오늘 할일

• 심화 프로젝트 발표

심화 프로젝트

다른조에서 인상적이었던부분

1조(에어비앤비) : 호스트입장
-> 분석 효율성과 해석력 / 중복칼럼을 과감하게 제거
-> 가격을 기준으로 등급을 나눔

3조(에어비앤비) : 기존 호스트입장
-> 저평가된 숙소의 운영방안 제시 인사이트(저평가의 의미가 의문점)
평균에 비해 낮게 측정된 숙소를 가격을 적절히 상향하여 수익향상으로 이어짐
-> 시각화를 통해 타입별로 평균보다 가격이 낮은 숙소를 구분
-> 시각화를 통해 평균보다 가격이 낮은 숙소 위치 표시
-> 추가 분석으로 단기임대금지법과 관련된 부분을 이용한점

8조(에어비앤비) : 소비자 입장
-> 미국 외부 규제를 이용하여 배경을 확실하게 짚고 넘어감
-> 미국 정부의 공공데이터를 활용해 추가데이터 사용
-> 가격범위 선정을 외부데이터를 이용하여 선정
-> 서비스 개발 및 배포까지 진행한점

튜터님 피드백

좋은점

• 이상치 제거에서 IQR방식이 아닌 히스토그램으로 제거하여 손실을 최소화한점이 이상적
• 가상의 인물을 선정해서 모델 활용한점이 논리적이어서 좋았음
• 칼럼수가 많은데 효율적으로 지운점이 좋았음
• 파생변수(거리변수를 만든점)이 영향이 높아서 좋았음
• 모델 예측에서 중저가 가격이 많이 몰려있어서 높은 가격은 예측이 어려운게 당연해 설명으로 짚고 넘어가는것이 좋음

보안점

• 모델링 성능개선을 한페이지에 정리하는것이 좀 더 효율적이게 보일것같음
• 분석가의 입장이라면 데이터에 대한 이해와 탐색적결과를 좀 더 자세하게 설명
• 모델링 후에 탐색적 분석이 필요한것같음

조언

• 분석목적을 먼저 설정하고 전처리로 들어가야 분석 방향성이 정확해지고 전처리 방법도 목적에 맞게 선택할수있기때문에 더 유용함

KPT 회고

K : 의사소통이 잘되었고, 논리적으로 문제를 해결하려는 점이 좋았다 / 모든 과정을 진행할때 근거를 찾고 진행한점, 계획을 세웠는데 그 계획대로 진행된점이 좋았다. / 기간내에 최선을 다해 결과물을 만든것이 좋았다.

P : 머신러닝 개념이 부족해 방향성 설정이 어려워 진행이 잘 되지않은점, 시간이 부족해 다양한 분석을 해보지못한점 / 전체 분석을 통해 진행하는것이 아닌 머신러닝에 매몰되어 진행하여 전체적으로 인사이트를 얻으려고하는점이 부족했음

T : 노션을 깔끔하게 사용할수있으면 좋을것같다 / Github사용을해서 코드공유가 필요할것같다. / 분석시에 데이터의 배경지식을 더 알아보면서 진행하면 좋을것같다.

내일 할일 & 한줄평

• 태블로 실습 공부

한줄평

• 머신러닝 개념을 제대로 학습하지않아 프로젝트 진행시에 조금 어려운 부분이 많았는데 결과물을 만들어 발표했다는 점에서 다행이라고 생각하였고, 다음엔 여러 변수를 더 고려하여 모델을 만들어보고싶었음 마지막으로 분석 목적을 처음부터 확실히 정해서 방향성을 확고히하고 단계별로 차근차근진행해나가는게 중요하단걸 알게됨