- 영화 리뷰 데이터에서 드러난 텍스트를 특정한 감정 키워드로 분류하고, 고객이 리뷰한 컨텐츠의 추천 빈도를 파악해 가설을 세워, 이를 자연어처리 모델인 BERT를 이용해 가설을 검증하는데 활용 - wordcloud를 이용하여 가장 많이 등장하는 단어들을 시각화, 이를 바탕으로 불용어를 처리하는데 활용 - transformers 라이브러리를 통해 BERT를 활용한 전이 학습(Transfer Learning) - keras, pytorch를 이용해, GPU를 이용해 모델링할 수 있도록 설정하고, 학습을 위해 tensor로 데이터 변형

- 결혼 여부, 성별, 교육, 직업, 연령 등의 데이터를 이용하여, 모델링을 통해 남성일수록 5만달러 이상의 소득을 올릴 수 있는 가능성이 높아지는지를 머신러닝모델을 통해 분류및 예측 - pandas와 numpy를 이용해 데이터를 처리하고 분석 및 시각화에 활용 - matplotlib, seaborn, eli5, pdpbox, shap 등을 이용하여 데이터 시각화 - category_encoders를 이용해 머신러닝모델에 데이터를 넣기전 인코딩 - Gradient Boost 모델 학습 및 교차검증

- 트위터에서 특정 유저의 정보와 트윗을 tweepy라는 API로 가져와, PostgreSQL 데이터베이스에 저장하고, 저장한 데이터를 수정하거나 제거하고, Logistic Regression을 활용하여 데이터베이스에 저장된 두 유저사이에서 무작위의 텍스트 입력이 어떤 유저의 트윗일지를 예측하는 간단한 머신러닝 모델링 기능 등을 구현한 트위터 웹 어플리케이션을 구현 - Python을 활용한 Flask를 이용해 Back-end를 구현하고, Flask_SQLAlchemy를 이용해 SQL기반 데이터베이스에 접근

- 세계 4위의 독일 음악시장의 대표 차트인 OffizielleChart를 분석하여, 현지의 음악트렌드, 나아가서 그곳에서의 한국음악의 전망에 대해 분석 - BeautifulSoup4와 Requests 라이브러리를 활용하여 웹사이트의 차트 정보를 크롤링 - Plotly를 이용하여 차트 내용 시각화 - PCA를 활용한 Bi-plot으로 데이터에 대한 깊은 인사이트를 얻는데 활용

This six-course certificate, developed by Google, is designed to provide IT professionals with in-demand skills -- including Python, Git, and IT automation -- that can help them advance their careers. link: https://www.coursera.org/account/accomplishments/specialization/certificate/5DVX4ND6VQUJ