MINI's STAT.ION

1장 1. 데이터 처리 - 대기업은 데이터웨어하우스와 데이터마트를 통해 분석 데이터를 가져와서 사용한다. - 신규시스템이나 DW에 포함되지 못한 자료의 경우, 기존 운영시스템이나 스테이징 영역, ODS에서 데이터를 가져와서 전처리 후 결합하여 활용한다. -운영시스템에 직접 접근해 데이터를 활용하는 것은 매우 거의 이루어지지 않으며, 가급적이면 클렌징 영역인 ODS에서 데이터의 전처리를 해서 DW나 DM과 결합하여 활용한다. 1장 3. EDA - EDA의 4가지 주제 : 저항성의 강조 / 잔차 계산 / 자료 변수의 재표현 / 그래프를 통한 현시성 1장 6. 데이터 마이닝 모델링 성능을 평가함에 있어서 - 데이터 마이닝에서는 정확도, 정밀도, 디텍트레이트, 리프트 등의 값으로 판단 - 시뮬레이션에서는 Thr..

2- 2장. 분석 마스터 플랜 1절. 마스터 플랜 수립 프레임 워크 1. 분석 마스터 플랜 수립 프레임 워크 1. 마스터 플랜 수립 개요 - 적용 우선 순위 설정 : 1) 전략적 중요도 2) 비즈니스 성과/ROI 3)실행 용이성 - 데이터 분석 구현 로드맵 수립 : 1) 업무 내재화 적용 수준 2) 분석 데이터 적용 수준 3) 기술 적용 수준 ** ISP(Information Strategy Planning) - 시스템의 중장기 로드맵 정의 - 정보기술 또는 정보시스템을 전략적으로 활용하기 위하여 조직 내외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템 구축 우선순위를 결정하는 등 중장기 마스터 플랜을 수립하는 절차이다. ** 분석 마스터 플랜 - 일반적인 ISP 방법론을..

2- 1장. 데이터 분석 기획의 이해 1절. 분석 기획 방향성 도출 * 데이터 사이언티스트 3가지 영역 1) 수학/통계학적 지식 2) 정보 기술(IT기술, 해킹기술, 통신기술 등) 3) 비즈니스 * 분석의 대상(What)과 분석의 방법(How)에 따른 분석 유형 4가지 1) 최적화(Optimization) What O, How O 2) 통찰(Insight) What X, How O 3) 해법(Solution) What O, How X 4) 발견(Discovery) What X, How X * 목표 시점별 분석 기획 방안 1) 과제 중심적인 접근 방식 : 당면한 과제를 빠르게 해결 문제 해결을 위함 / 목표 - Speed & Test / 과제유형 - Quick-Win / 접근방식 - Problem Solv..

2021.06.29 - [삼성 Brightics] - [Brightics | 실습] 스포티파이(spotify) 데이터로 음악 취향 고르기 :: 군집분석(k-means) Brightics 서포터즈 활동 CLOSE합니다. 아뇨... CLOSE to Brightics 합니다... 브라이틱스와 한 단계 더 가까워지겠습니다 ^_^ 하루종일 브라이틱스 얘기만 하겠습니다 ​ 오늘은 정말 안올 것만 같던 브라이틱스와의 마지막 ! 포스팅을 하는 날이에요 ㅠㅠ 지난 시간까지 진행했던 개인 분석 프로젝트 마무리 과정부터 전반적인 서포터즈활동을 총 정리해보는 시간을 가져볼까합니다. ​ 지난 6월부터 10월까지​ 한 주도 빠짐없이 브라이틱스 활동을 진행해왔는데요, 저 중에 마지막 수료식 !! 이 생략이 되어버려 내심 아쉬운 것..

안녕하세요 브라이틱스 서포터즈 2기 김유민입니다. 벌써 개인 분석 프로젝트의 마지막 포스팅이네요 ㅜㅁㅜ 개인 분석 주제를 어떤 걸로 잡아야하나, 어떤 내용으로 구성할까로 시작했던 고민들에 대한 하나 둘 씩 답을 내려가니, 어느덧 21주차 포스팅까지 왔는데요 ㅎㅎ 마지막 포스팅인 만큼, 제가 진행한 분석 과정을 총망라해보는 정리 time 을 가져봐야할 것 같아요 ! ​ 분석 내용과 결과물을 결과보고서로도 작성하여 제출할 예정이지만, Brightics 내에 도 레포트 작성 기능이 들어있다는 점 !! 오늘은 분석 보고서를 최종적으로 작성하기 전에, 미리 브라이틱스 레포트 기능으로 구현해보는 시간을 가져보겠습니다. ​ ​ 먼저, 제가 진행한 분석의 세부 절차를 다시 짚어보자면, 처음 목표로 세웠던 계획서와는 사..

​ 드디어 드디어 다시 돌아온 [Brightics | Basic] 기초 튼튼 편, 이번 시간에는 전처리 단계를 정리해보았어요! ​ ​ 제 포스팅 유입 현황을 쭈욱 살펴보니 많은 분들께서 단편적이고 한 번에 정보를 얻어갈 수 있는 글에 많이들 관심을 가져주고 계시더라구요 ! ​ ​ 특히, 지난 포스팅 중 여러 사이트를 통한 데이터 수집 방법 (링크 클릭!) 과 결측치 처리 방법 (링크 클릭!) 을 검색해 들어오시는 분들이 정말 많았어요 +_+ (감사합니다♡) 그래서 Brighitcs로 하는 전처리 방법을 잠깐 알짜배기로 정리해봤습니다 !_! ​ ​ ​ 저와 데이터를 수집해보았으니, 분석하기 쉽게 데이터를 나에게 맞게 고쳐주는 작업이 필요하겠죠? 이를 우리는 데이터 전처리(pre-processing)이라고 ..

​ 벌써 20주차가 되어가는 브라이틱스 활동 ! 시간이 정말 빨리 흐르는 것 같습니다 🥺🥺 오늘은 더 힘차게 더 파이팅 넘치게 시작해볼까요 ?!!! 잠깐 정리를 해보자면 지난 시간까지 방법으로 1) 건강수준별로 지역 군집을 해석해보았고, 2) 지리적 위치가 건강수준에 미치는 영향을 확인해보았고, 3) 자치구 지역별 운동 인프라의 균형도를 파악​해보았습니다 . ​ 이번 시간에는, 건강수준에 영향을 미치는 요인으로 과연 소득수준, 경제수준이 과연 연관이 있을지 ! 상관분석을 통해 알아보고자 합니다. ​ ​ 따라서 추가적 데이터 수집 과정을 거쳤는데요 , ​ ​ 서울 열린 데이터 광장의 를 활용했습니다 . https://data.seoul.go.kr/dataList/11063/S/2/datasetView.do..

​ 안녕하세요 ! 브라이틱스 서포터즈 김유민입니다. 이번 시간에는 저번 시간에 이어 ! 서울 시에 위치하고 있는 여러 운동 시설들의 위치를 한 눈에 볼 수 있게 지도에 시각화해보려고 해요 ​ 지난 시간에는 단순히 군집별로 같은 색을 사용해서 각 시군구마다 어떤 군집인지를 확인할 수 있었다면, 이번에는 여러 시설들이 시군구 곳곳에 어떻게 자리잡고 있는지를 좀 더 업그레이드 버전 ! 으루 만나보실 수 있을 겁니다. ⏩⏩⏩ ​ ​ (여러분들의 흥미를 돋우기 위해서 완성본 투척) 지도 시각화를 위한 기본적인 준비과정은 아래 포스팅을 참고해주세요 :) [Brightics | 프로젝트] 서울시 지도 시각화하기 : 브라이틱스 Map vs 파이썬 Forlium 비교 이번 시간은 지난 포스팅에서 예고한 대로 브라이틱스를..

안녕하세요 Brightics 서포터즈 2기 김유민입니다! 지난 7월 중순 쯤 여러분들에게 ProDS 자격증에 대해 소개해드렸는데요 그 시험, 바로 제가 !! 직접 !!! 치고 돌아왔습니다 !!!! 지난 9월 25일에 치렀던 ProPS Associate(입문) 필기/실기의 결과가 어제 떴습니다. 정말 운이 좋게도 한 번에 합격할 수 있었어요 ! 자격증을 준비하실 분들에게 조금이나마 도움이 되고자 합격후기로 돌아왔습니다 ㅎㅎ 왜 prods 자격증이냐 ? 다들 자격증 하나씩은 갖고 있어야 마음이 편안해지고 ... 누군가에게 인정받은 느낌 ... 아시죠 ? ㅎㅎ 👀 그래서 데이터 분석 자격증에 관심을 갖고 계신 분들이 많으실 것 같은데요 ! 👀 데이터 분석 자격증으는 adsp, adp, sqld, 빅데이터분석기..

이번 시간은 지난 포스팅에서 예고한 대로 브라이틱스를 활용한 지도 시각화 방법을 공유해드릴까 합니다 !! ​ ​ 아무래도 도시 연구나 지역 간 비교를 할 때 직접 지도 위에서 수치를 나타내면 더 한 눈에 이해하기 쉽죠. 여러분들은 주로 어떤 방식으로 구현하고 계신가요 ?? ​ ​ 아마 많은 분들께서​ 파이썬 내장 라이브러리인 Forlium을 사용하실 것 같아요 . 저도 마찬가지구요 !! 그래서 이번 시간엔 동일한 분석과정에 대해서 파이썬의 Forlium 기능과 브라이틱스의 Map 기능을 동시에 보여드릴테니 선택은 여러분의 몫입니다 ㅎㅎ ~! ​ 파이썬 Forlium [ 사용 데이터 ] : 먼저 저는 지난 시간에 완성한 건강고위험군 군집을 사용할 예정이에요. 건강 고위험군으로 군집화한 지역을 지도 상에 나..