이 장에서는 먼저 셀 값을 기준으로 열을 분할해, 결합된 데이터를 더 다루기 쉬운 부분으로 나누는 방법을 배웁니다. 다음으로 데이터 변환에 조건문을 활용하여 데이터셋에 특정 규칙을 적용하는 방법을 살펴봅니다. 또한 논리 연산자를 사용해 논리 조건을 구성하는 법을 익힙니다. 마지막으로 하나 또는 여러 열의 이름을 변경해 데이터셋을 체계적이고 이해하기 쉽게 정리하는 방법을 알아봅니다.

조건문과 논리 연산자

인플레이션 값 지정하기

학생 데이터 개선하기

도시와 수량으로 분할하기

열 이름 바꾸기

할인율 지정

표현식 기반 데이터 변환을 깊이 있게 다루며, 이는 데이터 조작에 필수적인 역량입니다. 이 장에서는 다양한 문자열 조작을 위해 문자열 표현식을 이해하고 활용하는 법을 다룹니다. 더불어 수식과 연산자를 사용한 수학 표현식을 숙달하여, 필요에 맞는 사용자 지정 열을 만들 수 있도록 합니다. 마지막에는 수학 표현식과 문자열 표현식을 자연스럽게 결합하는 혼합 표현식을 구성하는 능력을 갖추어, 고급 데이터 변환을 위한 종합 도구 세트를 완성합니다.

문자열 및 수학 표현식

Items의 청구 금액 계산하기

학생 점수 계산하기

매출 열을 숫자형으로 변환하기

할인 금액 계산하기

이익 계산하기

여러 테이블에서 열을 추가(Append)하고 병합(Merge)하여 다양한 출처의 데이터를 통합하는 방법을 학습합니다. 또한 상수 값을 갖는 열을 추가하고 열의 순서를 재정렬해 데이터셋 레이아웃을 원하는대로 구성하는 법을 익힙니다. 마지막으로 여러 기준을 지정해 테이블을 정렬하여, 분석에 용이하도록 데이터를 체계적으로 정리합니다. 이러한 기술은 데이터 관리 역량을 높여 복잡한 데이터셋을 더 쉽게 다루고 통찰을 얻을 수 있게 해줍니다.

데이터 통합

데이터 통합 프로세스

가장 비싼 식품 항목 찾기

학생 데이터 통합 및 분석

열 추가 및 병합

날짜 추가 및 열 순서 재정렬

테이블 정렬하기

마지막 장에서는 KNIME 워크플로에 상세한 설명과 태그를 추가해 주제를 명확히 표현함으로써 워크플로를 개선하는 데 초점을 맞춥니다. 더 나아가 워크플로의 일부를 재사용 가능한 KNIME 컴포넌트로 추상화하고, 기능을 묶으며, 사용성을 높이기 위한 시각 요소를 추가하는 방법을 학습합니다. 

끝으로 KNIME Community Hub에서 워크플로와 컴포넌트를 공유하여, 커뮤니티에 유용하고 쉽게 접근할 수 있도록 하는 방법을 배웁니다.

워크플로 공유 및 협업

컴포넌트의 특징

워크플로 공유 및 공동 작업

워크플로 세부 정보 추가

컴포넌트 만들기

컴포넌트 공유하기

강의 마무리

Exercises and Datasets

DataCamp vs. Local Experience

KNIME에서의 데이터 변환 과정은 KNIME을 사용해 데이터를 조작하고 변환하는 데 필요한 기본부터 중급 수준의 기법을 익히도록 설계되었습니다. 먼저 열 분할과 조건문 사용 등 기본적인 데이터 변환 기술을 배웁니다. 이후 표현식 기반 변환과 데이터 통합 같은 더 복잡한 작업으로 확장합니다. 마지막으로 재사용 가능한 컴포넌트를 만들어 KNIME 워크플로의 재사용성을 높이고 최적화하는 방법을 학습합니다. KNIME으로 데이터 관리 역량을 심화하고자 하는 모든 분께 적합한 과정입니다.

<h2>기본 데이터 조작 기법</h2>
<p>KNIME에서 기초 데이터 변환 기술을 익히며 학습 여정을 시작하세요. 이 강의 분류에서는 셀 값을 기준으로 열을 분할하고, 조건문을 사용해 데이터 무결성을 유지하며, 논리 연산자를 활용해 포괄적인 데이터 필터를 만드는 방법을 다룹니다. 또한, 잘 정리된 데이터세트를 유지하기 위해 열 이름을 변경하는 기법도 배우게 됩니다. KNIME에서 데이터 변환을 시작하는 모든 사람에게 이 필수 기술은 매우 중요합니다.</p> <h2>표현식 기반 변환</h2> <p>기초 지식을 바탕으로 중급 데이터 조작 전략을 익혀 보세요. 이 강의의 이 부분에서는 문자열 및 수학 표현식을 만들고 활용하여 복잡한 데이터 변환을 수행하는 기술을 실습 문제합니다. 특정 분석 요구에 맞춘 맞춤형 열을 만드는 방법과 다양한 데이터 변환을 자연스럽게 결합하는 방법을 배워보세요. 이 기술 세트는 더 정교한 데이터 시나리오를 효과적으로 다룰 수 있게 해줍니다.</p> <h2>워크플로와 데이터 통합 향상</h2> <p>이 강의의 마지막 부분에서는 KNIME 워크플로를 최적화하고 향상하는 데 중점을 둡니다. 여러 데이터 소스의 열을 추가하고 병합하며, 상수 값 열을 추가하고, 테이블을 효과적으로 정렬하는 방법을 배워보세요. 또한 이 섹션에서는 워크플로의 분류를 재사용 가능한 구성 요소로 추상화하고, 더 나은 사용성을 위해 시각적 요소를 개선하는 방법을 배웁니다. 이러한 고급 기법을 통해 더 높은 효율성과 통찰력으로 복잡한 데이터세트를 관리하고 분석할 수 있습니다.</p>

Introduction to KNIME

데이터 변환, 열 작업, 워크플로 최적화로 KNIME 기술을 향상하세요.

KNIME에서의 데이터 변환

데이터 변환, 열 작업, 워크플로 최적화로 KNIME 역량을 강화하세요.

KNIME 기초

Sr. Data Scientist

연습해 봅시다!

데이터 통합 - 학생 데이터 통합 및 분석

학생 데이터 통합 및 분석

Create Your Free Account