Skip to main content
공간 빅데이터 프로그래밍 이미지

공간 빅데이터 프로그래밍




본 강좌는 새로운 K-MOOC 플랫폼에서 운영하는 강좌입니다.

강좌 소개

수업내용/목표

최근 공간 빅 데이터 분석은 공간정보 관련학과 뿐만 아니라 공공 데이터를 연계한 데이터 분석을 하는 모든 학과 학생들에게 필수 교과목입니다. 최근 정부나 관공서 중심의 전통적인 공간정보 생산방식에서 민간 중심의 위치기반 서비스와 융복합(도시, 환경, 방재, 안전 등) 분야로 범위가 확장되어 공간정보 패러다임이 변화하고 있습니다. 빅 데이터 , 인공지능(AI), 클라우드 컴퓨팅, 스마트시티 비즈니스 모델 등 초연결과 초지능의 특징을 가지는 4차 산업혁명에 요구되는 신기술 교육이 요구되고 있습니다. 현재 가장 큰 문제는 빅 데이터 관련 연구나 취업을 진행하고자 하더라도 양적, 질적으로 부족한 관련 인력입니다. 아직도 대학이나 교육기관의 빅 데이터 관련 강좌나 커리큘럼이 부족하고, 인력양성 체계 자체가 전반적으로 취약한 상황입니다. 이러한 장벽을 없애기 위해, 이 강좌에서는 파이썬 라이브러리를 이용해 사례별 공공데이터를 연계 분석하는 과정을 단계별로 학습할 수 있도록 이론과 실습을 진행합니다.

홍보 영상

강좌 운영 계획

주차

주차명

(주제)

주차별

학습 목표

차시

차시명

강좌 운영방법

학습내용

수업방법

평가방법

학습자료

1

데이터사이언스 및 빅데이터 분석 환경구축

빅데이터 개념과 개발 환경 구성

1-1

데이터사이언스와 빅데이터 개념

강의영상(18X1)

퀴즈

(2)

PDF

1-2

빅데이터 응용분야와 파이썬 개념

강의영상(18X1)

1-3

파이썬 통합개발 환경구성

강의영상(22X1)

1-4

강의정리 및 요점정리

1주차 평가문제

2

빅데이터 프로그래밍 기초문법

파이썬 자료형과 조건문 이해

2-1

파이썬 기본개념

강의영상(17X1)

퀴즈

(2)

PDF

2-2

자료형과 변수개념

강의영상(16X1)

2-3

연산자와 조건문

강의영상(24X1)

2-4

강의정리 및 요점정리

2주차 평가문제

3

빅데이터 프로그래밍 자료구조

파이썬 자료구조와 반복문이해

3-1

리스트 자료구조

강의영상(18X1)

퀴즈

(2)

PDF

3-2

딕셔너리 자료구조

강의영상(16X1)

3-3

범위 자료구조와 문자열 함수

강의영상(19X1)

3-4

강의정리 및 요점정리

3주차 평가문제

4

빅데이터 프로그래밍 함수

파이썬함수와 파일처리

4-1

파이썬 함수

강의영상(19X1)

퀴즈

(2)

PDF

4-2

파일처리를 이용한 BMI 계산

강의영상(18X1)

4-3

파이썬 모듈을 이용한 날씨예보정보 분석

강의영상(22X1)

4-4

강의정리 및 요점정리

4주차 평가문제

5

판다스 분석 패키지

 판다스 분석 패키지 이해

5-1

판다스 패키지 개념

강의영상(18X1)

퀴즈

(2)

PDF

5-2

데이터프레임 조회와 서브셋 생성

강의영상(16X1)

5-3

데이터 재구조화

강의영상(19X1)

5-4

강의정리 및 요점정리

5주차 평가문제

6

빅데이터 크롤링

빅데이터 전처리와 수집

6-1

JSON 데이터 개념

강의영상(18X1)

퀴즈

(2)

PDF

6-2

빅데이터 전처리

강의영상(18X1)

6-3

웹페이지 모듈화와 파일 출력

강의영상(18X1)

6-4

강의정리 및 요점정리

6주차 평가문제

7

빅데이터 시각화

날짜/시간 데이터 전처리 및 차트시각화

9-1

일자분석을 위한 데이터 전처리

강의영상(18X1)

퀴즈

(2)

PDF

9-2

월별, 일별, 주간별 데이터 시각화

강의영상(20X1)

9-3

히트맵 시각화

강의영상(17X1)

9-4

강의정리 및 요점정리

6주차 평가문제

8

중간고사

중간고사

8-1

중간고사

수업내용 평가

온라인

중간평가

 

9

의료보건 빅데이터 사례분석

감염병 발생현황 범주형 데이터 분석

7-1

자치구 확진 추이 분석

강의영상(14X1)

과제평가

(1)

PDF

7-2

집단발병 현황분석

강의영상(24X1)

7-3

치료조치 현황분석

강의영상(19X1)

7-4

강의정리 및 요점정리

9주차 평가문제

10

상권 빅데이터 사례분석

상권데이터 지도 시각화 분석

10-1

Folium 파이썬 Map 라이브러리 소개

강의영상(15X1)

퀴즈

(2)

PDF

10-2

상권 데이터 전처리

강의영상(25X1)

10-3

상권정보 매시업 및 마커클러스터 분석

강의영상(19X1)

10-4

강의정리 및 요점정리

10주차 평가문제

11

커피전문점 입지분석

커피전문점 입지 공간분석

11-1

GeoJSON 소개

강의영상(23X1)

퀴즈

(2)

PDF

11-2

커피전문점입지 데이터 차트분석시각화

강의영상(14X1)

11-3

커피전문점위치 행정단위 단계구분도 시각화

강의영상(20X1)

11-4

강의정리 및 요점정리

11주차 평가문제

12

부동산 행정 빅데이터

아파트분양가격동향분석

12-1

부동산 공공데이터 수집 및 전처리

강의영상(25X1)

퀴즈

(2)

PDF

12-2

부동산 공공데이터 그룹집계 분석

강의영상(11X1)

12-3

부동산 공공데이터 Seaborn 시각화

강의영상(16X1)

12-4

강의정리 및 요점정리

12주차 평가문제

13

도시녹지환경 빅데이터 요약분석

판다스프로파일링 데이터요약분석

13-1

단어시각화 패키지소개

강의영상(17X1)

퀴즈

(2)

PDF

13-2

탐색적 데이터 분석방법

강의영상(11X1)

13-3

도시녹지 환경 데이터 전처리

강의영상(29X1)

13-4

강의정리 및 요점정리

13주차 평가문제

14

도시녹지환경 빅데이터 시각화

도시녹지환경 빅데이터 시각화

14-1

도시녹지 환경 빅데이터 분포 시각화

강의영상(17X1)

퀴즈

(2)

PDF

14-2

워드클라우드 시각화

강의영상(19X1)

14-3

도시녹지 환경 빅데이터 Folium 시각화

강의영상(18X1)

14-4

강의정리 및 요점정리

14주차 평가문제

15

기말고사

기말고사

15-1

기말고사

수업내용 평가

온라인

기말평가

 

강좌운영팀 소개

교수자

 professor
주용진 교수
∙ 인하공업전문대학 공간정보빅데이터과 교수
∙ 대한공간정보학회 상임이사
∙ California State University Fresno 방문교수
∙ 국토교통부 국가공간정보위원회 전문위원
∙ 공간정보 학술논문 200여편, 도서, 특허 발표
∙ 국토부 장관상 수상

강좌지원팀

천호진 조교
∙ 2022 인하공업전문대학 학생 창업 사업화 경진대회 최우수상
∙ KSCE 2022 전국대학 캡스톤디자인 경진대회 장려상 수상
∙ 2022 공간정보산업진흥원 공간정보 캡스톤디자인 경진대회 최우수상
∙ 2022 공간정보산업진흥원 공간정보 캡스톤디자인 경진대회 장려상
∙ E-mail: ssml6000@naver.com
인하공전 원격교육지원센터
∙ TEL : (032)870-2475,2476 / E-mail : dsandyh@inhatc.ac.kr

강좌 수강 정보

이수/평가정보

이수/평가정보
구분 퀴즈 과제 중간고사 기말고사
반영비율 24% 6% 40% 30%

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

과제 제출 시 유의 사항

∙ 과제 제출시에는 과제에 대한 문서와 데이터파일, 코드파일을 압축(zip) 파일로 제출해야 함

∙ 과제에 대한 문서는 과제 내용 기술, 데이터셋 구조 설명, 사용한 함수 설명실행 결과 화면 캡처, 참고문헌 등의 순서로 기술해야 함

∙ 과제 데이터 파일은 csv 파일로 제출함

∙ 코드 파일은 파이썬(ipynb)코드 저장을 해서 제출함

∙ 과제 설명 문서는 아래 내용을 포함할 것

- 주제 및 과제내용, 코드화면 캡처, 데이터구조설명, 실행결과 캡처

과제 평가기준

∙ 과제 문서의 완성도

∙ 코드 실행 여부 및 구성 수준

학습 지원 방법

∙ 강좌의 이론과 실습에 대한 질의 응답

∙ 강좌 실습 데이터 및 학습용 소스코드 제공

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    intermediate
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    INHA TECHNICAL COLLEGE
  4. 운영 기관의 전화번호 입니다.

    Phone

    032-870-2427,2475
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 02시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    20시간 00분
    (12시간 00분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2023.02.20 ~ 2023.06.02
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2023.02.27 ~ 2023.06.02
  9. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.