Why not SW 부트캠프

이번 주는 확률이론에 대하여 학습을 진행하였고 머신러닝의 기초적인 개념과 프로세스 그리고 분류 예측 모델을 학습시키는 실습을 하였습니다.확률 이론의 학습과 머신러닝 기초 개념 및 프로세스 이해도 강화, 그리고 분류 예측 모델 학습 및 평가 지표 이해를 통해 머신러닝

🔎 2주차 학습 목표 및 개요 이번 주는 SQL의 DDL과 뷰 및 인덱스 사용법을 학습하였고 SQL을 파이썬과 연동하여 쿼리를 작성하는 법을 배웠습니다. 또한 데이터 모델링 과정을 직접 실습 해보았으며 통계, 가설검증 이론에 대한 내용을 스터디 하였습니다. 마지막으

이번 주는 SQL을 배우기 전에 먼저 데이터베이스에 대한 이론을 학습하였습니다. 또한 SQL 문법에 대해 배우기 시작하면서 DML언어 위주로 스터디

🚀 4주차 학습 목표 및 개요 이번 주에는 항공사 지연 데이터를 가지고 데이터분석 보고서를 만드는 과정을 진행하였고 1차 프로젝트로 서비스 기획과정 역시

🚀 3주차 학습 목표 및 개요 이번 주에는 넘파이 실습 문제 풀이를 통해 배열 연산 및 활용 능력을 심화하였습니다 또한, 판다스의 핵심 자료구조인 Serie

이번 주는 회귀분석의 이론을 학습한 뒤 회귀모델을 활용한 실습을 하였습니다. 추가로 릿지와 라쏘 같은 규제 선형모델 및 군집분석을 배워 적용해 보았으며 데이터 플랫폼에 대한 이론을 공부하였습니다.회귀 분석과

🔎 5주차 학습 목표 및 개요 이번 주는 웹 자동화 도구와 정규표현식으로 다양한 데이터를 수집하고, 이를 SQL에 저장하는 실습을 하였습니다. 또한, 리눅스와 Docker를 활용해 웹 서버(Ng

이번 주는 PySpark 기초부터 머신러닝 적용까지의 흐름을 학습하는 것을 목표로 하였습니다.RDD, DataFrame의 구조와 동작 방식, Spark SQL을 이용한 데이터 분석, 그리고 PySpark MLlib을 활용한 회귀·분류 모델 구현 과정을 실습하였습니다.추

이번 주는 웹/JSON/API 데이터를 수집해 MariaDB·DuckDB에 저장하고, Grafana·Metabase·Elastic Stack으로 시각화 및 모니터링을 경험했으며, 데이터 웨어하우스 구조(ODS·Fact·Mart)와 RAG 기반 벡터DB 활용 이론도 함께

이번 주는 파이썬 시각화 도구와 대시보드 제작, 그리고 프롬프트 엔지니어링까지 학습하는 것을 목표로 하였습니다.Seaborn, Plotly, Folium을 통해 다양한 그래프와 지도 시각화를 실습하였고, Streamlit으로 대시보드를 구성해 실제 프로젝트에 적용 가능

금주에는 대시보드 설계 및 제작 프로젝트를 진행하였습니다.이번 2차 프로젝트의 목표는 서비스 목적을 달성하기 위해 시스템 설계 → 데이터 수집 → 처리 → 대시보드 구현 → 배포까지의 흐름을 직접 설계하고 구현하는 것이었고 특히 서비스에 맞는 대시보드를 구현하는 것을