Enroll Course: https://www.coursera.org/learn/ibm-ai-workflow-data-analysis-hypothesis-testing
AI Workflow: Data Analysis and Hypothesis Testing 소개
오늘은 Coursera에서 제공하는 AI Workflow: Data Analysis and Hypothesis Testing 코스를 소개하고 그에 대한 솔직한 리뷰를 해보려고 합니다. 이 과정은 IBM AI Enterprise Workflow Certification 전문화의 두 번째 과정으로, 순차적으로 진행하는 것을 더욱 강력히 권장합니다. 각 과정이 독립적이지 않고 이전 과정에 기반하여 진행되기 때문에, 반드시 순서대로 수강해야 합니다.
이 과정에서는 가상의 스트리밍 미디어 회사에서의 작업을 시작으로 탐색적 데이터 분석(EDA)을 진행합니다. 데이터 시각화의 모범 사례, 결측치 처리, 가설 검정이 도입됩니다. Expo로서 데이터의 다양한 특성을 이해하고 이를 다양한 방법으로 분석하는 것은 데이터 과학자의 필수적인 역량입니다.
코스 구성
이 과정은 크게 두 가지 주요 단원으로 구성되어 있습니다:
1. 데이터 분석
탐색적 데이터 분석은 주로 시각화와 가설 검정을 통해 통찰력을 얻는 것입니다. 이 단원에서는 EDA, 데이터 시각화, 결측값 처리 방법에 대해 다룹니다. 어떤 결측값 처리 전략은 일부 모델에 더 적합할 수 있으며, 다른 모델에서는 또 다른 전략이 더 나은 예측 성능을 보일 수 있습니다.
2. 데이터 조사
데이터 과학자들은 데이터를 분석하고 결론을 도출하기 위해 다양한 통계 도구를 사용합니다. 이 단원은 확률 분포와 영가설 유의성 검정을 적용하여 추정의 기초 기술에 중점을 둡니다.
추천 이유
이 코스는 데이터 분석과 가설 검정에 대한 깊이 있는 이해를 제공하고 해당 분야에서 실무에 적용할 수 있는 기초를 다질 수 있게 해줍니다. 특히 데이터 시각화의 중요성과 다양한 결측값 처리 전략을 배우면서 실제 데이터로 작업할 때 어떤 접근 방식이 더 효과적인지를 배우게 됩니다. 이 과정은 데이터 과학 및 분석에 관심이 있는 사람들에게 매우 적합하며, IBM의 인증 과정을 이수하고 싶은 분들에게 특히 추천합니다.
Enroll Course: https://www.coursera.org/learn/ibm-ai-workflow-data-analysis-hypothesis-testing