PART 01 Python 기초와 데이터 구조
SECTION 01 변수와 연산
SECTION 02 데이터 타입의 이해
01 Python의 데이터 타입
02 데이터 타입 변환하기
03 자료형별 메서드 요약
SECTION 03 NumPy와 벡터
01 NumPy 라이브러리
02 NumPy와 배열
03 NumPy 벡터 슬라이싱(Slicing)
04 NumPy 벡터 활용
연습문제
SECTION 04 NumPy 행렬과 배열
연습문제
SECTION 05 리스트
01 리스트(List)
02 리스트 심화
SECTION 06 함수
01 사용자 정의 함수
02 조건문과 반복문
03 함수와 환경

PART 02 데이터 처리
SECTION 01 Pandas 라이브러리
01 Pandas와 데이터 프레임
02 Pandas의 메서드
연습문제
SECTION 02 Pandas를 활용한 날짜, 문자열 처리
연습문제
SECTION 03 scikit-learn을 활용한 데이터 전처리
01 데이터 전처리 개요
02 결측치 처리
03 범주형 변수 처리
04 변수 변환 및 스케일링
05 차원 축소와 데이터 누수 방지

PART 03 머신러닝과 모델링
SECTION 01 scikit-learn을 활용한 모델 평가 & 파라미터 튜닝
SECTION 02 scikit-learn을 활용한 회귀 모델 적합
01 회귀 분석의 기본
02 회귀 분석 알고리즘
03 앙상블 학습
04 고급 회귀 기법(SVR, Support Vector Regression)
05 모범 답안 작성 예시
SECTION 03 scikit-learn을 활용한 분류 모델 적합
01 분류 모델 평가 및 지표
02 분류 알고리즘
03 앙상블 학습
04 고급 분류 기법(SVM, Support Vector Machine)
05 모범 답안 작성 예시
SECTION 04 scikit-learn을 활용한 군집분석 수행
01 군집분석 준비
02 군집분석 기법

PART 04 통계와 확률
SECTION 01 기초 통계 & 확률의 이해
01 표본 추출
02 통계적 용어 정리
03 확률 계산 과정의 이해
04 확률변수의 편리성
SECTION 02 확률분포 다루기
01 SciPy 라이브러리와 분포 함수
02 이산 확률분포
03 연속 확률분포

PART 05 통계적 추정과 검정
SECTION 01 통계적 추정과 가설 검정
01 구간 추정
02 통계적 검정
03 검정통계량
SECTION 02 t-검정과 분산 비교
01 t-검정의 자료형
02 t-검정의 종류
03 데이터 분석에서 t-검정 적용
04 Python에서 t-검정 수행
05 t-검정 종류에 따른 검정통계량
06 두 그룹의 분산이 같음을 체크하는 방법
SECTION 03 데이터가 분포를 따르는지 확인하는 방법
01 다섯 숫자 요약과 IQR
02 Quantile-Quantile plot
03 Shapiro-Wilk 검정
04 앤더슨-달링(Anderson-Darling) 검정
05 카이제곱 검정
SECTION 04 분산 분석
01 분산 분석(ANOVA, Analysis of Variance)
02 일원 분산 분석(One-way ANOVA)
03 가정 체크와 사후 검정
SECTION 05 비모수 검정
01 비모수 검정
02 비모수 분산 검정(Levene test)
03 1 표본 부호 검정(Sign test)

PART 06 선형 모형
SECTION 01 선형 회귀 분석
01 상관계수(Correlation Coefficient)
02 다중 선형 회귀(Multiple Linear Regression)
03 모델 평가
04 예측
연습문제
SECTION 02 로지스틱 회귀 분석(Logistic Regression)
01 로지스틱 회귀 기본 개념
02 로지스틱 회귀계수 예측과 해석
03 로지스틱 회귀 분석 과정
연습문제

PART 07 최신 기출문제
기출문제 제9회(2024-11-30 시행)
기출문제 제8회(2024-06-22 시행)
기출문제 제7회(2023-12-02 시행)
기출문제 제6회(2023-06-24 시행)
기출문제 제5회(2022-12-03 시행)
기출문제 제4회(2022-06-25 시행)
기출문제 제3회(2021-12-04 시행)
기출문제 정답 & 해설