Data Scientist
1.[데이터 취업 스쿨 스터디 노트] 0. 입과 계기 및 다짐
스타트업에서 PM 직무로 일을 했고 퇴사했다. 커리어 전환을 고민하며 기술적인 실력이 바탕이 되는 일에 도전해 보고 싶다는 생각이 들었다. 대학에서 데이터 분석 기술을 배웠지만 실무에 적용해 보지 못한 아쉬움이 있었다. 이번 DS 과정에서 데이터 기술의 활용과 영향력에
2.[데이터 취업 스쿨 스터디 노트] 1. 파이썬 기초
데이터는 메모리에 저장됨.변수 : 데이터가 저장되어 있는 메모리 공간을 의미. 메모리 주소가 활용하기 어렵기 때문에 '변수명'을 사용.변수 선언 및 초기화 : 변수를 선언만 하고 초기화하지 않으면 문법에 맞지 않음.변수 사용 이유 : 1) 여러번 사용 가능 (데이터 재
3.[데이터 취업 스쿨 스터디 노트] 2. 파이썬 중급
< 수강분량 : 파이썬 중급(1~9), 파이썬 중급문풀(1~8) >함수란?1) 파이썬의 함수는 수학의 함수와 동일함2) 내장함수 / 사용자 함수로 구분3) 특정 기능을 재사용하기 위해 사용def greet(customer): print(f'{customer} 고
4.[데이터 취업 스쿨 스터디 노트] 3. 파이썬 기초수학
< 수강분량 : 기초수학(1~7), 파이썬 기초문풀(1~3) >약수 : 어떤 수를 나누어 떨어지게 하는 수소수 : 1과 자신만을 약수로 가지는 수 <-> 합성수 (\*단, 1은 소수도 합성수도 아님)소인수 : 약수(인수) 중에서 소수인 숫자소인수분해 : 1
5.[데이터 취업 스쿨 스터디 노트] 4. 자료구조
< 수강분량 : 기초수학(1~7), 파이썬 기초문풀(1~3) >자료구조란? : 여러 개의 데이터가 묶여있는 자료형을 컨테이너 자료형이라고 하고, 이러한 컨테이너 자료형의 데이터 구조를 자료구조라고 한다.자료구조는 각각의 컨테이너 자료형에 따라서 차이가 있으며, 파
6.[데이터 취업 스쿨] 1달차 후기
부트캠프를 시작한 지 1달이 지났다. 약 400개 이상의 강의를 수강하며 파이썬 기초와 중급, 기초수학, 자료구조와 알고리즘에 대하여 압축적으로 배울 수 있었다. 온라인 강의와 더불어 매주 퀴즈를 진행하였고, 최근에는 파이썬 프로그래밍 테스트를 통해 보다 어려운 문제에
7.[데이터 취업 스쿨 스터디 노트] 5. 알고리즘
✅ 알고리즘 알고리즘이란? 수학과 컴퓨터과학, 언어학 또는 엮인 분야에서 어떠한 문제를 풀어맺기 위해 정해진 일련의 절차나 방법을 공식화한 형태로 표현한 것이다. ✅ 선형검색 선형검색이란? 선형으로 나열되어 있는 데이터를 순차적으로 스캔하면서 원하는 값을 찾는다
8.[데이터 취업 스쿨 스터디 노트] 6. EDA 오리엔테이션
9.[데이터 취업 스쿨 스터디 노트] 7. 서울시 CCTV 현황 데이터 분석
10.[데이터 취업 스쿨 스터디 노트] 8. SQL 기초(Database 정의/관리, User 관리/권한 관리, Table 생성 및 관리)
✅ Database 정의 - Database 란 여러 사람이 공유하여 사용할 목적으로 체계화해 통합, 관리하는 데이터의 집합체 - DBMS 란 (Database Management System) 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해주고
11.[데이터 취업 스쿨 스터디 노트] 9. SQL 기초 (INSERT, ORDER BY, Comparison Operators, Logical Operators)
✅ INSERT 실습환경 만들기 실습할 테이블 만들기 INSERT 문법 SELECT 문법 WHERE 문법 UPDATE 문법 DELETE 문법 ✅ ORDER BY 실습환경 만들기 실습할 테이블 만들기 실습할 데이터 추가 ORDER BY SELECT
12.[데이터 취업 스쿨 스터디 노트] 10. SQL 기초 (UNION, JOIN, CONCAT, ALIAS, DISTINCT, LIMIT)
✅ UNION 실습환경 만들기 테스트용 테이블 만들기 테스트용 데이터 추가 UNION 이란? 여러 개의 SQL문을 합쳐서 하나의 SQL 문으로 만들어주는 방법 (주의. 칼럼의 개수가 같아야함) ✅ JOIN 실습환경 만들기 테스트용 테이블 만들기 테스트용
13.[데이터 취업 스쿨 스터디 노트] 11. SQL 심화(PRIMARY KEY, FOREIGN KEY, 집계함수)
✅ PRIMARY KEY (기본키) - PRIMARY KEY 테이블의 각 레코드를 식별 중복되지 않은 고유값을 포함 NULL 값을 포함할 수 없음 테이블 당 하나의 기본키를 가짐 - PRIMARY KEY 생성 문법 1 - PRIMARY KEY 삭제 문법 - P
14.[데이터 취업 스쿨 스터디 노트] 12. SQL 심화(Scalar Functions, SQL Subquery)
✅ Scalar Function - UCASE 영문을 대문자로 반환하는 함수 - LCASE 영문을 소문자로 반환하는 함수 - MID 문자열 부분을 반환하는 함수 - LENGTH 문자열의 길이를 반환하는 함수 - ROUND 지정한 자리에서 숫자를 반올림하는 함
15.[데이터 취업 스쿨 스터디 노트] 13. Git (Local Repository, Remote Repository, Log and Diff, Merge and Conflict, Tag, README)
✅ Local Repository - Local Repository 구성 Local Repository 는 Git 이 관리하는 3가지 단계로 구성되어 있음 Working Directory (작업공간) - 실제 소스 파일, 생성한 파일들이 존재 Inde
16.[데이터 취업 스쿨 스터디 노트] 14. 태블로 (Tableau)
연평균 성장률(Compound Annual Growth Rate) : 여러 해 동안의 성장률을 평균으로 환산한 것으로, 매년의 성장률을 산술평균이 아닌 기하평균으로 환산한다. 연평균 성장률(CAGR) = (최종연도값/최초연도값)^(1/연도간격)-1 산술 평균으로 계
17.[데이터 공부] 주요 지표들에 대하여
✅ Precision 과 Recall - Precision (정밀도) 모델이 Positive라고 예측한 것 중 실제 Positive인 비율 Precision = True Positive / (True Positive + False Positive) - Recall
18.머신러닝/딥러닝 모델을 개발할 때 스스로 던질 질문 5가지
Validation set은 직접 학습에는 사용되지 않지만, 하이퍼파라미터 튜닝이나 조기 종료 등의 기준으로 사용되기 때문에 모델 구조나 파라미터 선택에 간접적으로 영향을 미친다. 이 과정에서 과적합이 발생할 수 있으므로, 모델 선택 이후 진짜 일반화 성능을 평가하려면