분류 전체보기 85

[TIL] camp_day49_240625

약 일주일 조금 넘는 시간 동안 준비한 프로젝트 결과에 대해 발표 후, 피드백을 듣는 것으로 이번 데이터 입문 프로젝트를 마쳤다.밀렸던 TIL과 학습 내용 정리, 그리고 프로젝트 최종 회고를 하는 시간을 가졌다.프로젝트 회고프로젝트 기간 개인 회고 - KPTKeep프로젝트 전체적인 흐름을 파악하고 관리하는 역할과, 프로젝트 내용을 내/외부로 공유하기 쉬운 형태로 가공하는 역할프로젝트를 리드하는 역량까지는 하지 못하더라도, 팀원으로서 한 사람 몫(+@)을 해내는 것Problem프로젝트마다 체감하는 파이썬 역량 부족. 지난 번 프로젝트에 비해 약간 향상되었지만 아직 만족스러울 수준이 아닌 점또 개인적으로는 프로젝트 기간 개인 시간 관리를 조금 더 효율적으로 하고 싶다Try파이썬 기초 학습을 프로젝트 기간에도..

[TIL] camp_day48_240624

어느덧 본캠프 11주차 시작이다. 이번 주는 화요일까지 프로젝트 기간, 나머지 기간은 새로운 학습이 진행될 예정.고찰 & 기타오전까지는 발표 PPT를 수정해서 완성했고, 오후에는 밀렸던 TIL과 주간 회고를 썼다.남은 시간에는 오랜만에 알고리즘 코딩테스트를 풀려고 했는데 잠깐 사이에 머리가 굳었는지 잘 풀리지 않았다...이번 프로젝트를 하면서 파이썬 부족을 너무 체감해서 코드 작성 연습을 좀 더 할 수 있도록 주간 계획을 수정해야겠다.

[TIL] camp_day39_240611

학습 내용지도학습과 비지도학습지도학습 : 정답이 있는 데이터를 통해 결과에 대한 예측을 만들어내는 방법분류와 회귀로 나뉨 : 분류모델은 예측값으로 이산적인 값을 출력하고, 회귀모델은 예측값으로 연속적인 값을 출력선형회귀, 로지스틱회귀, 나이브 베이즈, 의사결정 트리, 랜덤 포레스트, 인공신경망 등의 기법 사용비지도학습 : 정답이 없는 데이터를 분석하여 그 속에서 패턴을 찾거나 데이터를 그룹화시킴군집화와 차원축소로 나뉨두 방법의 차이점지도학습은 일기예보와 같이 새로운 데이터의 결과를 예측한다면, 비지도학습은 이상치 판정과 같이 많은 양의 새로운 데이터에 대하여 통찰력을 얻는다비지도학습은 지도학습에 비해 데이터의 양이 많아야 유효하기 때문에, 범용적으로 활용하는 도메인이 많지 않다.고찰 & 기타통계와 머신..

[WIL] 2024_w23_주간 회고

이번 주의 목표와 달성 : 전체적으로 목표를 높게/많이 설정하기도 했고, 학습 집중력이 많이 떨어져 목표를 전부 달성하지 못했다.머신러닝 기초 강의 완강하기 → [실패]알고리즘 코딩테스트 최소 5문제 풀기 → [미완, 2/5]파이썬 기초 위키독스 120번까지 풀기 → [성공]파이썬 기초 학습반 녹화 강의 수강하고 정리하기 → [실패]SQL 챌린지 과제 : 퍼널 분석 다시 하기 → [실패]깃헙 사용법 익히기 → [실패]이번 주의 학습 키워드 CRUD신뢰구간과 신뢰수준ProgreSQL과 ACID[파이썬] 데이터의 패킹과 언패킹누적합계와 이동합계 이번 주 한 눈에 보기이번주의 KPT_개인Keep- 개인 노션에 일일 진행 사항 기록한 Problem- 계속된 TIL 밀림 - 시간 내 강의 완강을 하지 못함 → 전..

[TIL] camp_day37_240607

학습 내용파이썬 기초 위키독스 공부하기(~120번)패킹과 언패킹 : 리스트나 튜플에 값을 넣는 것을 패킹, 묶여있는 값을 풀어내는 것을 언패킹이라고 한다. 즉, 하나 이상의 값을 리스트/튜플에 넣는(묶는) 것 = 패킹리스트/튜플에 저장된 값을 꺼내는(푸는) 것 = 언패킹Pythonscores = [8.8, 8.9, 9.4] # score 라는 변수에 데이터를 리스트로 패킹하기score1, score2, score3 = scores # score 를 score1, score2, score3 으로 언패킹하기 # 언패킹하는 좌변과 우변의 리스트/튜플 내 데이터 개수가 일치해야 한다. # 단, star sxpression(*)을 사용하면 좌변과 우변의 데이터 개수가 일치하지 않아도 된다.scores = ..

[TIL] camp_day36_240605

이번 8주차는 조금 지쳐서 안 열심히 했다. 미래의 내가 감당할 학습량이 늘어나고 있긴 하지만... 그래도 쉬엄쉬엄 공부하는 한 주로 삼아야겠다.학습 내용통계 기초 - A/B test, 유의수준, 검정통계량과 P-valueA/B test가설을 입증하기 위해 대조군과 실험군을 설정하고 검증하는 방법버킷테스트 또는 분할테스트라고도 부르며, 마케팅 고객 데이터 분석 중 가장 널리 사용됨크게 다섯 단계로 진행됨 (1) 현행 데이터 탐색 (2) 가설 설정 (3) 유의수준 설정 (4) 테스트설계 및 실행 (5) 테스트 결과 분석적절한 크기의 표본이 필요하고, 대조군과 실험군은 무작위로 선정되어야 하며, 너무 오랜 기간 진행하거나 너무 많이 시행할 경우 유저 이탈의 원인이 될 수도 있다. 유의수준중심..

[TIL] camp_day35_240604

밀린 TIL 이라 채워넣으면서 복습!학습 내용PostgreSQLSQL 과제를 풀면서 & SQL 코테를 풀면서 조금 학습했는데, 그동안 배웠던 MySQL과 약간 다른 부분이 있어 정리했다.PostgreSQL과 MySQL모두 오픈 소스 관계형 데이터베이스 관리 시스템(RDBMS)둘 다 각자의 장단점이 있다.ProgreSQL은 객체 관계형 DB로, 다루기에는 조금 더 까다롭지만 ACID를 완벽하게 준수하여 복잡한 쿼리와 대규모의 데이터셋에 적합.SQL 표준을 따르므로 다른 RDBMS와의 호환성도 높은 편.금융 시스템, GIS, 복잡한 데이터 처리를 요하는 어플리케이션에서 활용MySQL은 간결함과 속도에 초점을 맟줘 읽기 중심의 작업에 적합.비교적 유연하기 때문에 SQL 표준을 완벽하게 따르지 않아 MySQL에..

[TIL] camp_day34_240603

학습 내용CRUDCRUD란? : 저장된 데이터에 대해 작업할 수 있는 방법의 약어로, 일반적으로 데이터베이스나 데이터 저장소에서 수행되는 작업을 의미Create / Read / Update / Delete 의 앞글자를 딴 것.코테 풀고 답안 보다가, 등장한 용어라 찾아 보았다.통계 라이브 강의데이터의 종류크게 수치형 데이터와 범주형 데이터로 나뉨.수치형 : 연속형과 이산형 데이터범주형 : 가능한 범주 안의 값만 취하는 데이터. 드롭다운 박스에서 값을 선택하는 것과 비슷함.범주형에는 이진형과 순서형 이 포함된다.편차, 분산, 표준편차편차 : 평균으로부터 값이 얼마나 떨어져 있는지 / 평균으로부터 떨어져 있는 방향에 따라 양수일수도, 음수일수도 있다.분산 : 편차는 양수와 음수 둘 다 가능하기 때문에 편차의..

[TIL] camp_day33_240531

7주차 마지막 학습날. 시간이 정말 빠르다.학습 내용Python 문자열 관련 문제리스트를 슬라이싱 하는 것처럼 string 데이터도 이렇게 쓸 수 있다.string 데이터에서 특정 문자를 치환할 때는 : .replace("변경전","변경후")string 데이터에서 특정 문자를 기준으로 나눌 때는 : .split("기준문자")Default : 공백(" ") 기준으로 쪼갠다. 문자열은 immutable 하다. 즉, 수정이 불가능. 문자열은 할당(assignment)메서드를 지원하지 않는다!.format() 메서드 사용하기 (조금 올드한 방식)print("이름: {} 나이: {}".format(name1, age1))f-string : Python 3.6 이상 버전부터 지원함 (가급적 f-string 쓰자!)..

[WIL] 2024_w22_주간 회고

이번 주의 목표와 달성기초통계학 강의 완강하기 : [완료] 하지만 남는 것이 없는 강의였기 때문에 키워드 위주로 재학습 필요SQL 50 챌린지 완료하기(리트코드) : [완료] 이제 리트코드에서 파이썬으로 알고리즘 문제를 풀어보자파이썬 위키독스 100번까지 풀기 : [일부] 50번까지 풀었다. 소요시간 예측을 잘못하여 시간 배분을 너무 적게했다.파이썬 리포지토리 만들어서 커밋하기 : [포기] 이번 주에 생각보다 여유 시간이 나지 않았다. 다음주~다다음주 내로 깃헙 사용법 익혀서 커밋 시작하는 것으로 목표 수정이번 주의 학습 키워드퍼널 분석리텐션평균 / 왜도 / 이상치귀무가설과 대립가설t - test와 P - value, 신뢰구간분산분석(ANOVA)선형 회귀다중 공산성 이번 주 한 눈에 보기이번주의 KPT_..