<p>1. 강의명: 파이썬데이터분석</p><p> </p><p>2. 담당교수: 김현중 교수님</p><p> </p><p>3. 강의방법: 대면강의</p><p> </p><p>4. 강의내용:</p><p>파이썬 기초 문법과 numpy·pandas·matplotlib·seaborn 등 핵심 라이브러리 활용법부터 </p><p>데이터 시각화(히스토그램·산점도·박스플롯)와 기술통계·이상치 탐지 등 전처리 과정을 배우고 실습함. </p><p>이후 상관분석, 단순/다중회귀분석, 변수선택법, 회귀진단 및 성능평가 등을 다루고, 로지스틱 회귀분석과 분류모델 평가까지 강의.</p><p> </p><p>5. 평가방법: 출석(10%), 과제 2회(20%), 시험(70%)</p><p>    - 파이썬 실습을 통해 제출하는 과제 2회, 챗GPT나 클로드 등의 AI툴을 병행할 경우 어렵지 않음</p><p>    - 시험은 중간은 없으며, 기말고사만 진행됨. 오픈북으로 진행되며, 인터넷 사용은 할 수 없음</p><p> </p><p>6. 장/단점</p><p>  1) 장점: 통계에 대한 복습 없이 수업을 따라가는 데에 어려움이 없음</p><p>                AI툴을 잘 사용하며 진행한다면 과제도 어렵지 않으며, 성적도 대체로 잘 주는 편에 해당됨.</p><p> </p><p>  2) 단점: 시간표상의 강의종료까지 쉬는시간없이 진행함에 따라, 퇴근 후 참석하는 것을 고려하였을 때 체력적으로 부담되었음</p><p>                강의 신청 인원을 고려하였을 때 강의실 규모가 너무 타이트함</p><p>                    </p><p>7. 총평</p><p>파이썬 기초부터 토 회귀분석·분류모델 평가, 실습까지 다뤄서 여기서 복습 및 심화까지 병행하는 등의 시간을 투입할 수 있다면</p><p>향후 활용도가 상당히 높은 수업이라고 생각함. 과제도 챗지피티나 클로드 등을 사용하면 무리 없이 해결 가능했고, 성적도 대체로 잘 주는 편에 해당됨.</p><p>통계학에 대해 다시 공부를 하지 않고 수업을 들어도 따라가기엔 어렵지 않으며, 전반적인 학업 부담이 크지 않은 과목에 해당됨.</p><p>본인이 과목에 시간을 여유있게 쓸 수 있다면 몇 안되는 활용도가 높은 수업이라 생각함.</p><p> </p><p> </p><p>- 학업 부담 : ★★★☆☆</p><p>- 학문적 도움 : ★★★☆☆</p><p>- 총점 : ★★★★☆</p>
<!-- -->
