🔵 1주차: 오리엔테이션 및 설정
Python과 Google Colab을 활용한 의료 데이터 분석 과정 소개
의료 데이터의 구조화/비정형 예시와 활용 사례 이해
Google Colab 환경 설정 및 첫 파이썬 코드(BMI 계산기) 실습
기본 변수 입력 및 조건문 사용
간단한 환자 로그 작성 과제 부여
🔵 2주차: 파이썬 기초 문법 및 데이터 유형
변수, 주석, 기본 자료형(정수, 실수, 문자열) 이해
문자열 메서드 및 슬라이싱 활용법 실습
사용자 입력 처리 및 간단한 건강 상태 판단 프로그램 제작
체온에 따른 발열 여부 판단 실습
문자열 조작 및 조건 표현 숙제
🔵 3주차: 제어문 (조건문 & 반복문)
if, elif, else 구조를 통한 조건 처리 학습
for 루프와 while 루프 기본 사용법 실습
break, continue, else를 활용한 흐름 제어
환자 목록 반복 처리 및 체온 조건에 따른 메시지 출력
연령대별 발열 경고 로직 구현
🔵 4주차: 데이터 구조 (리스트, 튜플, 딕셔너리)
리스트 생성 및 요소 접근/추가/삭제 실습
튜플을 통한 불변 데이터 구조 학습
딕셔너리에서 키-값 쌍 사용법 및 수정/삭제 실습
환자 정보를 리스트/딕셔너리로 저장하고 루프 처리
BMI 계산 및 조건 추가 챌린지
🔵 5주차: 함수, 모듈, 패키지
함수 정의 및 호출, 매개변수와 반환값 개념
BMI, BFP(체지방률) 계산 함수 작성 실습
사용자 정의 모듈 작성 및 import 사용법 실습
외부 패키지(Pandas 등) 설치 및 간단한 의료 데이터 분석
Pandas를 활용해 BMI 필터링 및 시각화
🔵 6주차: 웹 크롤링
웹 크롤링 및 웹 스크래핑의 기본 개념
requests와 BeautifulSoup을 활용한 데이터 수집
WHO 웹사이트에서 정보 추출 및 판다스로 저장
웹에서 의료 데이터 수집 → CSV 또는 DataFrame으로 관리
실시간 건강통계 크롤러 제작 실습
🔵 7주차: NumPy
NumPy 배열 생성 및 기본 연산
요소 단위 연산(+, *, /) 및 배열 재구성
평균, 중앙값, 표준편차 등 통계 함수 사용법
환자 키/몸무게 배열로 BMI 계산 실습
2D 배열로 데이터 형태 변환 및 통계 처리
🔵 8주차: Pandas
Pandas Series와 DataFrame 개념
데이터 로드, 필터링, 정렬, 그룹화 실습
진단별 그룹 평균, 연령별 분류 등
조건에 따른 환자 필터링, 정렬, 평균 계산
나이, 체온 등 다양한 변수 기반으로 그룹화
🔵 9주차: Matplotlib 시각화
기본 플롯(선형, 막대형, 산점도) 생성
시각화에 필요한 제목, 라벨, 범례 설정
BMI, 체온 등 데이터 시각화
스타일, 색상, 마커를 통한 플롯 사용자 정의
나이-체온, 나이-BMI 산점도 제작
🔵 10주차: 사례 연구 - 구조화된 데이터 분석
UCI 당뇨병 데이터셋 로드 및 탐색
결측값 확인, 통계요약, 시각화(BMI/나이 분포 등)
Logistic Regression 모델을 이용한 예측
train/test 분리, 표준화, 평가 지표 출력
혼동행렬 시각화 및 성능 평가
🔵 11주차: 사례 연구 - 비정형 데이터 분석
MRI, 엑스레이 등 의료 이미지 소개
OpenCV, PIL로 이미지 읽기, 그레이스케일 변환
이미지 크기 조정, 필터링 등 기본 조작
간단한 이미지 기반 진단 분류기 제작
이미지 전처리 및 시각화 실습
🔵 12주차: 사례 연구 - 제너레이티브 AI 활용하기
제너레이티브 AI(GPT 등)의 개념과 작동 방식 이해
의료 분야에서의 활용 사례 소개:
- 합성 환자 시나리오 생성,
- 의료 보고서 자동 생성
- 합성 의료 데이터로 모델 훈련
윤리적 고려사항 논의