Data : https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce Olist라는 회사에서 공개한 2016~2018년까지 Olist의 이커머스 마켓플레이스 플랫폼의 고객 데이터셋을 분석해보았다. 각 테이블당 데이
0. 들어가며 멀티캠퍼스의 KDT(K-Digital Training) 과정 중 하나인 '데이터 시각화 & 분석 취업캠프' 4회차의 수료일이 얼마 남지 않았다. 4월 24일부터 8월 31일까지 이론/실습 수업에 열심히 임하고 간단하게 기획된 듯 하지만 그렇게 간단하지만
고양이. 귀엽다. 강아지. 역시 귀엽다. 마음껏 사랑을 표현할 수 있는 우리 인간들의 영원할 반려 개체들. 사진도 마음껏 찍어놓을 수 있다. 동거묘, 동거견이 있을 경우, 우리들의 폰 갤러리는 그들의 사진과 사랑으로 가득할 것이다. 그러다 문득, 우리의 동거묘, 동거견
심플하게 딥러닝 기법으로 학습한 모델로 이미지를 분류해내는 과정을 적어보고자 한다.데이터 출처 : Cats and Dogs우선 데이터가 필요하다. 데이터는 학습에 사용할 사진 여러장과 각 장의 라벨 정보가 담긴 csv파일이 필요하다. train에 사용할 데이터, tes
데이터 출처 : London bike sharing |칼럼명|설명|데이터| |:---|:---|:---| |timestamp|날짜(%y-%m-%d %H:%M:%S)|datetime| |cnt|자전거 공유 수|int| |t1|실제 온도(C)|float| |t2|체감 온
주식 시세 정보는 아주 대표적인 시계열 데이터이다. 그 중에서도 한국 주식 시장을 아주 대표하는 200개의 기업 KOSPI의 데이터는 더더욱 뭔가 매우 대표적인 대표성을 대표한다고 볼 수 있겠다.하지만, 주식은 시계열 데이터라면 으레 띄고 있을 것으로 예상되는 온갖 성
호주 전역의 약 10년 간의 날짜 기록을 모아둔 데이터셋이다. 이 데이터를 이용하여 다음날 비가 왔는지 여부(RainTomorrow : 1, 0)를 예측하는 모델을 만들어보고자 한다. 라벨링이 되어 있고, 종속 변수가 범주형 변수이므로 로지스틱 회귀모델을 이용해보기로
데이터 출처 : https://www.kaggle.com/datasets/parulpandey/palmer-archipelago-antarctica-penguin-data해당 데이터셋(penguins_size.csv)을 살펴보면, 펭귄 각각에 대해서 펭귄의 부
( 코드 및 데이터 열람 : https://github.com/Basara-hj/Data-analysis_project- )K-디지털 트레이닝 훈련과정 중 멀티캠퍼스에서 주관하는 '데이터 분석 및 시각화 4회차' 과정 중 세미프로젝트를 진행했다. 그 후기 겸