝 및 데이터 분석 실습' 외 강의 및 컨설팅 진행
목차
01장 수치 계산 라이브러리, 넘파이
_01.1 넘파이와의 첫 만남
__넘파이 사용하기
_01.2 넘파이 배열, ndarray
__1차원 배열 알아보기
__2차원 배열 알아보기
__3차원 배열 알아보기
__넘파이 배열의 축 이해하기
__넘파이의 축 번호는 왜 그럴까?
__넘파이 배열의 데이터 타입 살펴보기
__데이터 타입 확인해보기
__넘파이 배열의 장점 알아보기
__다양한 방법으로 넘파이 배열 생성하기
__넘파이 배열 속성 이해하고 출력해보기
__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기
__초기화 함수로 넘파이 배열 생성하기
__일정한 간격의 넘파이 배열 생성하기
__arange( ) 함수와 linspace( ) 함수 비교하기
_01.3 넘파이 배열로 다양하게 연산하기
__요소별 연산해보기
__[챗GPT와 함께] 넘파이 사칙연산 구하기
__수학 함수, 집계 함수와 함께 벡터화 연산해보기
_01.4 배열 인덱싱과 슬라이싱
__인덱스 이해하기
__단일 요소 인덱싱 이해하기
__슬라이싱 이해하기
__논리형 인덱싱 이해하기
__정수 배열 인덱싱 이해하기
__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기
_01.5 배열의 형태 변형하기
__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수
__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?
__원본 배열의 형태를 변형하는 resize( ) 함수
__1차원 배열로 변형하기
__전치 연산하기
_01.6 배열 합치고 분할하기
__배열 합치기
__배열 분할하기
__학습 마무리
__연습문제
02장 데이터 처리 라이브러리, 판다스
_02.1 판다스 시작하기
__판다스와 넘파이의 특징
__판다스와 넘파이의 관계
__판다스를 사용해야 하는 이유
__시리즈란?
__데이터프레임이란?
__데이터 다운로드하고 다시 업로드하여 살펴보기
__판다스의 데이터 타입 알아보기
__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기
_02.2 데이터 내용 확인하기
__데이터의 열과 행 확인하기
__데이터의 처음과 마지막 부분 확인하기
__데이터 구조 살펴보기
__[챗GPT와 함께] 데이터 구조 살펴보기
_02.3 특정 열 선택하기
__시리즈 반환하기
__데이터프레임 반환하기
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)
_02.4 데이터 필터링하기
__비교 연산자 〉로 필터링하기
__부정 연산자 ~로 필터링하기
__논리 연산자 &나 |로 필터링하기
__[챗GPT와 함께] 데이터 필터링 기능 활용하기
__loc[ ]와 iloc[ ]로 필터링하기
__isin( ) 함수로 특정 값 필터링하기
__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기
_02.5 결측치 처리하기
__결측치가 뭐죠?
__결측치 처리가 중요한 이유?
__결측치 처리, 어떻게 해야 할까요?
__결측치 확인하기
__결측치 처리하기
__결측치를 처리한 데이터프레임을 파일로 저장하기
__[챗GPT와 함께] 결측치에 대해 물어보자!
_02.6 데이터 통계 처리하기
__통계 구하기
__그룹별 집계하기
__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기
_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기
__행과 열 추가하기
__행과 열 삭제하기
__학습 마무리
__연습문제
03장 데이터 시각화 라이브러리, 맷플롯립
_03.1 맷플롯립 시작하기
__맷플롯립 소개
__맷플롯립 사용하기
__[챗GPT와 함께] 맷플롯립 장점 알아보기
_03.2 그래프 꾸미기
__축과 관련 있는 옵션 사용해보기
__선과 관련 있는 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기
__제목 관련 옵션 사용해보기
__그래프 배경 관련 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 그리기
_03.3 다양한 그래프 그려보기(1)
__타이타닉 데이터셋 소개
__선 그래프 : 객실 등급에 따른 생존율 표시하기
__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__산점도 그래프 : 나이와 요금, 생존 여부 확인하기
__파이 차트 : 생존자, 사망자 비율 표현하기
__히스토그램 : 승객의 나이 분포 표시하기
_03.4 다양한 그래프 그려보기(2)
__히트맵 : 두 변수의 상관 관계를 표시하기
__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기
__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기
__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기
__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기
__에러 바 : 요금의 평균과 표준편차 표현하기
__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기
_03.5 그래프 한꺼번에 그려보기
__여러 종류의 그래프 그리는 방법 원리 설명
__개별 서브플롯을 하나씩 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기
__개별 서브플롯을 동시에 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기
__하나의 서브플롯에 여러 그래프 그리기
__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기
_03.6 그래프 저장하기
__학습 마무리
__연습문제
04장 데이터 시각화라이브러리, 시본
__04.1 시본 기본 개념
__시본 자체 데이터셋 불러오기
__팁 데이터셋 불러오기
__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?
_04.2 여섯 가지 그래프 이해하기
__시본 그래프는 어떤 것들이 있을까?
__범주형 변수 산점도 그래프
__빈도 그래프
__선형 회귀선이 있는 산점도 그래프
__히스토그램과 커널 밀도 추정 그래프
__조인트 그래프
__관계 그래프
__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?
__학습 마무리
__연습문제
05장 웹 데이터 수집라이브러리, 뷰티풀수프
_05.1 웹 데이터 수집 기본 개념
__웹 데이터를 수집할 때 주의할 점
__[챗GPT와 함께] robots.txt 알아보기
__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기
__웹 데이터 수집 용어 정리하기
__웹 스크래핑은 어떤 과정으로 수행될까?
__뷰티풀수프 기초 사용 방법 알아보기
__웹 스크래핑 원리 이해하기
_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기
__웹 페이지 파악하기
__헤더에 사용자 에이전트 값 추가하기
__삼성전자 종목 일별 시세 페이지 요청하기
__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기
__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기
__수집한 데이터로 그래프 시각화하기
__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346
__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349
__학습 마무리
__연습문제
06장 넷플릭스 데이터 분석 프로젝트
_06.1 넷플릭스 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_06.2 넷플릭스 데이터셋 파악하기
__캐글의 넷플릭스 데이터셋?
__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!
__넷플릭스 데이터셋 변수 살펴보기
__넷플릭스 데이터셋 불러와 살펴보기
_06.3 넷플릭스 데이터셋 결측치 처리하기
__넷플릭스 결측치 비율 확인하고 처리하기
_06.4 넷플릭스 피처 엔지니어링하기
__피처 엔지니어링은 어디에 쓰이나요?
__[챗GPT와 함께] 피처 엔지니어링 더 해보기
_06.5 넷플릭스 시각화하기 380
__데이터 전처리 완료한 데이터셋 불러오기
__넷플릭스 색상 시각화하기 380
__넷플릭스 오징어 게임 검색하기
__넷플릭스 파이 차트 그리기
__넷플릭스 막대 그래프 그리기
__넷플릭스 히트맵 그리기
__넷플릭스 워드 클라우드
__[챗GPT와 함께] 워드 클라우드 더 해보기
__학습 마무리
07장 의료 데이터 분석 프로젝트
_07.1 의료 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_07.2 의료 데이터셋 파악하기
__심부전 데이터셋이란?
__심부전 데이터셋 불러온 다음 내용 확인하기
_07.3 심부전 데이터셋 필터링하기
__논리형 인덱싱으로 데이터 필터링하기
_07.4 심부전 데이터셋 결측치 처리하기
__결측치 비율 확인하기
__결측치 처리하기
__결측치 처리 후에 결측치 개수 다시 확인하기
__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!
_07.5 심부전 데이터셋 통계 처리하기
__평균값과 중앙값 구하기
__열의 빈도수 구하기
__통계량 요약하기
__그룹별 집계하기
__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링
_07.6 심부전 데이터셋 시각화하기
__심부전 색상 시각화하기
__심부전 파이 차트 그리기
__심부전 빈도 그래프 그리기
__심부전 데이터 영역 그래프 그리기
__심부전 범주형 산점도 그래프 그리기
__심부전 워드 클라우드 그리기
__[챗GPT와 함께] 추가적인 시각화를 진행해보자
__학습 마무리
책 속으로
★ 환영합니다, 파이썬 입문 그다음 책을 소개합니다!환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!
파이썬 데이터 분석 5대장으로 공부하세요하나, 넘파이넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.
둘, 판다스판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.
셋, 맷플롯립파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.
넷, 시본시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.
다섯, 뷰티풀수프뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.
〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다
입문자를 위한 데이터 분석 로드맵을 만나보세요데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이
필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드
맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.
- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj
실무에 유용한 기술로 익히세요기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.
챗GPT와 함께 공부하세요이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.
200% 학습 효율이 오르는 7가지 학습 가이드초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.
하나, 구글에 가입하세요(무료)구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정
을 준비해주세요.
둘, 내 드라이브에 코랩 파일을 만드세요➊ 내 드라이브에 적당한 폴더를 만든 다음 ➋ 마우스 오른쪽 클릭 → ➌ 더보기 → ➍ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.
셋, 코랩에서 코드를 입력하고 실행해보세요➊ 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ➋ 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ➌ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ➍ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.
넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.
다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.
여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.
- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg
일곱, 유튜브 강의도 활용해보세요저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.
출판사 서평
“수많은 강의와 교재 속에서 망설이고 있는 데이터 분석 입문자가 있다면 이 책을 권해주고 싶다. 넘파이를 이용하여 배열을 만들고 간단한 숫자들을 처리하는 방법부터 맷플롯립과 시본을 이용한 데이터 분석 및 시각화 방법과 뷰티풀수프를 이용한 웹 데이터 수집과 주가 데이터 분석까지 살펴본 후, 넷플릭스 데이터와 의료 데이터 분석 프로젝트를 수행하다보면 어느덧 데이터 분석 전문가의 길에 들어서고 있는 자신을 발견할 수 있을 것이다. 챗GPT로 데이터를 생성하여 활용하는 팁도 가득하다.”
서강대학교 컴퓨터공학과 박운상 교수
“파이썬 데이터 분석을 처음 접하는 독자들이 체계적으로 기초부터 차근차근 쌓아갈 수 있도록 세심하게 구성되어 있습니다. 그뿐만 아니라 실전 데이터 분석을 실무에 바로 적용할 수 있도록 넘파이, 판다스, 맷플롯립, 시본 등 필수 도구들의 활용 방법을 심도 있게 다루고 있습니다. 또 넷플릭스와 의료 데이터를 활용한 예제 프로젝트를 통해 흥미로운 실전 경험을 제공합니다. 파이썬과 데이터 분석을 처음 시작하는 분뿐만 아니라, 실무에서 데이터 분석 역량을 발전시키고자 하는 분에게도 든든한 가이드가 되기를 기대합니다.
서울아산병원 빅데이터연구센터 오지선 소장
“저자의 실무 경험과 전문성을 바탕으로 이번에 출간된 〈파이썬 데이터 분석가 되기〉는 그녀의 풍부한 지식과 역량이 집약된 결실이라 할 수 있습니다. 특히 실무 경험을 바탕으로 한 다양한 코멘트는 독자가 직접 데이터를 분석하고 활용해 나가면서 문제 해결 능력을 키우고 스스로 성장할 수 있는 길을 제시합니다. 또한 급변하는 데이터 분석 환경에 등장한 챗GPT를 활용하여 책의 내용을 쉽게 습득할 수 있고 다양한 궁금증을 해결할 수 있도록 돕습니다.
숙명여자대학교 소프트웨어학과 채희준 교수
오랫동안 고민해왔던 파이썬 데이터 분석의 교재에 대한 고민을 말끔하게 씻어주는 책이다. 웹 크롤링, 넷플릭스 데이터 분석, 의료 데이터 분석이라는 3가지 프로젝트를 제시하여 데이터 전처리, 데이터 시각화 및 분석을 사례로 제시하였는데 데이터 분석가를 목표로 공부하려는 학생들에게 매우 적절하다. 파이썬 응용, 파이썬 데이터시각화, 파이썬 데이터 분석 등의 주제나 교과목에서 교재로 사용하기에도 매우 유용한 도구라 할 수 있다.
매력적인 가격의 핫딜로 찾아 왔습니다. 최대 45% 할인된 ThinkPad, Yoga, Legion 인기제품 구매하세요.
Lenovo Education
블랙 프라이데이 스페셜 딜
매력적인 가격의 핫딜로 찾아 왔습니다. 최대 45% 할인된 ThinkPad, Yoga, Legion 인기제품 구매하세요.
오늘 출발 제품 특가 할인
X1카본 11세대 구매 혜택: USB-C 도크 30% & 모니터 20% 할인
/ 19만원 상당 보조 배터리(20000mAh) 특별가 10,000원에 증정
오늘 출발 / 스마트 퀵 배송 ThinkPad 주문시 도크 및 보조 배터리 추가 할인
Lenovo Pro | Lenovo Education
오늘 출발 제품 특가 할인
X1카본 11세대 구매 혜택: USB-C 도크 30% & 모니터 20% 할인
/ 19만원 상당 보조 배터리(20000mAh) 특별가 10,000원에 증정
오늘 출발 / 스마트 퀵 배송 ThinkPad 주문시 도크 및 보조 배터리 추가 할인
Lenovo Pro | Lenovo Education
ThinkPad 탄생 32주년!
최대 38% 의 THINKPAD PC 할인 혜택을 누리세요
새로운 AI 시대로 안내합니다. 엄선된 ThinkPad 기념일 할인 혜택을 알아보세요.
ThinkPad P1
7세대 출시
신제품 P1 구매 시 37만원 상당 P24h 모니터 파격가10,000원에 증정!
ThinkPad P16s 3세대 / P14s 5세대 구매 시 P24h 모니터 50% 할인
ThinkPad T
신제품 출시
씽크패드 T 시리즈 구매 시 M9 태블릿 30% 할인
요가 / 아이디어 패드 구매 시 M9 태블릿 30% 할인
인텔 신제품 커스텀 PC 구성시 SSD 및 RAM 업그레이드 최대 50% 할인
레노버(Lenovo)는 전 세계에서 널리 사용되는 다양한 노트북을 생산하는 글로벌 IT 기업입니다. 레노버 노트북은 다양한 가격대와 성능, 용도별 라인업으로 구성되어 있어 개인 사용자부터 비즈니스 전문가, 게이머에 이르기까지 폭넓은 사용자층을 보유하고 있습니다. 아래는 레노버의 주요 노트북 라인업과 그 특징입니다.
1. 레노버 노트북의 주요 라인업
ThinkPad 시리즈: ThinkPad는 레노버의 대표적인 비즈니스 노트북 라인업으로, 뛰어난 내구성과 성능으로 유명합니다. 키보드 품질이 매우 뛰어나며, 보안 기능이 강화되어 비즈니스 사용자나 전문가들이 선호하는 모델입니다. 특히 ThinkPad X1 Carbon과 X1 Yoga 모델은 얇고 가벼운 디자인으로 휴대성이 뛰어나고, 긴 배터리 수명을 자랑합니다.
IdeaPad 시리즈: IdeaPad는 주로 일반 사용자와 학생들을 위한 라인업으로, 합리적인 가격과 다양한 사양 옵션을 제공합니다. 슬림한 디자인과 가성비가 특징이며, 경량 모델부터 고성능 모델까지 다양한 선택지를 제공합니다. 주로 일상적인 작업과 미디어 소비에 적합합니다.
Yoga 시리즈: Yoga 시리즈는 태블릿 모드와 노트북 모드를 자유롭게 전환할 수 있는 2-in-1 노트북입니다. 터치스크린이 가능하고 360도 힌지 디자인 덕분에 다용도로 활용할 수 있습니다. 특히 Yoga 9i와 같은 고급형 모델은 OLED 디스플레이와 뛰어난 스피커 성능을 갖춰 그래픽 작업이나 미디어 감상용으로 인기가 많습니다.
Legion 시리즈: Legion은 레노버의 게이밍 노트북 라인업으로, 고사양 게임을 무리 없이 즐길 수 있는 성능을 제공합니다. 강력한 그래픽 카드와 냉각 시스템이 장착되어 있어 장시간 게임을 해도 발열 관리가 뛰어납니다. Legion 5와 Legion 7 모델이 대표적이며, 고사양의 게임이나 3D 작업에 적합합니다.
2. 레노버 노트북의 주요 특징
뛰어난 내구성: 특히 ThinkPad 시리즈는 MIL-STD 810G 군사 표준 테스트를 거친 내구성을 자랑해, 고온이나 습도, 진동 등 극한의 환경에서도 견딜 수 있도록 설계되어 있습니다.
우수한 키보드 품질: 레노버 노트북은 특히 키보드 품질이 좋기로 유명합니다. ThinkPad 시리즈의 경우 타이핑 감이 매우 뛰어나 장시간 타이핑을 하는 사용자들에게 인기가 많습니다.
배터리 성능: 레노버 노트북은 효율적인 배터리 관리 시스템 덕분에 긴 사용 시간을 자랑하며, 고급 모델에서는 최대 10시간 이상의 배터리 지속 시간이 가능해 장시간 사용하기 좋습니다.
다양한 보안 기능: 비즈니스 라인업에서는 지문 인식, 얼굴 인식, 웹캠 커버 등 강화된 보안 기능을 제공하여 기업 환경에서의 데이터 보안을 강화합니다.
3. 레노버 노트북의 장점
폭넓은 라인업과 합리적 가격: 다양한 가격대와 사양을 제공하여 사용자 예산에 맞는 노트북을 쉽게 찾을 수 있습니다.
뛰어난 휴대성: 많은 모델이 얇고 가벼운 디자인을 갖추고 있어 이동이 잦은 사용자에게 특히 유리합니다.
안정적인 성능: 고성능 프로세서와 내장 그래픽 옵션을 통해 생산성 작업부터 고사양 게임까지 다양한 용도로 활용 가능합니다.
전 세계적인 고객 지원: 레노버는 글로벌 브랜드로, 국내외 어디서나 고객 지원을 받을 수 있습니다.
4. 레노버 노트북의 단점
일부 모델의 발열 문제: 고사양을 요구하는 모델(특히 게이밍용)에서 발열이 다소 발생할 수 있습니다.
특정 모델의 업데이트 제한: 일부 저가형 모델에서는 고사양 소프트웨어나 최신 업데이트에 제한이 있을 수 있습니다.
디자인의 제한성: 디자인이 실용성에 중점을 두다 보니, 일부 사용자는 다소 평범한 디자인이라고 느낄 수 있습니다.
레노버는 견고한 품질과 폭넓은 사양을 제공하는 신뢰할 수 있는 노트북 브랜드로, 다양한 필요와 예산에 맞는 옵션을 제공하여 많은 사용자들에게 사랑받고 있습니다.
그럼 이상으로 레노버 노트북 11월 할인쿠폰 세일 블랙프라이데이 스페셜 딜 할인코드 포스팅을 마치겠습니다.
레노버 노트북 11월 할인쿠폰 세일 블랙프라이데이 스페셜 딜 할인코드 포스팅은 제휴마케팅이 포함되어있습니다.
요즘 블로그나 SNS에 시선을 사로잡는 고퀄리티 이미지는 필수죠. 하지만 직접 사진을 찍기 어렵거나 퀄리티 높은 이미지를 무료로 구하기가 쉽지 않은데요. 이럴 때 필요한 것이 바로 **셔터스톡(Shutterstock)**입니다! 셔터스톡은 수억 개의 이미지를 제공하는 글로벌 스톡 콘텐츠 플랫폼으로, 누구나 간편하게 원하는 이미지를 찾아 사용할 수 있습니다. 오늘은 셔터스톡의 다양한 활용법과 실전 팁을 알려드릴게요.
1. 셔터스톡의 주요 기능과 장점
다양한 콘텐츠 제공
셔터스톡에는 사진뿐 아니라 벡터 이미지, 일러스트, 동영상, 음악까지 다양한 콘텐츠가 준비되어 있어요. 특히, 콘텐츠 종류가 다양한 만큼 특정 테마에 맞춘 이미지나 영상을 쉽게 찾을 수 있어요.
직관적이고 강력한 검색 기능
셔터스톡의 검색 기능은 매우 정교합니다. 이미지 색상, 가로세로 비율, 이미지의 종류(사진, 벡터 등) 등 원하는 대로 필터링을 적용해 쉽게 찾을 수 있어요. 또, 비슷한 스타일의 이미지를 추천해 주는 AI 기반 추천 기능도 유용합니다.
2. 셔터스톡 이미지 검색 & 다운로드 팁
키워드 사용하기
원하는 이미지를 찾을 때 키워드가 가장 중요합니다. 예를 들어, “가을 분위기 카페 인테리어”와 같이 구체적인 키워드를 입력하면 더 정확한 이미지를 찾을 수 있어요. 한 번 검색해보고 마음에 드는 이미지가 나오지 않으면 키워드를 다른 표현으로 바꾸어 보세요.
이미지 필터 활용하기
검색 창 왼쪽에는 다양한 필터 옵션이 있습니다. 이미지 색상이나 비율(세로형, 가로형 등)을 조정하여 원하는 스타일에 맞는 이미지를 필터링할 수 있습니다. 예를 들어, 특정 색상이 포함된 이미지만 검색하거나, 배경이 흰색인 이미지만 찾을 수도 있어요.
3. 블로거를 위한 활용 예시
계절 및 이벤트 포스팅을 위한 이미지
가을 시즌을 맞아 계절감을 살린 포스팅을 할 때 셔터스톡의 "가을" 키워드를 검색해 보세요. 가을 나무, 단풍, 그리고 아늑한 인테리어 이미지가 많아 계절에 맞는 콘텐츠를 준비하기가 한결 쉬워집니다.
음식, 여행, 패션 등 테마별 활용
각기 다른 테마에도 셔터스톡은 훌륭한 리소스가 됩니다. 음식 블로거라면 음식의 디테일이 살아있는 고화질 이미지를, 여행 블로거라면 전 세계 다양한 풍경 이미지를 쉽게 찾을 수 있어요. 패션 블로그를 운영하는 경우, 최신 트렌드를 반영한 패션 촬영 이미지도 다수 제공됩니다.
4. 저작권과 라이선스, 어떻게 관리할까요?
셔터스톡의 이미지는 모두 저작권 문제 없이 사용할 수 있는 라이선스가 포함되어 있어요. 블로그나 웹사이트에 상업적으로도 사용할 수 있어 안심하고 활용할 수 있지만, 사용 목적에 따라 적합한 라이선스를 선택하는 것이 중요합니다.
개인 사용: 블로그나 SNS에 개인적으로 사용한다면 기본 라이선스로 충분합니다.
상업적 사용: 상업적으로 이미지가 사용되는 경우에는 확장 라이선스 구매가 필요할 수 있습니다.
결론: 셔터스톡으로 블로그 콘텐츠에 생명력을!
셔터스톡은 블로거와 마케터에게 정말 유용한 도구입니다. 손쉽게 고퀄리티 이미지를 확보하여 포스팅에 활용함으로써 콘텐츠의 완성도를 높일 수 있어요. 오늘 소개해 드린 팁을 참고하여 셔터스톡을 똑똑하게 활용해 보세요.
그럼 이상으로 SShutterStock 셔터스톡 11월 할인쿠폰 할인코드 이미지 동영상 음악 포스팅을 마치겠습니다.
ShutterStock 셔터스톡 11월 할인쿠폰 할인코드 이미지 동영상 음악 포스팅은 제휴마케팅이 포함되어있습니다.
글로벌 이심 플랫폼 에어알로 의 11월 할인코드를 공유해드릴게요. 에어알로 할인코드 바로가기(클릭) * 할인코드 사용 기간: 2024.11.01 ~11.30
* 할인코드 내용
[전 고객 15% 할인코드] 1. 사용 기간: 2024.11.01~11.30 2. 할인코드: AIRLP15 3. 사용 조건: 에어알로 전 고객 대상 4. 사용 방법: 체크아웃 페이지에서 코드 적용 / Airmoney 사용 클릭 후 할인코드 입력
에어알로(Airalo)는 전 세계 200여 개국에서 로컬 데이터를 사용할 수 있게 해주는 eSIM 서비스입니다. eSIM은 기존 플라스틱 SIM 대신, 디지털 방식으로 기기 내에 내장된 SIM을 사용하므로 현지에서 간편하게 데이터 플랜을 추가할 수 있습니다. 특히, 여행자들에게 로밍 요금을 피하면서도 현지 데이터를 사용할 수 있는 옵션으로 인기를 끌고 있습니다.
에어알로는 국가별 eSIM뿐 아니라 유럽이나 아시아와 같은 지역별 eSIM, 그리고 전 세계에서 사용할 수 있는 글로벌 eSIM 패키지도 제공합니다. 사용 방법은 간단히 에어알로 앱에서 목적지와 원하는 데이터 플랜을 선택하고 결제하면 QR 코드를 통해 eSIM을 설치하여 활성화할 수 있습니다. 최신 아이폰 및 갤럭시 시리즈 등 일부 기종만 지원 합니다.
에어알로(Airalo) eSIM 사용 방법은 다음과 같습니다:
에어알로 앱 설치 및 가입: 에어알로 앱을 다운로드한 후 이름과 이메일만으로 간단히 가입할 수 있습니다.
데이터 플랜 선택: 앱에서 여행할 국가나 지역을 선택하고, 데이터 용량과 사용 기간에 맞는 eSIM 패키지를 고릅니다. 에어알로는 국가별, 지역별, 글로벌 eSIM 옵션을 제공하므로, 여행 계획에 따라 적합한 플랜을 선택할 수 있습니다.
결제 및 할인 코드 적용: 결제 단계에서 할인 코드가 있다면 입력해 할인을 받을 수 있습니다.
eSIM 설치 및 활성화: 결제 후 QR 코드를 통해 eSIM을 설치할 수 있습니다. QR 코드는 설정 메뉴에서 “네트워크 및 인터넷” → “모바일 네트워크” → “eSIM 추가”를 선택해 스캔하면 됩니다. 설치 후 설정에서 eSIM을 기본 데이터 프로필로 활성화하면 현지 데이터를 사용할 수 있습니다.
이용 전 주의사항: 설치 후 카운팅이 시작되므로 여행 전 미리 설치하지 말고, 도착한 후 활성화하는 것이 좋습니다. 일부 기기는 eSIM을 지원하지 않으니 기기 호환성을 반드시 확인하세요.
그럼 이상으로 에어알로 할인코드 airalo eSIM 이심 11월 할인쿠폰 포스팅을 마치겠습니다.
에어알로 할인코드 airalo eSIM 이심 11월 할인쿠폰 포스팅은 제휴마케팅이 포함되어있습니다.
업계와 학계에서 다루는 가장 일반적인 생성형 AI 활용 사례와 작업을 이해할 수 있습니다!
오늘날 기업은 자사의 제품과 서비스에 생성형 AI를 빠르게 도입하고 있습니다. 그러나 이 기술의 영향력과 잠재력에 대해 과장된 정보와 오해가 많이 존재합니다. AWS의 크리스 프레글리, 안체 바르트, 셸비 아이겐브로데는 이 책에서 CTO, 머신러닝 실무자, 애플리케이션 개발자, 비즈니스 분석가, 데이터 엔지니어, 데이터 사이언티스트가 이 흥미로운 신기술을 실용적으로 활용하는 방법을 찾도록 도와줍니다.
이 책을 통해 활용 사례 정의, 모델 선택, 모델 미세 조정, 검색 증강 생성, 인간 피드백을 통한 강화 학습, 모델 양자화, 최적화, 배포 등 생성형 AI 프로젝트의 생명 주기를 배울 수 있습니다. 또한 대규모 언어 모델(LLM), 이미지 생성을 위한 스테이블 디퓨전, 이미지 관련 질문에 답하는 Flamingo, IDEFICS 같은 멀티모달 모델 등 다양한 유형의 모델도 살펴봅니다.
★ 이 책에서 다루는 내용 ★
◎ 생성형 AI를 비즈니스 현장에 적용하는 방법
◎ 작업에 가장 적합한 생성형 AI 모델을 결정하는 방법
◎ 프롬프트 엔지니어링과 콘텍스트 내 학습을 수행하기
◎ 저순위 적응(LoRA)으로 데이터 세트에 맞게 생성형 AI 모델을 미세 조정하기
◎ 인간 피드백을 통한 강화 학습(RLHF)으로 생성형 AI 모델을 인간의 가치에 맞추는 방법
◎ 검색 증강 생성(RAG)으로 모델을 증강하기
◎ 랭체인, ReAct 같은 라이브러리를 활용해 에이전트와 액션을 개발하기
◎ 아마존 베드록으로 생성형 AI 애플리케이션을 만드는 방법
저자(글) 크리스 프레글리
인물정보
IT종사자
(Chris Fregly)
캘리포니아 샌프란시스코에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 솔루션 아키텍트입니다. 그는 모든 AWS 인증을 보유하고 있습니다. 글로벌 Generative AI on AWS 밋업의 공동 창립자이기도 하며, 전 세계 AI 및 머신러닝 밋업과 콘퍼런스에서 정기적으로 강연합니다. 이전에는 Databricks와 Netflix에서 엔지니어로 일하며, 확장성 있는 빅데이터 및 머신러닝 제품과 솔루션을 개발했습니다. 또한 《AWS 기반 데이터 과학》(한빛미디어, 2023)의 공동 저자이기도 합니다.
저자(글) 안체 바르트
(Antje Barth)
캘리포니아 샌프란시스코에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 개발자 애드보킷입니다. 그녀는 글로벌 Generative AI on AWS 밋업과 뒤셀도르프 Women in Big Data 지부의 공동 창립자입니다. 안체는 전 세계 AI 및 머신러닝 콘퍼런스와 밋업에서 자주 강연합니다. AWS에 합류하기 전에는 MapR과 Cisco에서 솔루션 엔지니어로 일하며, 개발자가 AI와 머신러닝 분야에서 빅데이터, 컨테이너, 쿠버네티스 플랫폼을 활용할 수 있도록 도왔습니다. 그녀 역시 《AWS 기반 데이터 과학》의 공동 저자입니다.
저자(글) 셸비 아이겐브로데
(Shelbee Eigenbrode)
콜로라도 덴버에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 솔루션 아키텍트입니다. 그녀는 덴버 Women in Big Data 지부의 공동 창립자입니다. 셸비는 6개의 AWS 인증을 보유하고 있으며, 23년 동안 여러 산업과 기술, 역할을 망라하는 기술 분야에서 일해 왔습니다. 그녀는 DevOps와 머신러닝 분야의 전문 지식을 활용해 대규모 머신러닝 작업 구현에 주력하고 있습니다. 다양한 기술 영역에서 35개 이상의 특허를 출원한 셸비는 지속적인 혁신과 데이터를 활용한 비즈니스 성과 창출에 열정을 가지고 있습니다.
번역 이승필
삼성SDS 협업솔루션 개발 관리자로서, 20여 년간 다양한 SI 프로젝트와 솔루션 개발 프로젝트에서 아키텍트, 프로그램 매니저로 활동 중이다. 현재 사내 생성형 AI 솔루션 개발을 리딩하고 있다.
번역 한우선
삼성SDS 수석 엔지니어로, 다양한 프로젝트와 솔루션 구축 업무를 수행했다. 현재 생성형 AI 솔루션 개발을 리딩하고 있으며, AI를 활용한 고객 경험 향상에 앞장서고 있다. 《엘라스틱서치를 활용한 벡터 검색 실무 가이드》(위키북스, 2024)를 번역했다.
번역 유태황
삼성SDS에서 소프트웨어 아키텍트 및 프로그래머로 일하고 있다. 스프링 부트, 카프카, 엘라스틱서치 등 다양한 백엔드 기술 스택 및 효율적인 아키텍처에 관심이 많다. 《엘라스틱서치를 활용한 벡터 검색 실무 가이드》를 번역했다.
번역 박주경
삼성SDS 소프트웨어 아키텍트로, 다양한 기술과 아키텍처를 활용해 솔루션 품질을 향상하는 데에 관심이 있다. AWS SAA 자격을 보유하고 있으며, AWS를 활용한 여러 프로젝트를 수행했다.
번역 정유석
삼성SDS에서 소프트웨어 개발자로 근무 중이다. NLP와 NLG 관련 일을 시작으로 현재는 AWS 기반의 프롬프트 엔지니어링 업무를 수행하며, 파인 튜닝, 모델 평가 등 생성형 AI 관련 기술에 관심이 많다.
목차
▣ 01장: 생성형 AI 활용 사례, 기본 사항 및 프로젝트 생명 주기
활용 사례 및 작업
파운데이션 모델 및 모델 허브
생성형 AI 프로젝트의 생명 주기
AWS에서의 생성형 AI
AWS에서 생성형 AI를 사용하는 이유
AWS에서 생성형 AI 애플리케이션 구축하기
요약
▣ 02장: 프롬프트 엔지니어링과 콘텍스트 내 학습
프롬프트와 컴플리션
토큰
프롬프트 엔지니어링
프롬프트 구조
___인스트럭션
___콘텍스트
퓨샷 추론으로 콘텍스트 내 학습
___제로샷 추론
___원샷 추론
___퓨샷 추론
___콘텍스트 내 학습이 잘못된 사례
___콘텍스트 내 학습 모범 사례
프롬프트 엔지니어링 모범 사례
추론 구성 매개변수
요약
▣ 03장: 대형 언어 파운데이션 모델
대형 언어 파운데이션 모델
토크나이저
임베딩 벡터
트랜스포머 아키텍처
___입력과 콘텍스트 윈도
___임베딩 레이어
___인코더
___셀프 어텐션
___디코더
___소프트맥스 출력
트랜스포머 기반 파운데이션 모델 유형
사전 학습 데이터 세트
스케일링 법칙
컴퓨팅 최적화 모델
요약
▣ 04장: 메모리와 연산 최적화
메모리 문제
데이터 유형 및 수치 정밀도
양자화
___fp16
___bfloat16
___fp8
___int8
셀프 어텐션 레이어 최적화
___플래시 어텐션
___그룹 쿼리 어텐션
분산 컴퓨팅
___분산 데이터 병렬 처리
___완전 샤드 데이터 병렬 처리
___DDP와 FSDP의 성능 비교
AWS 분산 컴퓨팅
___아마존 세이지메이커로 완전 샤드 데이터 병렬 처리
___AWS 뉴런 SDK 및 AWS 트레이니엄
요약
▣ 05장: 미세 조정 및 평가
인스트럭션 기반 미세 조정
___Llama 2-Chat
___Falcon-Chat
___FLAN-T5
인스트럭션 데이터 세트
___다중작업 인스트럭션 데이터 세트
___FLAN: 다중작업 인스트럭션 데이터 세트 예제
___프롬프트 템플릿
___사용자 정의 데이터 세트를 인스트럭션 데이터 세트로 변환하기
인스트럭션 기반 미세 조정
___아마존 세이지메이커 스튜디오
___아마존 세이지메이커 점프스타트
___허깅 페이스용 아마존 세이지메이커 Estimator
평가
___평가 지표
___벤치마크 및 데이터 세트
요약
▣ 06장: 효율적인 매개변수 미세 조정(PEFT)
완전 미세 조정과 PEFT 비교
LoRA와 QLoRA
___LoRA 기본 원리
___순위
___목표 모듈과 레이어
___LoRA 적용
___LoRA 어댑터와 원본 모델 병합
___LoRA 어댑터 테넌트별 유지
___완전 미세 조정과 LoRA 성능 비교
___QLoRA
프롬프트 튜닝과 소프트 프롬프트
요약
▣ 07장: 인간 피드백을 통한 강화 학습으로 미세 조정
인간 가치 정렬(Human Alignment): 유용성, 정직성, 무해성
강화 학습 개요
맞춤형 보상 모델 학습하기
___휴먼인더루프를 활용한 학습 데이터 수집
___레이블러를 위한 지침 예시
___인간이 단 주석을 수집하기 위한 아마존 세이지메이커 그라운드 트루스 활용하기
___보상 모델을 학습하기 위한 순위 데이터 준비
___보상 모델 학습하기
기존 보상 모델: 메타의 유해성 판독기
인간 피드백을 통한 강화 학습으로 미세 조정
___RLHF에서 보상 모델 활용
___근접 정책 최적화 강화 학습 알고리즘
___PPO로 RLHF 미세 조정 수행
___보상 해킹 완화
___RLHF에서 효율적인 매개변수 미세 조정(PEFT) 활용
RLHF로 미세 조정 모델 평가
___정성적 평가
___정량적 평가
___평가 모델 가져오기
___평가 지표 집계 함수 정의
___RLHF 적용 전과 후 평가 지표 비교
요약
▣ 08장: 모델 배포 최적화
모델 추론 최적화
___가지치기
___GPTQ 사후 학습 양자화
___증류
대규모 모델 추론 컨테이너
AWS 인퍼런시아: 추론 전용 하드웨어
모델 업데이트와 배포 전략
___A/B 테스트
___섀도 배포
지표와 모니터링
오토스케일링
___오토스케일링 정책
___오토스케일링 정책 정의
요약
▣ 09장: RAG와 에이전트를 활용한 맥락 인식 추론 애플리케이션
대규모 언어 모델의 한계
___환각
___지식 단절
RAG
___외부 지식 소스
___RAG 워크플로
___문서 로딩
___청킹
___문서 검색과 순위 재정렬
___프롬프트 증강
RAG 오케스트레이션과 구현
___문서 로딩과 청킹
___벡터 임베딩 저장소와 검색
___검색 체인
___최대 한계 관련성(MMR)을 활용한 순위 재정렬
에이전트
___ReAct 프레임워크
___프로그램 지원 언어 프레임워크
생성형 AI 애플리케이션
FMOps: 생성형 AI 프로젝트의 생명 주기 운영
___실험 단계 고려 사항
___개발 단계 고려 사항
___운영 배포 단계 고려 사항
요약
▣ 10장: 멀티모달 파운데이션 모델
활용 사례
멀티모달 프롬프트 엔지니어링 활용 예시
이미지 생성과 품질 향상
___이미지 생성
___이미지 편집 및 품질 향상
인페인팅, 아웃페인팅, 뎁스 투 이미지
___인페인팅
___아웃페인팅
___뎁스 투 이미지
이미지 캡셔닝과 시각적 질의응답
___이미지 캡셔닝
___콘텐츠 조정
___시각적 질의응답
모델 평가
___텍스트-이미지 생성형 작업
___이미지-텍스트 생성형 작업
___비언어적 추론
확산 아키텍처 기본 사항
___순방향 확산
___역방향 확산
___U-Net
스테이블 디퓨전 2 아키텍처
___텍스트 인코더
___U-Net과 확산 과정
___텍스트 컨디셔닝
___교차 어텐션
___스케줄러
___이미지 디코더
스테이블 디퓨전 XL 아키텍처
___U-Net과 교차 어텐션
___정제기
___컨디셔닝
요약
▣ 11장: 스테이블 디퓨전을 통한 생성 제어와 미세 조정
ControlNet
미세 조정
___드림부스
___드림부스와 PEFT-LoRA
___Textual Inversion
인간 피드백을 통한 강화 학습으로 인간 가치 정렬
요약
▣ 12장: 아마존 베드록 - 생성형 AI 관리형 서비스
베드록 파운데이션 모델
___아마존 타이탄 파운데이션 모델
___Stability AI의 스테이블 디퓨전 파운데이션 모델
베드록 추론 API
대규모 언어 모델
___SQL 코드 생성
___텍스트 요약
___임베딩
미세 조정
에이전트
멀티모달 모델
___텍스트로 이미지 생성
___이미지로 이미지 생성
데이터 프라이버시와 네트워크 보안
거버넌스와 모니터링
요약
그럼 이상으로 AWS로 구현하는 생성형 AI LLM에서 멀티모달 모델까지, RAG, LoRA, RLHF를 활용한 AWS 기반 생성형 AI 구축 가이드 책 포스팅을 마치겠습니다.
AWS로 구현하는 생성형 AI LLM에서 멀티모달 모델까지, RAG, LoRA, RLHF를 활용한 AWS 기반 생성형 AI 구축 가이드 책 포스팅은 제휴마케팅이 포함되어있습니다.
ChatGPT로 많은 사용자에게 알려진 생성형 인공지능은 이제 어느 분야든 적용되지 않는 곳이 없을 정도로 대중화되었다. 영상 편집 분야도 예외는 아니다. 가장 많이 사용하는 영상 편집 도구인 프리미어 프로에도 인공지능 기능이 하나둘 추가되고 있다. 하지만 프리미어 프로의 부담스러운 가격 정책과 무거운 프로그램 구동 환경은 영상 편집 입문자에게 여전히 부담스러운 상황이다. 이 상황에서 혜성처럼 등장한 프로그램이 바로 브루다. 인공지능을 영상 편집에 도입한 선두 주자 브루에는 자동 자막 생성 기능을 시작으로 현재는 텍스트를 이용한 영상 편집부터 생성형 AI를 이용한 자동 영상 생성 기능까지 인공지능으로 할 수 있는 거의 모든 영상 편집 기능이 다 담겨 있다. 이제 영상 편집 어렵게 하지 말고, 인공지능으로 편하게 시작해 보자. 주제를 입력하면 탑재된 ChatGPT가 대본을 작성해 주고, 대본을 바탕으로 인공지능이 영상을 생성해 주는 브루만 있으면 충분하다.
저자(글) 지현이(디지털거북이)
인물정보
강사/학원장 방송인> 유튜버
지현이(디지털거북이)
콘텐츠 크리에이터이자 강연가. ‘디지털거북이’ 유튜브 채널을 운영하며 25만 명의 구독자와 소통하고 있다. 사람들에게 쉽고 친근하게 디지털 활용 방법을 전달하는 것을 목표로 강의를 진행하고 관련 콘텐츠를 제작한다. 유튜브 영상을 통해 브루를 활용한 영상 편집의 매력을 널리 알리고 있다.
감수 브루 개발팀
브루팀은 AI 기술을 활용해 누구나 쉽고 즐겁게 영상 편집을 할 수 있도록 돕기 위해 노력하고 있다. 브루의 STT, TTS, 이미지 생성 등 다양한 AI 기술이 영상을 편집하는 데 좀 더 효과적으로 활용될 수 있도록 지속적으로 업데이트해 나갈 예정이다.
목차
[CHAPTER 01 브루 시작하기]
LESSON 01 브루 설치 및 회원으로 가입하기 14
__브루 다운로드 및 설치 14
__브루 회원으로 가입하기 17
LESSON 02 브루 요금제 업그레이드 및 구독 해지하기 20
__브루 유료 요금제 업그레이드 20
__[NOTE] 구매 방식에 다른 따른 차이 살펴보기 21
__유료 요금제 구독 해지 23
LESSON 03 브루 기본 화면 구성 살펴보기 24
__각 영역 파악하기 24
__편집 영역과 클립 26
LESSON 04 브루 프로그램 기본 환경 설정하기 27
[CHAPTER 02 영상 제작을 위한 브루 영상 편집 기초 다지기]
LESSON 01 새로운 영상 제작 프로젝트 시작하기 32
__컴퓨터에 저장된 영상 파일 불러오기 32
__스마트폰에 저장된 영상 파일 불러오기 35
LESSON 02 영상 편집의 기본, 컷 편집 38
__잘라내기, 복사하기, 붙여넣기 38
__클립 합치기, 나누기, 상세 편집하기 41
__[NOTE] 원본 영상을 이용해 복구하기 44
__무음 구간 삭제하기 45
__빈 워드 추가 후 캡쳐 화면으로 채우기 47
__[NOTE] 클립 추가하기 50
__영상 파일 추가하여 하나로 합치기 51
__[NOTE] 씬 목록 살펴보기 54
LESSON 03 자막 내용 변경부터 서식 꾸미기 55
__자막 내용 변경하기 55
__다양한 서식으로 자막 꾸미기 56
__[NOTE] 자주 쓰는 서식 저장하기 60
__자막에 애니메이션 효과 적용하기 60
LESSON 04 영상을 풍성하게 꾸며 줄 애셋 활용하기 62
__기본 텍스트로 채널명 표시하기 62
__[NOTE] 자막 상자 확인하기 67
__디자인 텍스트로 영상 제목 입력하기 68
__[NOTE] 원하는 스타일의 디자인 텍스트 찾기 70
__추가 이미지, 비디오로 풍성한 영상 만들기 71
__[NOTE] 이미지로 특정 단어 강조하기 73
__도형으로 텍스트 강조하기 74
__애셋 크기 및 순서 변경, 애니메이션 효과 적용하기 76
__분위기를 좌우할 배경 음악, 효과음 추가하기 78
__[NOTE] 애셋 아이콘과 적용 범위 82
LESSON 05 영상 보정, 속도 조절 등 다양한 편집 효과 84
__영상의 색감을 보정하는 필터 84
__영상을 빠르게, 혹은 느리게 배속 효과 85
__그 밖의 다양한 편집 효과 살펴보기 86
LESSON 06 버츄얼 유튜버를 위한 나만의 캐릭터 만들기 88
__기본으로 제공되는 캐릭터 사용하기 88
__내가 원하는 스타일로 캐릭터 생성하기 91
__[NOTE] 나만의 캐릭터 입모양 움직이기(Standard) 95
LESSON 07 실전 영상 비율 변경하여 3분할 영상 만들기 96
[CHAPTER 03 다양한 방법으로 영상 콘텐츠 제작하기]
LESSON 01 브루 템플릿으로 빠르게 완성하는 숏폼 영상 102
__쇼츠 프로젝트 시작하기 102
__영상에 적용된 템플릿 변경하기 111
__나만의 템플릿 저장하기(Standard) 114
LESSON 02 프레젠테이션 자료로 영상 제작하기 117
LESSON 03 브루에서 직접 촬영하여 영상 제작하기 124
LESSON 04 내 컴퓨터 화면을 녹화하여 영상 제작하기 129
LESSON 05 녹음한 음성에 영상 및 배경 음악 추가하여 완성하기 136
LESSON 06 브루의 기본 워터마크 변경하기 144
LESSON 07 완성한 영상을 다양한 방식으로 저장하기 148
__영상 파일(mp4) 내보내기 148
__자막 파일(srt) 내보내기 150
__다른 영상 편집 프로그램 파일로 내보내기 152
__오디오, 이미지 파일로 내보내기 153
__다른 사용자와 공유하는 프리뷰 154
LESSON 08 프로젝트 저장 및 불러오기 156
__프로젝트 파일로 저장하기 156
__프로젝트 파일 불러오기 158
__클라우드에 저장하기(Light) 159
[CHAPTER 04 영상 편집이 쉬워지는 브루 인공지능]
LESSON 01 인공지능으로 이미지 생성하기 164
__AI 이미지 생성하기 164
__[NOTE] 생성된 이미지 미리보기 화면에 포함된 기능들 167
__AI 이미지 자동 삽입하기 169
LESSON 02 인공지능 목소리로 영상 제작하기 171
__AI 목소리로 프로젝트 시작하기 171
__[NOTE] 한 클립에서 워드별로 이미지 추가하기 175
__AI 목소리로 영상에 음성 더빙하기 176
__나만의 AI 목소리 만들기 178
__나만의 목소리 사용하기 185
__[NOTE] 저장된 내 목소리 삭제하기 186
LESSON 03 실전 인공지능으로 리뷰 영상 콘텐츠 제작하기 187
__인공지능으로 대본 및 영상 생성하기 187
__[NOTE] GPT 35와 GPT 40 189
__컷 편집 및 애셋 교체하기 193
__애니메이션 설정 및 자막 서식 변경하기 197
__[NOTE] 사용자 지정으로 줌인, 줌아웃 표현하기 198
__[NOTE] 클립 선택 방법에 따른 자막 서식 적용 범위의 차이 201
__효과음 추가 후 영상 내보내기 202
__[NOTE] 브루의 인공지능으로 만드는 다양한 영상 스타일 살펴보기 205
LESSON 04 실전 인공지능으로 여행지 추천 숏폼 만들기 207
__인공지능으로 숏폼 영상 생성하기 207
__컷 편집 및 자막 서식 변경하기 212
__속도 조절 및 내보내기 215
LESSON 05 나만의 비디오 스타일 만들기 217
LESSON 06 긴 영상을 짧은 영상으로 리믹스하기 224
__프로젝트를 요약 영상으로 리믹스하기 224
__하이라이트 영상 만들기 228
[APPENDIX]
APPENDIX 01 스마트폰에서 브루 활용하기 232
__브루의 기본 프로젝트 화면 살펴보기 232
__모바일 브루 시작하기 234
__기본 컷 편집하기 235
__자막 스타일 및 배경 음악 설정 237
__새로운 프로젝트 시작하기 239
APPENDIX 02 작업 속도가 빨라지는 브루 단축키 240
__브루의 전체 단축키 241
출판사 서평
ㆍ영상 편집에서 활용할 수 있는 거의 모든 인공지능 기능이 다 담긴 브루
브루의 가장 큰 특징 2가지는 텍스트 기반 편집과 다양한 인공지능 기능이다. 브루에서 영상을 불러오면 인공지능이 영상을 분석해서 자동으로 자막을 생성해 주고, 사용자는 워드 문서를 편집하듯이 영상을 편집할 수 있다. 이것뿐만이 아니다. AI가 필요한 이미지나 영상도 생성해 준다. 가상의 캐릭터를 활용할 수도 있고, 인공지능 목소리로 자막을 더빙할 수도 있다. 그야말로 만능 인공지능 영상 편집 도구이다.
그럼 이상으로 인공지능이 다 해주는 브루 Vrew 영상 편집 유튜브, 숏폼 영상부터 버튜버, 인공지능 목소리 더빙까지 생성형 AI로 영상 콘텐츠 제작하기 책소개 포스팅을 마치겠습니다.
인공지능이 다 해주는 브루 Vrew 영상 편집 유튜브, 숏폼 영상부터 버튜버, 인공지능 목소리 더빙까지 생성형 AI로 영상 콘텐츠 제작하기 책소개 포스팅은 제휴마케팅이 포함되어있습니다.
