학습 목표
- 01Google Colab·Anaconda·Jupyter 데이터 분석 환경 구축
- 02파이썬 기초 문법과 NumPy·Pandas 라이브러리
- 03머신러닝 알고리즘 개요와 AI 모델링 프로세스
- 04실전 데이터 분석 — 화재 데이터 등 공공데이터 케이스
- 05OpenAI·Gemini API 기반 Python 업무 자동화
- 06Hugging Face 모델과 GitHub 활용 자동화
강의 노트
## DAY 2 · LLM 기반 데이터 분석과 업무 자동화
### 제4부. 데이터 분석 환경 & 파이썬
- **13장** 데이터 분석 환경 — Google Colab, Anaconda + Jupyter
- **14장** 파이썬 핵심 문법 — 변수·자료형, 리스트·딕셔너리, 조건문·반복문, 함수
- **15장** 데이터 분석 라이브러리 — NumPy, Pandas
- **16장** 데이터 확인 및 선택 — 파일 불러오기/저장, iloc·loc, 조건 선택
### 제5부. 머신러닝과 실전 분석
- **17장** 머신러닝 알고리즘 — 모델링 프로세스, 학습 데이터 분할, 학습·평가
- **18장** 생성형 AI 활용 파이썬 분석 환경 — Colab Gemini 기능
- **19장** 실전 실습 — 데이터 목록 확인, 분석 주제 가이드, **화재 데이터 분석 샘플**
### 제6부. 업무 자동화
- **20장** Python + LLM 업무 자동화 — OpenAI/Gemini API, 실용적 자동화 기능, Hugging Face 모델, GitHub 활용
- **9장** LLM 기반 데이터 분석 — 분석 주제 도출, 이미지/영상 생성 프롬프트, 공공 부문 활용 사례
- **10장** 엑셀 업무 자동화 — LLM 활용 엑셀 자동화 개요