[048] Tableau - LOD 표현식 / Tableau for Business Analytics - ④
Chapter📗 4. LOD 표현식📝 (1) INCLUDE📝 (2) EXCLUDE📝 (3) FIXED📝 (4) INCLUDE vs. FIXEDLOD(Level Of Detail) : 세부 수준 식화면에 포함되지 않은 특정 차원을 포함하여 계산하는 표현식이다.위
[047] Tableau - 태블로 함수 / Tableau for Business Analytics - ③
Chapter📗 3. 태블로 함수📝 (1) PRIMARY 함수📝 (2) 문자열 함수📝 (3) DATE 함수함수 내에 다른 함수가 포함된 함수이다.✔ RUNNING_SUN : 누계계산 필드를 이용해서 확인해보자.계산 필드와 '주문 일자'필드를 사용해서 2016-2
[046] Tableau - 계산된 필드 / Tableau for Business Analytics - ②
Chapter📗 2. 계산된 필드📝 (1) 연산자📝 (2) 논리 함수📝 (3) 매개 변수필드: 데이터 원본에 존재하는 필드를 활용해 새로운 필드 생성연산자: 함수, 필두, 매개변수 등을 연결하고 계산을 판단매개 변수: 상수 값을 동적인 값으로 변경함수: 새로운
[045] Tableau - 퀵 테이블 계산 / Tableau for Business Analytics - ①
Chapter1\. 퀵 테이블 계산📝 (1) 누계/차이📝 (2) 구성비율/순위📝 (3) 비율차이, YoY 성장률, 백분위수, 이동평균📝 (4) YTD 총계, 연평균 성장률(CAGR)월별 매출과 누적 매출을 함께 확인해보자.'매출'필드를 행에 올려놓고 '주문 일
[044]Tableau - 대시보드 활용하기 / Tableau for B.I - ④
Chapter 📗 7. 대시보드 만들기 📝 (1) 동작 📝 (2) 개체 📝 (3) 레이아웃 📗 8. 스토리 만들기 📗 7. 대시보드 만들기 📝 (1) 동작 1) 필터와 하이라이트 대시보드에 사용할 시트를 다음과 같이 만들었다. 1.연간매출|2. 제품
[043]Tableau - 다양한 기능과 차트 활용하기 / Tableau for B.I - ③
Chapter 📗 4. 다양한 기능 활용하기 📝 (1) 그룹 vs. 집합 📝 (2) 계층/드릴다운 📗 5. 맵 차트 📗 6. 응용 차트 📗 4. 다양한 기능 활용하기 📝 (1) 그룹 vs. 집합 1) 그룹 시도를 구룹화해보자. '시도'필드를 마우스 우측
[042]Tableau - 분산형차트와 이중축 차트 만들기 / Tableau for B.I - ②
Chapter 📗 2. 분산형차트 만들기 📗 3. 이중축차트 📝 (1) 콤비네이션 차트 📝 (2) 이중축 응용 📝 (3) 라인 + 영역 📝 (4) 도넛차트 📝 (5) 대시보드 만들기 📗 2. 분산형차트 만들기 측정값간의 관계를 파악하기 위해 사용된다.
[041]Tableau - 기본차트 및 대시보드 만들기 / Tableau for B.I - ①
**Chapter 📗 1. 기본차트 만들기 📝 (1) 테이블 📝 (2) 막대차트 📝 (3) 라인 차트 📝 (4) 파이차트 📝 (5) 트리맵 📝 (6) 누적막대 📝 (7) 대시보드** ❗ 이번 시간에는 제로베이스에서 제공받은 데이터(SuperStore)를
[040]Tableau - 데이터 전처리 및 기본컨셉 이해하기
Chapter 📗 1. 데이터 연결하기 📗 2. 데이터 탐색 및 전처리하기 📝 (1) 데이터 탐색하기 📝 (2) 전처리하기 📗 3. 기본컨셉 이해하기 📝 (1) 인터페이스 📝 (2) 차원 vs. 측정값 📝 (3) - 연속형 데이터 vs. 불연속형 데이터
[039] 기초통계 - 범주형 자료 분석/ 심화②
Chapter 📗 2. 범주형 자료분석 📝 (1) 적합도 검정 📝 (2) 📝 (3) 📗 3. 상관분석 📗 2. 범주형 자료 분석 1) 범주형 자료(categorical data) 관측된 결과를 어떤 속성에 따라 몇 개의 범주로 분류시켜 도수로 주어진 데이
[038] 기초통계 - 가설검정 / 심화①
Chapter 📗 1. 가설 검정 📝 (1) 가설검정과 유의 수준 📝 (2) 단일 표본에 대한 가설 📝 (3) 두 개의 표본에 대한 가설 검정 📗 1. 가설 검정 📝 (1) 가설검정과 유의 수준 가설 모수를 추정할 때 모수가 어떠하다는 증명하고 싶은 추축
[037] 기초통계 - 추정 / 기초④
Chapter 📗 6. 추정 📝 (1) 추정 📝 (2) 모비율 추정 📝 (3) 추정 실습 📗 6. 추정 📝 (1) 추정(estimation) 모집단의 모수를 모를 경우 표본으로 추출된 통계량을 모집단의 근사값으로 사용하는 것이다. 만약, 표본 평균으로 모
[036] 기초통계 - 모집단과 표본 분포 / 기초③
Chapter 📗 5. 모집단과 표본 분포 📝 (1) 모집단(Population)과 표본(Sample) 📝 (2) 표본 분포 . . 📗5. 모집단과 표본 분포 📝(1) 모집단(Population)과 표본(Sample) | | 모집단 | 표본 | | :-
[10월 첫째주 팀스터디] 캐글 필사 스터디 - 주제1(타이타닉)
참고분석 코드는 이유한님의 분석본으로 블로그(https://kaggle-kr.tistory.com/17?category=868316)의 튜토리얼을 보고 필사하였습니다.분석에 앞서 사용할 라이브러리를 불러왔습니다. 이번에 missingno라는 라이브러리를 처음
[035] 기초통계 - 확률분포 / 기초②
Chapter 4. 확률분포 (1) 이산형 확률 분포 (2) 연속형 확률 분포 4. 확률분포 확률분포(probability distribution) : 확률 변수 X가 취할 수 있는 모든 값과 그 값이 나타날 확률을 표현한 함수 (1) 이산형 확률 분포 ✔ 이산형
[034] 기초통계 - 데이터의 이해와 확률 이론 / 기초①
Chapter Introduction 데이터의 이해 확률 이론 1. Introduction 통계학(Statistics) 기술통계학(descriptive statistics): 데이터를 수집하고 수집된 데이터를 쉽게 이해하고 설명할 수 있도록 정리 요약 설명하는 방법
[033] Aggregate Function(집계함수), Scalar Function(스칼라함수), Subquery(서브쿼리) / SQL 심화 - ③
Chapter 1. Aggregate Functions(집계함수) (1) Count (2) Sum (3) Avg (4) Min, Max (5) Group By (6) Having 2. Scalar Functions (1) UPCASE (2) LCASE (3) MID (
[032] Python with MYSQL, Primary key와 Foreign key / SQL 심화 - ②
Chapter 1. Python with MYSQL (1) Python으로 MYSQL 접속하기 (2) Python으로 SQL 쿼리 실행하기 (3) Python으로 CSV데이터를 INSERT하기 2. Primary key, Foreign key 1. Python wit
[031] AWS RDS와 SQL File / SQL 심화 - ①
Chapter 1. AWS RDS (1) 계정 생성 및 데이터베이스 설정 (2) MYSql에 외부 접속하기 2. SQL File 1. AWS RDS (1) 계정 생성 및 데이터베이스 설정 지난 시간까지 SQL 기초과정을 마치고, 이제는 좀 더 심화된 내용을 배워나가게
[030] 테이블 병합·결합(UNION, JOIN)과 기타 데이터 조회(CONCAT, ALIAS, DISTINCT, LIMIT) / SQL 기초 -④
CHAPTER 1. 데이터 병합 및 결합 (1) UNION (2) JOIN 2. 기타 데이터 조회 방법 (1) CONCAT (2) ALIAS (3) DISTINCT (4) LIMIT 1. 데이터 병합 및 결합 (1) UNION UNION은 여러 개의 SQL문을 합쳐서