강좌소개
- 파이썬을 활용하여 웹 크롤링, API 수집 등 한방 산업 특화 데이터 수집 및 전처리 기법을 실습합니다.
- Pandas, Matplotlib 등 핵심 라이브러리를 사용해 데이터를 시각화하고 산업 트렌드 분석 역량을 강화합니다.
- 시계열 분석 및 머신러닝 기반의 소비자 행동 예측 모델을 직접 구축하는 실무 과정을 경험합니다.
강좌 상세페이지 배경
-
Python을 활용한 한방 산업 데이터 시각화 및 분석 진행중 이수증
-
Python을 활용한 한방 산업 데이터 시각화 및 분석
참여기관 목록
관련 묶음강좌
-
SQL, 파이썬을 이용한 한방 데이터 활용 실무총 주차 21 강좌 수 3
강좌소개
학습목표
Python을 활용한 데이터 수집 및 전처리 기법 습득
데이터 분석 및 시각화 역량 강화
강좌 운영일정
- 수강신청기간 : 2025년 11월 중
- 강좌운영기간 : 2025년 12월 31일까지
※ 운영기간은 운영상황에 따라 연장될 수 있습니다.
이수 및 평가기준
강좌명
Python을 활용한 한방 산업 데이터 시각화 및 분석
구분
평가
유형
성적반영여부
(점수가중치)
평가횟수
(평가시기)
평가 내용 및 방법
진단
평가
사전역량
평가
□ Y( %) ■ N
1회
(강좌시작전)
- Python 기초지식 및 데이터 분석 라이브러리 경험 평가
- 데이터 시각화 및 분석 경험 확인
- 학습자 수준에 맞는 맞춤형 학습 지원을 위한 기초자료 수집
형성
평가
퀴즈
■ Y(10%) □ N
6회(매주)
- Python 문법, 데이터 처리 방법, 시각화 기법 등에 대한 객관식 및 코드 기반 퀴즈
- 핵심 개념 이해도와 코드 작성 능력 측정
- 즉각적인 피드백을 통한 학습 조정 지원
토론
■ Y(5%) □ N
2회
(3주,5주)
- 한방산업 데이터 시각화 사례 및 분석 방법론에 관한 토론
- 데이터 시각화의 효과적인 방법과 인사이트 도출 방안 논의
- 참여도, 내용의 질적 수준, 아이디어의 창의성 평가
코딩과제
■ Y(20%) □ N
2회
(2주,4주)
- Python을 활용한 한방 산업 데이터 전처리, 분석, 시각화 과제
- Pandas, Matplotlib, Seaborn 등의 라이브러리 활용 능력 평가
- 코드의 정확성, 효율성, 가독성 및 결과물의 품질 종합 평가
데이터
시각화
대시보드
개발
■ Y(30%) □ N
1회
(5주)
- 한방 산업 데이터를 활용한 인터랙티브 대시보드 개발
- Plotly, Streamlit 등을 활용한 시각화 도구 구현
- 데이터 인사이트 전달력, 사용자 경험, 시각적 효과성 평가
- 실행 가능한 코드와 시연 자료 제출
시계열분석
프로젝트
■ Y(20%) □ N
1회
(6주)
- 한방 산업 시장 트렌드 분석을 위한 시계열 데이터 분석 프로젝트
- 소비자 행동 예측, 시장 트렌드 파악, 미래 전망 도출 등 실무 과제 해결
- 분석 방법론의 적절성, 코드 구현력, 결과 해석의 타당성 평가
- 분석 보고서 및 발표 자료 형태로 제출
총괄
평가
기말고사
■ Y(15%) □ N
1회
(종료 후)
- Python을 활용한 데이터 분석 및 시각화 종합 역량 평가
- 실제 데이터를 활용한 문제해결 능력 검증
- 코드 작성 및 결과 해석 중심의 실습형 평가
- 이수 여부 판단을 위한 참고 자료로 활용
이수기준
( 60 )%
- 총점의 60% 이상 취득 시 강좌 이수 인정
- 시계열 분석 프로젝트 제출은 필수 요건으로 설정
- 이수 시 'Python 기반 한방 데이터 시각화 전문가' 디지털 배지 발급
수업계획서
주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
1 | 파이썬을 활용한 데이터 분석 개요 | 1-1 | 1. 데이터드리븐 마케팅의 이해 2. 마케팅에서 데이터의 중요성 3. 데이터드리븐 마케팅에서의 생성형 AI 활용 | 동영상 |
1-2 | 1. Python의 이해 2. Python을 활용한 데이터 관리 3. Python을 활용한 데이터 분석 프로세스 개요 | 퀴즈 | ||
2 | 소비자 데이터 수집 및 전처리 | 1-1 | 1. Python 실행 환경 설정 2. Python 기본 문법 | 퀴즈 |
1-2 | 1. Python 핵심 문법 | 코딩과제 | ||
3 | 시장 트렌드 분석을 위한 데이터 활용 | 1-1 | 1. 마케팅 과제 소개 ‘데이터 수집 및 정제’ 2. 데이터 수집 및 정제 실습 ① 외부 데이터 수집 및 결합 (웹 스크래핑) ② 데이터 품질 검증 및 전처리 (결측치, 이상치 처리) 3. 생성형 AI활용 실습 | 토론 |
1-2 | 1. 마케팅 과제 소개 ‘핵심지표 시각화 및 고객 그룹 정의’ 2. 핵심지표 시각화 및 고객 그룹 정의 실습 ① 월별 매출 추이 시각화 분석 ② 수익성 높은 처발/시술 및 고객 프로파일링 시각화 3. 생성형 AI활용 실습 | 퀴즈 | ||
4 | 데이터 시각화를 활용한 인사이트 도출 | 1-1 | 1. 마케팅 과제 소개 ‘상품 및 서비스 전략 고도화’ 2. 상품 및 서비스 전략 고도화 실습 ① 특정 질환 대상 연관 처방 분석 (패키지 개발) 3. 생성형 AI활용 실습 | 퀴즈 |
1-2 | 1. 마케팅 과제 소개 ‘타겟 마케팅 채널 및 메시지 개발’ 2. 타겟 마케팅 채널 및 메시지 개발 실습 ① 계절별 유행 질환 예측 ② 계절별 유행 질환 예측 시각화 3. 생성형 AI활용 실습 | 코딩과제 | ||
5 | 한방 산업 마케팅 데이터 분석 실습 | 1-1 | 1. 마케팅 과제 소개 ‘고객 행동 패턴 분석’ 2. 고객 행동 패턴 분석 실습 ① 환자 평균 재방문 주기 분석 ② 환자 평균 재방문 주기 시각화 3. 생성형 AI활용 실습 | 퀴즈/토론 |
1-2 | 1. 마케팅 과제 소개 ‘경영성과 및 미래 가치 예측’ 2. 경영성과 및 미래 가치 예측 실습 ① 방문 시기별 동질 집단(Cohot)의 고객 잔존율 분석 ② 방문 시기별 동질 집단(Cohot)의 고객 잔존율 히트맵 시각화 3. 생성형 AI활용 실습 | 데이터 시각화 대시보드 개발 | ||
6 | 데이터 분석 프로젝트 및 발표 | 1-1 | 1. 마케팅 과제 소개 ‘마케팅 분석 보고서 만들기’ 2. Python에서 생성한 데이터 다운로드 받기 실습 3. 다운로드 받은 데이터를 생성형 AI를 활용하여 마케팅 분석 보고서 만들기 | 시계열 분석 프로젝트 |
1-2 | 1. 마케팅 과제 소개 ‘프로모션 기획서 만들기’ 2. Python으로 분석된 결과를 기반으로 프로모션 기획서 만들기 실습 | 퀴즈 | ||
7 | 시험 | 1-1 |
| 과제 / 기말고사 |
강좌운영진
-
박승희 교수
[소 속] 대구한의대학교 약선푸드테크비즈니스학과
대구한의대학교 K-MEDI디지털교육센터장
[최종학력] 디지털융합비즈니스학박사
[주요저서 GPT의 시대, 디지털휴머니즘
[수상이력] 교육부장관상 (고등교육분야/2013)
소외계층을 위한 AI활용 아이디어 공모전 특별상(2021
-
문혜영 교수
[소 속] (주) ITGO 책임연구원
Kookmin University 겸임교수
[최종학력] 공학박사
[특허]
Non-face-to-face Real-time Learning Management System Using Deep Learning.
Image Super-resolution-based Selective Labeling Device And Method For Improving The Efficiency Of Deep Learning Model Training.
[수상]
Deep Learning-based Real-time Concentration and State Analysis for Non-face-to- face Education.
-
강좌조교(TA)
기타·문의처
E-mail : dhuaid1@naver.com