처음 보는 코드를 읽고, 오류 메시지를 읽고, 짧은 코드를 스스로 고칠 수 있다.

1. 01첫 코드 실행하기→
2. 02변수 — 값에 이름 붙이기→
3. 03숫자 계산과 반올림→
4. 04문자열 다루기→
5. 05리스트와 인덱스→
6. 06딕셔너리 — 이름으로 꺼내기→
7. 07조건 — if / elif / else→
8. 08반복 — for 와 누적→
9. 09함수 만들기→
10. 10import — 남이 만든 도구 가져오기→
11. 11오류 메시지 읽고 고치기→

표에서 원하는 숫자 하나를 뽑아내는 길을 스스로 찾을 수 있다.

1. 01CSV 읽어 오기→
2. 02표의 모양 살펴보기→
3. 03자료형 확인하기 — 왜 정수가 실수가 되었나→
4. 04열 고르기 — Series 와 DataFrame→
5. 05loc 와 iloc — 이름으로 vs 번호로→
6. 06조건으로 행 거르기→
7. 07결측치 세고 채우고 버리기→
8. 08기초 통계 — 그리고 표준편차의 함정→
9. 09범주 세기 — unique 와 value_counts→
10. 10그룹으로 묶어 계산하기→
11. 11정렬하고 n번째 뽑기→
12. 12문자열 열 다루기 — 대소문자 함정→
13. 13날짜 다루기→
14. 14표 두 개 합치기→
15. 15피벗 — 표를 가로로 돌리기→
16. 16새 열 만들기 — 파생변수→

전처리 조건을 그대로 코드로 옮겨, 문제가 요구한 자리수로 값을 낼 수 있다.

1. 01사분위수와 IQR→
2. 02이상치 세고 빼고 다시 계산하기→
3. 03정규화 — MinMaxScaler→
4. 04표준화 — StandardScaler 와 ddof 차이→
5. 05결측치 처리 방법이 답을 바꾼다→
6. 061유형 한 문제 통째로 풀기→

학습 데이터로 모델을 만들고 평가 데이터의 예측을 규격에 맞는 CSV 로 낼 수 있다.

1. 01데이터 나누기 — 왜 나누나→
2. 02데이터 누수 — 평가 데이터에 fit 하지 않는다→
3. 03범주형 인코딩→
4. 04분류 모델 만들기 — predict 와 predict_proba→
5. 05ROC AUC — 왜 확률을 제출하나→
6. 06회귀 모델과 RMSE→
7. 07RMSLE — 로그를 씌워 학습하기→
8. 08제출 파일 만들기→

검정통계량과 p-value 를 구하고 그 결과를 과장 없이 문장으로 옮길 수 있다.

1. 01가설·유의수준·p-value→
2. 02일표본 t검정과 단측검정→
3. 03독립표본 t검정과 등분산 가정→
4. 04대응표본 t검정 — 같은 사람의 전후→
5. 05카이제곱 독립성 검정→
6. 06일원배치 분산분석 (ANOVA)→
7. 07선형 회귀 — 계수와 R²→
8. 08로지스틱 회귀와 오즈비→

도움말과 파일을 확인하며 혼자 문제를 풀고 제출할 수 있다.

1. 01help 와 dir — 함수 사용법 찾아보기→
2. 02파일 확인하기→
3. 03출력 형식과 반올림 함정→
4. 04제출 파일 규격 직접 확인하기→
5. 05세 유형을 한 번에 — 그리고 실전 문항으로→