데이터 시각화와 탐색 with POWER BI 3rd

<기본편>
PART 01 Power BI 기본
Chapter 01 Power BI 살펴보기
01 Power BI란?
02 Power BI 제품 구성 요소
03 Power BI 작업 흐름
04 Power BI Desktop이란?
05 Power BI 서비스란?
06 Power BI 콘텐츠
07 Power BI 라이선스
08 Power BI 참고

Chapter 02 Power BI Desktop 시작하기
01 Power BI Desktop 다운로드
02 Power BI Desktop 화면 구성
03 Power BI 옵션

Chapter 03 데이터 가져오기
01 데이터 가져오기
02 테이블과 열(필드) 다루기
03 데이터 새로 고침
04 데이터 원본 변경
05 파일 저장

Chapter 04 파워 쿼리 편집기 다루기
01 파워 쿼리 편집기 시작하기
02 데이터 변환
03 열 병합과 분리, 열 추가
04 쿼리 닫기 및 적용

Chapter 05 데이터 모델링
01 테이블 구조
02 관계 설정과 편집
03 DAX 수식 작성
04 계산 열
05 측정값
06 열 기준 정렬
07 데이터 범주
08 데이터 그룹 설정

Chapter 06 데이터 시각화
01 보고서 페이지 관리
02 시각적 개체 다루기
03 시각적 개체 옵션
04 보고서 작성하기
05 상호 작용 편집

PART 02 Power BI 활용
Chapter 07 파워 쿼리 편집기 활용
01 파일 결합
02 쿼리 추가와 결합
03 쿼리 복제와 참조
04 행 그룹화
05 쿼리 새로 고침

Chapter 08 DAX 함수 활용
01 날짜 테이블 만들기
02 측정값 관리
03 유용한 DAX 함수
04 빠른 측정값
05 DAX 참조, 빠른 측정 갤러리

Chapter 09 다양한 시각화
01 계층 구조
02 조건부 서식
03 스파크라인
04 다양한 시각화
05 새 매개 변수
06 더 많은 시각적 개체 가져오기

Chapter 10 다양한 맵 시각화
01 Power BI 맵 시각적 개체
02 맵 시각화를 위한 Tip
03 등치 지역도
04 도형 맵
05 ArcGIS

Chapter 11 보고서 관리
01 필터
02 보고서 도구 설명
03 보고서 테마
04 페이지 탐색 단추 만들기
05 책갈피 만들기

Chapter 12 Power BI 서비스
01 Power BI 서비스 살펴보기
02 보고서 게시와 공유
03 보고서 내보내기
04 데이터 새로 고침
부록 생성형 AI를 활용한 데이터 분석


<실전편>
PART 03 서울의 1인 세대, 어디서 살고 있을까?
Chapter 01 분석 개요
01 분석 배경
02 분석 절차
03 분석 특징 및 한계

Chapter 02 문제 정의
01 세대 구성의 변화 추이는?
02 1인 세대의 공간적 분포는?
03 1인 세대의 이동 패턴은?

Chapter 03 데이터 수집
01 세대원별 세대수 데이터
02 인구이동 통계 데이터
03 행정동 코드 데이터

Chapter 04 데이터 전처리
01 세대원별 새대수 데이터
02 인구이동 데이터
03 행정동 코드 데이터
04 최종 데이터 적용

Chapter 05 세대 구성 형태의 변화 분석
01 세대수의 변화 시각화
02 세대 구성 형태의 변화 시각화
03 시각화 결과 탐색

Chapter 06 1인 세대의 공간적 분포 분석
01 분석 데이터 준비
02 지역별 1인 세대 현황 시각화
03 공간 분포 패턴 시각화
04 시각화 결과 탐색

Chapter 07 1인 세대의 이동 패턴 분석
01 분석 데이터 준비
02 1인 세대 인구 특성 분석
03 1인 세대 공간 분포 분석
04 시각화 결과 탐색

PART 04 서울의 미세먼지, 어떻게 변화하고 있을까?
Chapter 01 분석 개요
01 분석 배경
02 분석 절차
03 분석 특징 및 한계

Chapter 02 문제 정의
01 미세먼지(PM-10)와 초미세먼지(PM-2.5)의 상관관계는?
02 서울의 미세먼지, 개선되고 있나?
03 기후 요소는 미세먼지에 어떤 영향을 끼칠까?
04 서울시내 지역별 미세먼지 농도는?

Chapter 03 데이터 수집

Chapter 04 데이터 전처리
01 미세먼지 측정 데이터
02 기후 데이터
03 최종 데이터 연결하기

Chapter 05 미세먼지와 초미세먼지의 상관관계
01 데이터 준비
02 상관관계 시각화
03 측정일시 추가
04 시각화 결과 탐색

Chapter 06 서울의 미세먼지, 개선되고 있나?
01 데이터 준비
02 연평균 값의 변화 시각화
03 일 기준 초과 건수 시각화
04 시각화 결과 탐색

Chapter 07 기상 조건과 미세먼지 농도의 관계 분석
01 데이터 준비
02 기온과 미세먼지/초미세먼지 관계 시각화
03 습도와 미세먼지/초미세먼지 관계 시각화
04 풍속과 미세먼지/초미세먼지 관계 시각화
05 풍향과 미세먼지/초미세먼지 관계 시각화
06 시각화 결과 탐색

Chapter 08 서울시 지역별 미세먼지 농도 분석
01 데이터 준비
02 자치구별 미세먼지/초미세먼지 농도 시각화
03 지도로 미세먼지 농도 시각화
04 미세먼지/초미세먼지 농도별 시각화
05 시각화 결과 탐색


PART 05 직장 그만두고, 나만의 카페를 창업해 볼까?
Chapter 01 분석 개요
01 분석 배경
02 분석 절차
03 분석의 특징 및 한계

Chapter 02 문제 정의
01 창업과 폐업 현황은 어떨까?
02 폐업률과 영업기간은 어떨까?
03 프랜차이즈의 영향력은 어느 정도일까?
04 창업하기 좋은 입지는 어디일까?

Chapter 03 데이터 수집
01 카페 인허가 데이터
02 생활인구 데이터

Chapter 04 허가 데이터 전처리
01 데이터 구조 확인
02 분석할 데이터 정리
03 공간정보 정리
04 Power BI로 마무리

Chapter 05 생활인구 데이터 전처리
01 행정구역 데이터 정리
02 생활인구 데이터 정리

Chapter 06 창업과 폐업 추이 분석
01 데이터 준비
02 창업과 폐업 현황 시각화
03 서울시 카폐의 증감 시각화
04 시각화 결과 탐색

Chapter 07 폐업률과 영업기간 분석
01 연도별 폐업률 시각화
02 영업기간 현황 시각화
03 시각화 탐색 결과

Chapter 08 유명 브랜드 카페 분석
01 데이터 준비
02 시장 점유율 시각화
03 매장 분포 시각화
04 성장 추이 시각화
05 시각화 결과 탐색

Chapter 09 카페 입지 분석
01 데이터 준비
02 지역별 카페 분포 시각화
03 지역별 생활인구 시각화
04 카페 과밀 지역 시각화
05 시각화 결과 탐색