클래스 개설

최근 검색어

이런 관심사는 어때요?

한 방으로 끝내는 판다스(Pandas)

인원마감 16명 남았습니다.
00 : 00 : 00
마감 시 가격이 상승할 수 있습니다.

한 방으로 끝내는 판다스(Pandas)

최초 오픈 할인 이벤트 진행중

총 강의 수: 113

  • OT
    Pandas 개요
    04:19
  • 1강
    Series란
    08:41
  • 2강
    Series의 속성 (values, ndim, shape)
    01:38
  • 3강
    결측치 - NaN
    01:21
  • 4강
    연습문제 #1 - Series의 생성
    00:24
  • 5강
    연습문제 #1 - Series의 생성 (해설)
    01:27
  • 6강
    Indexing, Boolean Indexing, Fancy Indexing
    06:13
  • 7강
    결측치 처리 - isnull(), notnull()
    01:37
  • 8강
    슬라이싱 - 범위추출
    01:48
  • 9강
    DataFrame이란
    03:06
  • 10강
    DataFrame 속성
    01:54
  • 11강
    Index(인덱스)와 Column(컬럼)
    03:11
  • 12강
    연습문제 #2 - 데이터프레임 생성
    03:11
  • 13강
    연습문제 #2 - 데이터프레임 생성 (해설)
    02:26
  • 14강
    엑셀(Excel) 파일 불러오기
    06:29
  • 15강
    엑셀파일로 저장하기
    04:42
  • 16강
    CSV 파일 불러오기
    05:06
  • 17강
    CSV 파일로 저장하기
    01:59
  • 18강
    파일입출력 연습문제 안내
    00:26
  • 19강
    파일입출력 연습문제 해설
    03:42
  • 20강
    실습에 활용할 데이터셋 소개 (타이타닉)
    08:20
  • 21강
    데이터 조회 (head, tail, info, describe, value_counts)
    05:20
  • 22강
    연습문제 #3 - 데이터 분포 확인
    00:13
  • 23강
    연습문제 #3 - 데이터 분포 확인 (해설)
    00:36
  • 24강
    데이터프레임 속성(Attribute)
    04:03
  • 25강
    데이터 타입(dtype) 변경
    04:07
  • 26강
    정렬 - sort_index, sort_values
    04:59
  • 27강
    연습문제 #4 - 정렬
    00:50
  • 28강
    연습문제 #4 - 정렬 (해설)
    02:05
  • 29강
    loc
    10:50
  • 30강
    연습문제 #5 - loc 활용
    01:23
  • 31강
    연습문제 #5 - loc 활용 (해설)
    06:29
  • 32강
    iloc
    02:57
  • 33강
    at, iat, where, isin
    07:53
  • 34강
    연습문제 #6 - 조건 필터
    00:49
  • 35강
    연습문제 #6 - 조건 필터 (해설)
    02:51
  • 36강
    평균(mean)
    05:54
  • 37강
    연습문제 #7 - 조건에 맞는 통계값 산출
    00:28
  • 38강
    연습문제 #7 - 조건에 맞는 통계값 산출 (해설)
    02:37
  • 39강
    skipna 옵션
    02:12
  • 40강
    중앙값(median)
    03:30
  • 41강
    누적합(cumsum), 누적곱(cumprod)
    01:50
  • 42강
    분산(var), 표준편차(std)
    05:27
  • 43강
    최소(min), 최대(max), 통합통계(agg)
    01:42
  • 44강
    분위(quantile), 고유값(unique), 최빈값(mode), 상관관계(corr)
    05:55
  • 45강
    데이터프레임 복제(copy)
    03:29
  • 46강
    결측치(isnull, notnull)
    04:15
  • 47강
    연습문제 #8 - 결측치 조건으로 채우기
    00:19
  • 48강
    연습문제 #8 - 결측치 조건으로 채우기 (해설)
    01:51
  • 49강
    결측치 일괄 채우기(fillna)
    07:31
  • 50강
    연습문제 #9 - 타이타닉 승객 나이 결측치 채우기
    00:22
  • 51강
    연습문제 #9 - 타이타닉 승객 나이 결측치 채우기 (해설)
    03:52
  • 52강
    최빈값(mode) 채우기
    01:59
  • 53강
    결측치 포함 행 제거(dropna)
    02:05
  • 54강
    행(row), 컬럼(column) 추가 및 삭제
    06:05
  • 55강
    연습문제 #10 - 행과 열 삭제
    00:34
  • 56강
    연습문제 #10 - 행과 열 삭제 (해설)
    01:22
  • 57강
    컬럼간 연산
    03:36
  • 58강
    컬럼의 타입(dtype) 변환
    04:57
  • 59강
    날짜시간 인덱스 생성(date_range)
    02:31
  • 60강
    날짜시간(datetime) 타입
    02:55
  • 61강
    날짜시간 변환(to_datetime)
    02:58
  • 62강
    숫자형 변환(to_numeric)
    06:46
  • 63강
    구간 나누기(cut)
    05:17
  • 64강
    구간 나누기(qcut)
    02:54
  • 65강
    파이썬 함수 적용(apply)
    08:02
  • 66강
    그룹핑(groupby), aggregation
    09:59
  • 67강
    연습문제 #10 - 조건별 결측치 채우기
    00:31
  • 68강
    연습문제 #10 - 조건별 결측치 채우기 (해설)
    06:02
  • 69강
    피봇테이블(pivot_table)
    03:46
  • 70강
    데이터 연결(concat)
    08:32
  • 71강
    데이터 병합(merge)
    11:15
  • 72강
    Pandas를 활용한 데이터 분석 최종과제
    01:40
  • 73강
    Pandas를 활용한 데이터 분석 최종과제 (해설)
    37:43
  • 74강
    데이터 시각화란
    05:48
  • 75강
    데이터로드 및 한글폰트 설정
    05:21
  • 76강
    line 플롯
    05:14
  • 77강
    bar, barh 플롯
    02:38
  • 78강
    histogram, KDE
    03:43
  • 79강
    hexbin 플롯
    01:38
  • 80강
    box 플롯
    04:20
  • 81강
    pie, scatter 플롯
    02:04
  • 82강
    그래프 스타일링
    07:58
  • 83강
    Matplotlib 개요
    03:43
  • 84강
    캔버스, subplot, subplots
    11:33
  • 85강
    기본 용어 및 스타일링
    11:04
  • 86강
    scatter 플롯
    05:03
  • 87강
    bar 플롯
    06:35
  • 88강
    line 플롯
    03:53
  • 89강
    area 플롯
    02:32
  • 90강
    histogram, 누적분포표
    06:03
  • 91강
    pie 플롯
    02:49
  • 92강
    box 플롯
    02:07
  • 93강
    3D 시각화(projection 3d)
    04:50
  • 94강
    이미지 시각화(imshow)
    02:19
  • 95강
    seaborn 이란
    03:53
  • 96강
    seaborn의 핵심 기능 및 주요 장점
    12:56
  • 97강
    scatter 플롯
    04:00
  • 98강
    bar 플롯
    05:08
  • 99강
    line 플롯
    03:03
  • 100강
    histogram, 누적분포표
    03:51
  • 101강
    box 플롯
    04:37
  • 102강
    통계형 차트의 개요
    01:08
  • 103강
    count 플롯
    04:55
  • 104강
    kde, rug 플롯
    04:38
  • 105강
    heatmap
    05:44
  • 106강
    pair 플롯
    05:00
  • 107강
    violin 플롯
    03:33
  • 108강
    lm 플롯
    05:09
  • 109강
    rel 플롯
    03:14
  • 110강
    joint 플롯
    02:19
  • 111강
    swarm 플롯
    00:56
  • 112강
    cat 플롯
    05:04
59% 할인 월 10,000원

4,083

  • 개강날짜 즉시 시작
  • 수강기간 평생 권 중 선택
  • 장학혜택 활동 우수 장학금
  • 주의사항인원 마감시 가격이 상승될 수 있습니다.
최초 오픈 할인 이벤트 진행중

수강 후 우리들의 변화

인원마감 16명 남았습니다.
00 : 00 : 00
마감 시 가격이 상승할 수 있습니다.

커뮤니티와 함께하는AI/머신러닝 클래스

커뮤니티
커뮤니티형 그룹 클래스

수강 후 우리들의 변화

  • 강의 영상
  • 리뷰
  • 커리큘럼
  • 클래스 소개
  • 추천
  • 환불정책

👋🏻 클래스 필수 정보

  • 수강 기간 평생 수강권 중 선택
  • 그룹 미션 총 0개
  • 소통 커뮤니티 그룹형
  • 진행방식 온라인 수업

커리큘럼

08:10:31

  • OT
    Pandas 개요 FREE
    04:19 PLAY
  • 1강
    Series란 FREE
    08:41 PLAY
  • 2강
    Series의 속성 (values, ndim, shape)
    01:38
  • 3강
    결측치 - NaN
    01:21
  • 4강
    연습문제 #1 - Series의 생성
    00:24
  • 5강
    연습문제 #1 - Series의 생성 (해설)
    01:27
  • 6강
    Indexing, Boolean Indexing, Fancy Indexing
    06:13
  • 7강
    결측치 처리 - isnull(), notnull()
    01:37
  • 8강
    슬라이싱 - 범위추출
    01:48
  • 9강
    DataFrame이란
    03:06
  • 10강
    DataFrame 속성
    01:54
  • 11강
    Index(인덱스)와 Column(컬럼)
    03:11
  • 12강
    연습문제 #2 - 데이터프레임 생성
    03:11
  • 13강
    연습문제 #2 - 데이터프레임 생성 (해설)
    02:26
  • 14강
    엑셀(Excel) 파일 불러오기
    06:29
  • 15강
    엑셀파일로 저장하기
    04:42
  • 16강
    CSV 파일 불러오기
    05:06
  • 17강
    CSV 파일로 저장하기
    01:59
  • 18강
    파일입출력 연습문제 안내
    00:26
  • 19강
    파일입출력 연습문제 해설
    03:42
  • 20강
    실습에 활용할 데이터셋 소개 (타이타닉)
    08:20
  • 21강
    데이터 조회 (head, tail, info, describe, value_counts)
    05:20
  • 22강
    연습문제 #3 - 데이터 분포 확인
    00:13
  • 23강
    연습문제 #3 - 데이터 분포 확인 (해설)
    00:36
  • 24강
    데이터프레임 속성(Attribute)
    04:03
  • 25강
    데이터 타입(dtype) 변경
    04:07
  • 26강
    정렬 - sort_index, sort_values
    04:59
  • 27강
    연습문제 #4 - 정렬
    00:50
  • 28강
    연습문제 #4 - 정렬 (해설)
    02:05
  • 29강
    loc
    10:50
  • 30강
    연습문제 #5 - loc 활용
    01:23
  • 31강
    연습문제 #5 - loc 활용 (해설)
    06:29
  • 32강
    iloc
    02:57
  • 33강
    at, iat, where, isin
    07:53
  • 34강
    연습문제 #6 - 조건 필터
    00:49
  • 35강
    연습문제 #6 - 조건 필터 (해설)
    02:51
  • 36강
    평균(mean)
    05:54
  • 37강
    연습문제 #7 - 조건에 맞는 통계값 산출
    00:28
  • 38강
    연습문제 #7 - 조건에 맞는 통계값 산출 (해설)
    02:37
  • 39강
    skipna 옵션
    02:12
  • 40강
    중앙값(median)
    03:30
  • 41강
    누적합(cumsum), 누적곱(cumprod)
    01:50
  • 42강
    분산(var), 표준편차(std)
    05:27
  • 43강
    최소(min), 최대(max), 통합통계(agg)
    01:42
  • 44강
    분위(quantile), 고유값(unique), 최빈값(mode), 상관관계(corr)
    05:55
  • 45강
    데이터프레임 복제(copy)
    03:29
  • 46강
    결측치(isnull, notnull)
    04:15
  • 47강
    연습문제 #8 - 결측치 조건으로 채우기
    00:19
  • 48강
    연습문제 #8 - 결측치 조건으로 채우기 (해설)
    01:51
  • 49강
    결측치 일괄 채우기(fillna)
    07:31
  • 50강
    연습문제 #9 - 타이타닉 승객 나이 결측치 채우기
    00:22
  • 51강
    연습문제 #9 - 타이타닉 승객 나이 결측치 채우기 (해설)
    03:52
  • 52강
    최빈값(mode) 채우기
    01:59
  • 53강
    결측치 포함 행 제거(dropna)
    02:05
  • 54강
    행(row), 컬럼(column) 추가 및 삭제
    06:05
  • 55강
    연습문제 #10 - 행과 열 삭제
    00:34
  • 56강
    연습문제 #10 - 행과 열 삭제 (해설)
    01:22
  • 57강
    컬럼간 연산
    03:36
  • 58강
    컬럼의 타입(dtype) 변환
    04:57
  • 59강
    날짜시간 인덱스 생성(date_range)
    02:31
  • 60강
    날짜시간(datetime) 타입
    02:55
  • 61강
    날짜시간 변환(to_datetime)
    02:58
  • 62강
    숫자형 변환(to_numeric)
    06:46
  • 63강
    구간 나누기(cut)
    05:17
  • 64강
    구간 나누기(qcut)
    02:54
  • 65강
    파이썬 함수 적용(apply)
    08:02
  • 66강
    그룹핑(groupby), aggregation
    09:59
  • 67강
    연습문제 #10 - 조건별 결측치 채우기
    00:31
  • 68강
    연습문제 #10 - 조건별 결측치 채우기 (해설)
    06:02
  • 69강
    피봇테이블(pivot_table)
    03:46
  • 70강
    데이터 연결(concat)
    08:32
  • 71강
    데이터 병합(merge)
    11:15
  • 72강
    Pandas를 활용한 데이터 분석 최종과제
    01:40
  • 73강
    Pandas를 활용한 데이터 분석 최종과제 (해설)
    37:43
  • 74강
    데이터 시각화란
    05:48
  • 75강
    데이터로드 및 한글폰트 설정
    05:21
  • 76강
    line 플롯
    05:14
  • 77강
    bar, barh 플롯
    02:38
  • 78강
    histogram, KDE
    03:43
  • 79강
    hexbin 플롯
    01:38
  • 80강
    box 플롯
    04:20
  • 81강
    pie, scatter 플롯
    02:04
  • 82강
    그래프 스타일링
    07:58
  • 83강
    Matplotlib 개요
    03:43
  • 84강
    캔버스, subplot, subplots
    11:33
  • 85강
    기본 용어 및 스타일링
    11:04
  • 86강
    scatter 플롯
    05:03
  • 87강
    bar 플롯
    06:35
  • 88강
    line 플롯
    03:53
  • 89강
    area 플롯
    02:32
  • 90강
    histogram, 누적분포표
    06:03
  • 91강
    pie 플롯
    02:49
  • 92강
    box 플롯
    02:07
  • 93강
    3D 시각화(projection 3d)
    04:50
  • 94강
    이미지 시각화(imshow)
    02:19
  • 95강
    seaborn 이란
    03:53
  • 96강
    seaborn의 핵심 기능 및 주요 장점
    12:56
  • 97강
    scatter 플롯
    04:00
  • 98강
    bar 플롯
    05:08
  • 99강
    line 플롯
    03:03
  • 100강
    histogram, 누적분포표
    03:51
  • 101강
    box 플롯
    04:37
  • 102강
    통계형 차트의 개요
    01:08
  • 103강
    count 플롯
    04:55
  • 104강
    kde, rug 플롯
    04:38
  • 105강
    heatmap
    05:44
  • 106강
    pair 플롯
    05:00
  • 107강
    violin 플롯
    03:33
  • 108강
    lm 플롯
    05:09
  • 109강
    rel 플롯
    03:14
  • 110강
    joint 플롯
    02:19
  • 111강
    swarm 플롯
    00:56
  • 112강
    cat 플롯
    05:04
담당 선생님 테디노트

클래스 소개

판다스 (Pandas)는

파이썬에서 가장 널리 쓰이는

라이브러리 가운데 하나입니다.


데이터 분석을 위한 필수 요소로

자리 잡은 판다스,

여러분은 한 방으로 끝내는 판다스 강의를 통해

파이썬 데이터 분석의 필수 라이브러리인

판다스에 대한 모든 것을 학습할 수 있습니다.



🎨왜 많은 판다스(Pandas) 강의 중에서
 이 강의를 들어야 하죠?


판다스는 파이썬에서 가장 널리 쓰이는

라이브러리 가운데 하나입니다.

데이터 분석 전문가가 파이썬으로 데이터 분석을 한다면,

아마 대부분은 가장 먼저

판다스 라이브러리를 임포트 할 것입니다.






데이터 분석을 위한 필수 요소로

널리 자리 잡은 판다스,

여러분이 파이썬의 기초를 충분히 학습했다면,

이제 판다스 학습을를 통해

데이터를 수정하고 목적에 맞는 형태로 가공하는

작업을 본격적으로 배울 수 있습니다.


판다스는 파이썬을 활용한 데이터 분석의

가장 필수적인 부분입니다.


통계모델 적용, 시각화, 머신러닝, 딥러닝 등

어떤 데이터 분석 작업을 하든지 데이터를

적합한 형태로 가공하는 '전처리' 과정이 필요합니다.


이런 전처리 과정을 진행하기 위해서는

판다스를 활용해야만 합니다.


한 방으로 끝내는 판다스 강의는

판다스 공식 문서를 기반으로 한 판다스의

기본 개념과 원리부터, 실제 타이타닉 호 생존자

데이터를 활용한 데이터 분석 예제와 실습 등

다양한 실사례 데이터를 통해 여러분들이

데이터 분석에 대해 흥미를 느끼고 보다

쉽게 접근할 수 있는 강의입니다.



🎨타이타닉 호의 비극에는

어떤 데이터가 숨어 있을까요?



여러분은 1912년 침몰한 거대 유람선 타이타닉 호를 아시나요?

아마 '타이타닉' 영화를 한 번쯤은 보셔서

아실 거라고 생각이 듭니다.


그런데 이 타이타닉 호의 생존자

데이터에 대한 분석이 활발하게 이루어지고

있다는 사실도 알고 계실까요?



🎨타이타닉 호의 비밀과 함께

자연스럽게 풀리는 판다스


과연, 타이타닉의 생존자들은 1등석이 많을까요?

여자들이 많을까요?

아니면 어떤 특정 조건에 해당하는 사람들이 많을까요?

그 결과가 궁금하다면,

여러분들은 수업을 통해 그 답을 찾아가실 수 있습니다.



물론 답을 찾아가는 과정은,

판다스를 통한 데이터 분석을 통해

흥미진진하게 진행이 됩니다.

여러분이 한 방으로 끝내는 판다스 수업을 통해

판다스를 공부하는 사이 타이타닉의 생존자 데이터의

비밀이 자연스럽게 풀리게 되는 신기한 경험을 할 수 있습니다.



🎨떠먹여주는 '데이터 시각화 스킬'은 덤


데이터 분석의 꽃은 '데이터 시각화'라고 할 수 있습니다.

아무리 훌륭한 데이터 프레임이라고 해도,

데이터 시각화가 없는 데이터 프레임은 표에 불과할 수 있습니다.

판다스를 활용해 데이터를 능숙하게 다룬다고 해도,

결국 해당 데이터 분석을 이해시키고

설득하는 과정을 위해서는 '데이터 시각화'가 필수입니다.


판다스를 통해 데이터 분석의 뿌리와 줄기를 열심히 배우고

익힌 수강생분들을 위해서, 본 수업에서는

'데이터 시각화' 강의를 추가로 제공해 드립니다.



🎨한 방으로 끝나는 판다스 전자책 무료 제공!



https://wikidocs.net/book/4639에서 전자책을 보실 수 있습니다.



🎨참고 사이트 및 저서


테디노트(깃헙 블로그) :https://teddylee777.github.io

머신러닝 혼자서 스터디 :https://github.com/teddylee777/machine-learning

파이썬 딥러닝 텐서플로 (정보문화사)

도서 정보http://www.yes24.com/Product/Goods/102603640

클래스는 이렇게 진행돼요.

필수
커뮤니티에 가입하기

결제 직후, 커뮤니티에 초대해드립니다. 커뮤니티에 가입 후 같은 기수의 사람들과 소통해보세요.

미션
AI/머신러닝 미션

그룹 미션 0개를 드립니다.
내가 원하는 시간에, 원하는 장소에서 미션 완료 후 커뮤니티에 인증하면 완료!

💪 필독 장학금 혜택 안내드려요.

한 방으로 끝내는 판다스(Pandas) 테디노트 AI/머신러닝 미션
한 방으로 끝내는 판다스(Pandas) 테디노트 AI/머신러닝 미션
한 방으로 끝내는 판다스(Pandas) 테디노트 AI/머신러닝 미션

커뮤니티에서 함께한
클래스유 회원들의 리뷰

이혜인 리얼리뷰 : 온라인이지만 많은 사람이 같은편이 되어서 같이하는 느낌이 신기했어요!! 그룹 미션이 있으니까 서로 의지하면서 꾸준히 하게 되는 거 같아요!!
고기만두 리얼리뷰 : 다같이 소통하면서 하는거라 즐겁게 참여하고 운동이 재미있다고 느낀건 정말 오랜만이여서 좋은 경험이였습니다! 4기에도 참여하고 싶어요☆
코코리 리얼리뷰 : 저 작심삼일도 안가는 스타일인데 채팅방에서 계속 저를 응원해주니까 할 수 밖에 없어요!! 뭔가 끈끈해지는 것도 있고 재밌어요 ㅋㅋㅋ
정히잇 리얼리뷰 : 내 습관과 의지를 잡아주는 친구가 생긴 느낌이에요! 처음에 이게 될까? 싶었는데 이제는 없으면 안 돼요ㅠㅠ. 😍😍👏🏻

안녕하세요?
테디노트입니다.

패스트캠퍼스 강의 - 직장인을 위한 파이썬 데이터분석 올인원 패키지 Online.
패스트캠퍼스 Byte Degree 프로젝트 감수 - Byte Degree : Machine Learning with Python.
패스트캠퍼스 데이터분석 Capstone 프로젝트 & 포트폴리오 완성 과정 강의.
대구 디지털진흥원 - A.I. 트렌드 2020 & 비즈니스 적용 강연.
SK그룹 기업 (파이썬, 데이터분석, 머신러닝, 텐서플로우) 강의.
KT AI 교육센터 (텐서플로우 자격 인증 과정) 강의.
멀티캠퍼스 (텐서플로우 자격 인증 과정) 강의.
서울대학교 평생교육원 텐서플로우 개발자 과정 강의.
인프런 텐서플로우 자격 인증 과정
런어데이 텐서플로우 자격 인증 과정
고려대학교 기술경영대학원 - 딥러닝 GAN 특화 과정, 머신러닝 특화 과정 강의.
삼성SDS - Senior DS Level 2 인증과정 강의.
DB 인재개발원 - Python 데이터 분석, 머신러닝 강의.
NIA 한국정보와진흥원 - 텐서플로우 강의.
패스트캠퍼스 - 파이썬 딥러닝 300제 강의
대구 디지털진흥원 - Python, 데이터분석, 시각화, 머신러닝 강의.
섹터나인Secta9ine - 데이터 분석 강의

등록을 서두르세요!
그룹은 인원이 제한되어 있습니다.

1차 남은자리: 16개
00 : 00 : 00

이건 어때요?

    환불 정책더 보기

    수강권 환불

    수강권 환불 규정
    구분 환불액 위약금
    수강기간 시작일로부터 7일 이내 무료로 오픈된 컨텐츠만을 이용한 경우 결제대금 전액 없음
    수강 기간 또는 컨텐츠 이용 1/10 경과 전 결제대금의 9/10 결제금액의 10%
    수강 기간 또는 컨텐츠 이용 2/10 경과 전 결제대금의 8/10
    수강 기간 또는 컨텐츠 이용 3/10 경과 전 결제대금의 7/10
    수강 기간 또는 컨텐츠 이용 4/10 경과 전 결제대금의 6/10
    수강 기간 또는 컨텐츠 이용 5/10 경과 전 결제대금의 5/10
    수강 기간 또는 컨텐츠 이용 6/10 경과 전 결제대금의 4/10
    수강 기간 또는 컨텐츠 이용 7/10 경과 전 결제대금의 3/10
    수강 기간 또는 컨텐츠 이용 8/10 경과 전 결제대금의 2/10
    수강 기간 또는 컨텐츠 이용 9/10 경과 후 환불 불가 -

    준비물 환불 및 교환

    구분 준비물 상품성 훼손 여부 환불액 교환 요청 가능 여부
    배송 완료로부터 7일 이내 X 결제 금액에서 왕복 택배비를 제한 금액 가능
    배송 완료로부터 7일 이내 O 청약철회 제한 불가
    배송 완료로부터 7일 초과 - 청약철회 제한 불가
    * 수강기간이란 회원이 구매한 수강권의 수강 기간을 의미합니다.
    * 수강기간은 결제일부터 시작하나, 결제일 당시 클래스가 개강되기 전이라면, 수강기간은 클래스가 개강한 날로부터 시작합니다.
    * 컨텐츠 이용이란, 클래스를 구성하는 컨텐츠 중 이용한 컨텐츠의 비율을 의미합니다. 단, 클래스 영상의 일부 재생 시 이용한 것으로 간주합니다.
    * 환불 요청일 기준 수강기간과 수강진도 중 높은 값을 적용하여 환불금액을 산정합니다.
    * 수업 자료를 다운받았을 경우에는 컨텐츠를 이용하신 것으로 간주합니다.
    * 사용하신 수강 기간은 클래스 시작일로부터 환불 접수일까지의 기간으로 계산합니다.
    - 학습기간 별로 수강기간과 추가 혜택 기간이 존재합니다. 환불은 수강 기간에 대하여만 진행되며, 추가 혜택 기간에는 환불이 불가합니다.
    - 1개월권 구매 시 = 수강기간 (31일)
    - 3개월권 구매 시 = 수강기간 (93일)
    - 6개월권 구매 시 = 수강기간 (186일)
    - 평생 수강권은 실 수강기간(6개월)에 추가 혜택기간이 포함된 것으로, 실 수강 기간 종료 후 추가 혜택기간에 클래스의 변화에 관하여는 책임을 지지 않습니다.

    * 수강기간은 일시정지 하실 수 없으며, 구매하신 수강권(수강 기간)을 이용 중 변경하는 것은 불가능합니다.
    * 포인트를 활용하여 결제하신 경우, 환불 시 사용하신 포인트는 반환되지 않습니다.
    * 준비물이 배송 준비중에 있을 때 취소 요청을 하신 경우, 배송 업체에 확인 후 환불절차가 진행됩니다.
    - 만일 배송이 이미 시작된 경우, 왕복배송비 차감 후 환불이 진행됩니다.

    * 사은품을 받고 취소를 하신 경우, 사은품은 준비물과 동일하게 보고 결제하신 금액에서 차감 후 환불이 진행됩니다.
    * 준비물의 경우, 제조사의 환불 및 A/S 정책을 따릅니다.
    * 당일 카드 취소는 즉시 취소확인이 가능하나, 일정 기간이 지난 후 취소한 경우 일부 카드수수료 등이 발생할 수 있으며, 승인 취소가 되기까지 영업일 기준 최대 5일 정도의 기간이 소요됩니다.
    * 전액환불 대상이나, 카드 취소가 불가한 경우 계좌이체로 환불이 진행되며 결제 수수료 5%를 제외하고 환불이 진행됩니다.

    "*환급반/ 환불보장 클래스의 경우 당사에서 진행하는 이벤트가 아닌 강사님께서 별도로 진행하는 이벤트이므로, 당사에서 진행하는 환불규정과는 별개의 내용입니다. 해당 클래스 환급 관련 문의는 강사님께 메세지 바랍니다."

    환불 진행 방법

    • [스마트폰 이용시]
      어플 하단 [마이프로필] > [내정보] > [결제내역] 에서
      환불 원하시는 클래스의 [결제 상세 보기] 클릭 후
      [환불 신청] 탭 클릭하여 환불 양식 작성하여 신청해주세요.

    • [PC 이용시]
      클래스유 홈페이지 접속하여
      우측 상단 클래스톡 아이콘 클릭
      [내정보] > [결제내역] 에서
      환불 원하시는 클래스의 [결제 상세 보기] 클릭 후
      [환불 신청] 탭 클릭하여 환불 양식 작성하여 신청해주세요.

    • 환불 규정 필시 확인 바랍니다.
      ## 접수일 기준 48시간내 처리 됩니다.
      ☞환불 신청 전 고려하셔야 할 사항 안내드립니다.
      1. 결제일로부터 7일 이전, 무료 강의 외 사용한 강의 없는 경우 적립금, 결제 금액 전액 환불
      2. 결제일로부터 7일 이전, 무료 강의 외 사용한 강의 있거나 결제일로부터 7일 이후 환불 접수하시는 경우 이용분에 대해 차감 결제금액 10%수수료발생,적립금 환불 X
      * 사용일수는 클래스 시작일로부터 환불건 접수해주신 날짜까지를 기준으로 환불이 진행됩니다.
      3. 준비물 환불은 클래스톡내 상담창을 통해 문의해주세요.
      4. 환불기간
      환불은 평일 09:00~17:00에 처리되며, 계좌이체건 환불은 월/수/금 오후 중으로 처리됩니다.
      처리 이후 문자 전송되며, 카드 취소의 경우 2~3일후 취소 문자 발송됩니다.
      (문자는 web발신 전용으로 수신이 어렵습니다.)

    고객센터

    해결되지 않는 문제점이 있나요?
    전문 상담사가 함께 고민해드릴게요!

    위로 가기