반응형

분류 전체보기 176

PoC(Proof of Concept)란?

PoC(Proof of Concept)란 무엇인가요?데이터 분석가로서 경로를 계획하는 여러분에게, PoC(Proof of Concept, 개념 증명)는 꼭 알아야 할 중요한 개념입니다. PoC는 새로운 아이디어나 기술이 실제로 잘 작동하는지 확인하는 과정입니다. 이 글에서는 PoC가 무엇인지, 왜 중요한지, 그리고 데이터 분석에 어떻게 활용할 수 있는지를 쉽게 설명해 드릴게요.1. PoC란 무엇인가요?PoC는 아이디어나 기술이 실제로 가능한지를 작은 실험을 통해 확인하는 단계입니다. 예를 들어, 새로운 데이터 분석 도구나 기법이 실제로 유용한지 테스트해보는 것입니다. PoC는 작은 모델이나 시제품을 만들어 아이디어가 잘 작동하는지를 평가하는 과정입니다.2. PoC의 중요성아이디어 확인: PoC를 통해 아..

Data Analyst 2024.09.13

머신러닝 분석 Top 15

머신러닝 분석 Top 15📌 회귀 분석 (Regression Analysis)선형 회귀 (Linear Regression)종속 변수와 하나 이상의 독립 변수 간의 선형 관계를 모델링합니다. 예측과 회귀 분석에 사용됩니다.로지스틱 회귀 (Logistic Regression)종속 변수가 범주형일 때 사용되며, 이진 분류 문제에 널리 활용됩니다.📌 분류 분석 (Classification Analysis)서포트 벡터 머신 (Support Vector Machine, SVM)고차원 공간에서 데이터 분리를 위한 초평면을 찾습니다. 비선형 문제 해결이 가능합니다.K-최근접 이웃 (K-Nearest Neighbors, K-NN)새로운 데이터 포인트의 클래스를 K개의 이웃 데이터 포인트의 클래스에 따라 예측합니다.나..

Data Analyst 2024.06.03

다양한 데이터 저장소 요약 (DB, DW, DM)

1. 관계형 데이터베이스 시스템 (RDBMS)특성: 데이터는 테이블 형식으로 저장되고, 각 테이블은 고유한 스키마를 가집니다. SQL을 사용하여 데이터를 관리하고 쿼리합니다.장점: 강력한 트랜잭션 처리, ACID 속성(Atomicity, Consistency, Isolation, Durability) 보장, 데이터 무결성 유지.활용 예시: 전통적인 비즈니스 애플리케이션, 금융 시스템, ERP 시스템.대표적인 예: MySQL, PostgreSQL, Oracle Database, Microsoft SQL Server.2. NoSQL 데이터베이스특성: 스키마가 없거나 느슨한 스키마를 가지며, 다양한 데이터 모델(키-값, 문서, 열 가족, 그래프)을 지원합니다.장점: 높은 확장성, 유연한 데이터 모델링, 대규모..

Data Analyst/DB 2024.05.31

내가 선택한 내일배움캠프, 실제 경험 후기 + 좋았던 점

1) 캠프를 참여하기 전... 그렇다 나는 현실은 자각하지 못한 채 일단 회사를 그만두고 내가 잘 할 수 있는 무언가를 찾아보기 시작..! 그러다 보니 회사에서도 많이 사용하고 재밌어하던 엑셀 등등 데이터 분석을 더 공부해보기로 한다. 하지만 단순히 엑셀이나 데이터 분석을 하는건 기존의 회사에서 하던 일이랑 별반 다를게 없는... 그래서..! 나는 단순하게 생각하지 않고 나만의 기술을 배울 수 있는 무언가를 찾아 보기로 한다.. 그러다보니 요새 핫한 개발자 직무가 떠오르고 개발자를 알아보았다, 그러다보니 자연스레 여러 개발자 양성 학원(?)들이 눈에 들어온다. 다만, 많아도 너무 많고 뭐가 내가 원하는건지 전혀 모르겠었다. (처음에는 프론트, 백 둘다 뭐가 뭔지..) 한참을 찾아보고 여러 오프라인 학원이..

Sparta Coding Club 2023.06.18

[TIL] #DAY - 070 - none, null ('', "")

오늘은 정말 TIL 쓸게 없다 16시간이라는 시간동안 프로젝트를 준비하고 했지만 정말 쓸게 없다.. 차고 넘치는 프로젝트 코드중에 쓰고싶은 코드가 생각 안난다. 그렇다고 맘에드는 코드가 없는건 아니다.(아껴두는 중이랄까나...?) 그래서 그냥 none, null 이라는 제목을 넣어봤다. none 이나, null 은 가끔 개발을 하는데있어서 정말 유용한 단어? 코드라고 생각한다. 저게 없으면 우리의 코드는 얼마나 길어졌을지 상상하고 싶지 않다. 그래서 이렇게 none, null 이라는 내용을가지고 잠시 생각하는 시간을 가져보았다.

[WIL] #Weekly - 15주차 - 최종 프로젝트(2) (내일배움캠프AI3기)

Weekly I Learned [WIL] 1. TIL 2. KPT 1. TIL [TIL] #DAY - 065 - 날짜를 구하기 (Python, datetime) 프로젝트를 하다보니 날짜를 구하는 작업이 필요해서 관련해서 알아보자! 아래 코드만 가볍게 봐도 날짜를 가지고 원하는 코드를 만들 수 있다. from datetime import date # 일자 설정하기 today = date.tod hanmari-code.tistory.com [TIL] #DAY - 066 - pandas로 csv 불러오기 (Python, pandas, csv) pandas를 이용하여 csv 파일을 관리해보자! import pandas as pd user_temperature = 5 # pandas로 csv 읽기 temps_da..

[TIL] #DAY - 069 - startWith, endsWith 메소드 (JavaScript)

자바스크립트에서 문자열이 특정 문자열로 시작하는지(끝나는지) 확인할 수 있는 방법이 있는데요. startsWith()과 endsWith() 메소드를 사용하면 됩니다. brand_name_en = "NIKE" alphabet = "N" if(brand_name_en.startsWith(alphabet, 1)){ console.log("True 입니다.") } else { console.log("False 입니다.") } 위 코드 처럼 True, False 를 확인해서 코드를 실행 시킬 수 있습니다.

[TIL] #DAY - 068 - CSS 정리하기 (HTML, CSS)

프로젝트 정리하면서 템플릿을 만들다보니 자연스레 CSS를 정리한걸 적어보려고한다. css 파일! @charset "utf-8"; /* ________________________________________________________________ project : off_the_outfit website for last team sparta Edited by gicheol. (hanmari.code@gmail.com) [Last Edited 2022-12-08] ________________________________________________________________ = table of Css 1. header.html 2. nav.html 3. footer.html = color code ..

[TIL] #DAY - 067 - 더미 생성하기 (Django, django-seed)

추천 시스템 프로젝트를 하다보니 추천해줄 유저나 상품등등 데이터가 풍부해야하는데... 하나하나 다만들자니 너무 힘들어서 찾아보다보니 랜덤한 더미 유저를 만들수있는 django-seed를 발견하여 이렇게 남겨본다! from django.core.management.base import BaseCommand from users.models import User from django_seed import Seed import random class Command(BaseCommand): # --number 추가 기입하면 해당 숫자만큼 더미유저를 생성 def add_arguments(self, parser): parser.add_argument( "--number", default=1, help= "How ma..

[TIL] #DAY - 066 - pandas로 csv 불러오기 (Python, pandas, csv)

pandas를 이용하여 csv 파일을 관리해보자! import pandas as pd user_temperature = 5 # pandas로 csv 읽기 temps_data = pd.read_csv('temperature.csv') # .loc 를 이용하여 ['temperature']열에 '5'에 해당하는 행/열 가져오기 find_temps = temps_data.loc[(temps_data['temperature'] == user_temperature)] # 출력된 카테고리 랜덤으로 아우터, 상의, 하의 각 1개씩 랜덤으로 출력 r_outer = random.choice(find_temps['outer'].values[0].split(',')) r_top = random.choice(find_temps..

반응형