사람은 경험에 의한 인지 판단을 하는 동물이다.어느 시점엔 합리적인 판단을 하지 않고 잘못된 판단을 내릴 수 있는데,이러한 판단의 대표적인 이유가 바로 인지 편향이다.경험에 의한 비논리적 추론으로 잘못된 판단을 하는 것을 의미하며실제 정답인 부분보다 자신의 경험, 첫

사내 자동화 시스템 구축을 맡으면서 n8n에 대해 공부하게 되었고, 약 2주간의 개발 과정끝에 Ubuntu Linux환경에서 Docker위에 n8n을 올린 자동화 시스템을 구축했다.간단하게 시스템 구조를 요약하자면FastAPI를 통해 GET API 라우터 3개를 구성했

모델마다 해석 지표 상이잔차 : 실제값과 예측값의 차이: MAE, MSE, MAPE, RMSE, RMSLE결정계수 : 추정된 회귀식이 변동을 잘 설명한 정도: 1에 가까울수록 좋다.: R^2, Adjusted R^2각 경우에 따른 클래스 별 속할 확률의 정확도: 정확도

Section 02. 분석모형 개선 1. Overfitting 방지 1-1. 모델 복잡도 감소 정규화, Dropout 등을 통해 적절한 복잡도의 모델 탐색 가중치 매개변수(학습 중 지속적으로 가중치 변화) → 상수값 하이퍼 파라미터 사용\ 1-2. 가중치 감소 큰

오차행렬: 분석모형의 답과 실제 결과와의 관계: 예측값과 실제값 비교를 통한 분류 성능 측정정확도 : Accuracy: 전체적인 분류 성능, 실제 데이터 = 예측 데이터: TP + TN / TP + FP + FN + TN정밀도 : Precision: Positive라고

Section 02. 고급 분석 기법 1. 범주형 자료분석 변수들이 이산형 변수일 때, 빈도를 로 나타내는 것. 1-1. 분석 방법 > 자료의 형태에 따른 분류 > 독립변수 : 범주형 / 종속변수 : 범주형 => 빈도분석, 카이제곱 검정, 로그선형모형 > > 독립

Chapter 02. 분석 기법 적용 Section 01. 분석기법 1. 분석기법 개요 1-1. 지도 학습 정답이 있는 데이터(Labelled Data)로 학습 : Training Dataset / Test Dataset Classification :

데이터 속성 파악/처리 → 분석 모향 선정 및 적합한 분석 기법 선택데이터가 준비되지 않았다면, 사전 분석 목적을 명확히 해야함분석 모형 선정 프로세스1\. 문제 요건 정의 : 데이터 선정, 분석 목표 및 조건 정의2\. 데이터 수집, 정리, 도식화3\. 데이터 전처리

Chapter 02. 데이터 탐색 Section 01. 데이터 탐색의 기초 1. 탐색적 데이터 분석 : EDA 수집한 데이터에 대해 다양한 방법으로 관찰 / 이해하는 과정 필요성 내재된 잠재적 문제에 대한 이해 및 해결안 도출 문제 정의 단계에서 놓친 새로운 양

독립 변수를 효율적으로 선택하는 과정전체 모형 FM : 모든 독립 변수 사용축소 모형 RM : 전체 모형에서 사용되는 변수의 수 감소영 모형 NM : 사용하는 독립변수 0개전진선택법 : NM에서 시작, 중요 변수를 차례로 모형에 포함(한 번 추가된 변수는 제거 X)=>

Part 2. 빅데이터 탐색 Chapter 01. 데이터 전처리 Section 01. 데이터 정제 데이터 관련 정의 데이터 : 사실/자료, 기호화/수치화된 자료 단위(Unit) : 관찰되는 항목 관측값 : 조사 단위별 기록 정보/특성 변수 : 각 단위에서 측정된

Next.JS 환경에서 데이터를 가져오고, 처리하는 과정 중oracledb 모듈을 직접 import해서 api 단을 구성하고 있다.그렇다면 이렇게 API 단과 통신하는 방식에 대해 두가지를 고려해볼 수 있다.전통적이지만 강력한 REST API 기반: /api/data?

Part 1. 빅데이터분석기획 Chapter 03. 데이터 수집 및 저장 계획 Section 01. 데이터 수집 및 전환 1. 데이터 수집 기초 데이터 수집 수행 절차 : 비즈니스 도메인 정보 수집 ▶ 분석기획서 기반 도메인 및 서비스 이해 ▶ 수집 Data 탐

SSR 방식의 Next.js를 통해 웹 애플리케이션을 개발하다보면필연적으로 고려해야하는 부분이 있다.DB Connection을 어떻게 구축하는게 좋을까?특히, 기존 애플리케이션 구조가 전혀 없어 새롭게 시작해야하는 시점에 깊이 하게되는 고민인데,필자는 Oracle DB

최근, Claude, Gemini, Grok 등 LLM 모델의 성능이 비약적으로 향상되고,Claude Code, Gemini CLI 등 기존 모델을 특정한 분야에서 더욱 실용적이게 사용하는 방안이앞다투어 발표되면서 중요시 되는게 있다.바로, LLM 모델을 단순히 사용하

데이터 분석 → 하나의 기업 문화로 정착: 기획/관리 조직 + 과제 기획/운영 프로세스 + 지원 인프라 + Data Goverance + 분석 교육 및 HR: 과제 발굴 단계 ▶ 과제 수행 및 모니터링 단계과제 발굴 단계: 분석 Idea 발굴 → 분석 과제 후보 제안

데이터 정의→수집→변환→모델링→시각화의 일련의 과정 데이터 분석의 지향점1\. 전략적 통찰이 없는 데이터 분석의 배제2\. 일차원적 데이터 분석 지양3\. 전략 도출을 위한 가치 기반 데이터 분석을 통한 해당 사업의 중요 기회 발견 데이터 분석 시 고려사항: 데이터 분

특징 : 단순한 객채로도 가치 있음, 객체 간 상호관계 속 더 큰 가치정량 데이터 : 숫자1-1. 정형 : 정해진 형식, 구조 (RDBMS)1-2. 반정형 : Schema 정보를 데이터와 함께 제공, 연산 불가 (JSON, XML)정성 데이터 : 문자, 함축적 의미를

당신은 동영상 재생기를 만들고 있습니다. 당신의 동영상 재생기는 10초 전으로 이동, 10초 후로 이동, 오프닝 건너뛰기 3가지 기능을 지원합니다. 각 기능이 수행하는 작업은 다음과 같습니다.10초 전으로 이동: 사용자가 "prev" 명령을 입력할 경우 동영상의 재생

RDBMS를 다루며, 보안과 접근 제어는 떼어놓을 수 없다.가장 크게는 MAC, DAC, RBAC으로 구분되는데MAC정책과 규칙에 의한, 시스템 중앙 통제식 접근 제어DAC사용자가 객체(자원)에 대한 접근 권한 결정RBAC사용자의 역할을 기반으로 하는 접근 제어로 이해