이 챕터에서는 시간 기반 변수에 익숙해지고, 요일 및 시간 차이와 같이 EDA를 활용해 추가 변수를 추출하는 다양한 방법을 배웁니다. Power BI를 직접 사용하면서 꺾은선형 차트를 만들어 새로운 지표를 계산하고, 기간별 변화와 이동 평균을 포함해 데이터 속에 숨겨진 트렌드를 발견합니다.

시계열 데이터 탐색 시작하기

시계열 분석에 대한 설명

AirBnB 시계열 탐색하기

새 날짜 변수 만들기

요일별 추세 분석

연간 증감률 계산하기

시계열 데이터 탐색

시계열 런 차트

순환 vs. 계절성

시간에 따른 Glassdoor 리뷰 분석하기

첫 시계열 차트 만들기

이동 평균 계산하기

시계열 데이터에서 이상치 찾기

Power BI에서 시계열 분석하기

Power BI에서 EDA의 가장 강력한 기능 중 하나는 목표 결과에 가장 큰 영향을 미치는 변수를 파악하는 것입니다. 이를 가능하게 해주는 Power BI 기본 시각화 도구가 바로 분해 트리입니다. 이 챕터에서는 분해 트리의 개념을 학습하고, 직접 구성하고 해석하여 다른 변수로 목표 결과를 설명하는 방법을 익힙니다.

Decomposition Tree 소개

분해 트리에 대한 설명

Power BI에서 분해 트리 사용하기

Decomposition Tree 시작하기

Decomposition Tree 더 깊이 살펴보기

이직률 분해하기

분해 트리

이 챕터에서는 또 다른 Power BI 기본 도구인 핵심 영향 요인 시각적 개체를 만들어 봅니다. 이 도구는 특정 변수와 관측값 세그먼트에 따라 목표 결과가 얼마나 변하는지 이해하는 데 도움을 줍니다.

Key influencers 소개

Decomposition tree vs. Key influencer

Power BI에서 Key Influencers 사용하기

평균 숙소 가격의 주요 영향 요인

Key influencers에서 만든 세그먼트

슈퍼호스트의 핵심 영향 요인

축하합니다!

핵심 영향 요인

Exercises and Datasets

Course Glossary

DataCamp vs. Local Experience

이 강좌에서는 시계열 데이터를 분석하고, 데이터를 시각화하며, 트렌드를 파악하는 방법을 학습합니다. 새로운 날짜 변수를 만들고, 런 차트를 살펴보며, 이동 평균을 계산하는 방법도 다룹니다. 마지막으로 Power BI의 분해 트리와 핵심 영향 요인을 활용해 목표 변수에 가장 큰 영향을 미치는 변수를 파악하는 방법을 배웁니다.

강좌 용어집은 오른쪽 리소스 섹션에서 확인하실 수 있습니다.

CPE 학점을 취득하려면 강좌를 완료하고 자격 평가에서 70% 이상의 점수를 받아야 합니다. 오른쪽의 CPE 학점 안내를 클릭하면 평가로 이동할 수 있습니다.

Exploratory Data Analysis in Power BI

시계열, 분해 트리, 주요 영향 요인 등으로 보고서를 향상하세요.

Power BI 트렌드 분석

시계열, 분해 트리, 주요 영향 요인 등의 추세 분석 기법을 활용하여 보고서의 질을 높여보세요.

데이터 분석가 Power BI에서

Content Developer at DataCamp

연습해 봅시다!

분해 트리 - Power BI에서 분해 트리 사용하기

Power BI에서 분해 트리 사용하기

Create Your Free Account