데이터분석쿠키

1. 강의 학습 계기 - 우연찮게 유튜브에서 데이터 시각화 공모전에 대한 내용을 보게 되었고, 대상을 수상한 팀이 Tableau를 이용해 대쉬보드를 만든 것을 보고 나도 한 번 만들어봐야지 하는 생각을 가지고 있었다. - 데이터 시각화라면 파이썬에서 matplotlib, seaborn, plotly 라이브러리를 사용하는 것에 익숙한데, GUI환경에서 손쉽게 시각화를 할 수 있다는 점이 매력적인 것 같았다. 많은 양의 데이터에서도 빠르게 인터랙티브하게 시각화가 가능한지 궁금했고, 이를 구현해보고 싶었다. - 대학원생이라 Tableau를 학생 계정으로 이용할 수 있어서 일단 다운받아서 켜 봤다. 메뉴 하나하나 건드려가며 배울 수 있을 것 같았는데 그러기엔 시간이 너무 오래 걸려서 책을 하나 잡고 정독하거나,..

(6주차) 실전 딥러닝 프로젝트 + 빅쿼리 내일배움카드로 듣고있는 온라인 국비지원교육 딥러닝 강의!! 드디어 이번 주가 마지막이다. 장장 6주에 걸처 진짜 열심히 강의 들었다...! 이번 주는 그동안 배웠던 딥러닝 스킬(?)로 유사이미지를 매칭하는 프로젝트와, 인공호흡기 압력을 예측하는 미니 프로젝트를 진행했다. 조금 아쉬웠던게 코드를 하나하나 뜯어서 설명해주신다기 보다... 요거는 앞에서 했던 그대로~ 이렇게 했숨니당 ㅎㅎ 하는 식으로 진행되어서,,, 아 복습해야겠네 하는 생각이...ㅎㅎ온라인이지만 오랜시간 얼굴을 접하다보니 또 헤어진다니까 아쉽네요 선샘밈 ㅠ 뒤에는 빅쿼리에 대한 내용을 설명해주셨는데 그냥,,. 이런게 있구나 하고 넘어갔다. 뭐.. 나중에 필요하면 또 찾아보던지 해야겠다. 그래도 소개..

(5주차) 딥러닝 핵심 알고리즘 국비 지원 교육 드디어 5주차. 근데 사실 3월에 개강해서 오래되긴 했다. 엄청난 양의 강의! 나도 열심히 참여하고 있다 ㅎㅎ 온라인으로 가볍게 공부할 수 있는 점이 정말 최고,, 내일배움카드로 중복으로 또 다른 강의도 들을 수 있는지 잘 알아봐야겠다. 이번 주는 드디어 딥러닝에 대해 파고들었다. 글고 딥러닝으로 넘어갈수록 EDA가 빡세다는 걸.. 실감하고 있다. CNN, ResNet, RNN, LSTM, Bi-LSTM에 대해 공부했다. Bi-LSTM 이거는 처음 접해본다고 생각했는데 그냥 저 줄임말을 처음 보는거였다. 양방향성을 갖는 LSTM이다^^ 양방향 LSTM은 기존의 LSTM 계층에 역방향으로 처리하는 LSTM 계층을 추가한다. 최종 은닉 상태는 두 LSTM 계층..

(4주차) 머신러닝, 딥러닝 기초개념 내일배움카드를 이용해서 온라인으로 국비지원교육을 받고 있다. 이번 주에는 클러스터링! 그리고 쇼핑몰 사용자 고객 세분화하는 미니 프로젝트를 진행했다. 역시 실습 파트가 훨씬 재밌다. 그럼에도 불구하고 내 부족한 코딩실력에... (말잇못) 실전 머신러닝 프로젝트는 꽤 어려웠다. 요거를 눈 감고도(?) 할 수 있도록 연습해야....(말잇못...) 클러스터링, 즉 군집 분석(Cluster analysis)은 비지도 학습이다. 특성이 비슷한 데이터끼리 묶어주는 머신러닝 기법이다. 라벨링하는데는 엄청난 비용이 드므로, 라벨을 다 붙일 시간이 없거나 할 때 유용하게 사용할 수 있을 것 같다. 비슷한 뉴스나 사용 패턴이 유사한 사용자를 묶어 주는것과 같은 패턴 인지나, 데이타 압..

(3주차) 머신러닝 기초개념 : Classification, Regression 내일배움카드로 국비지원교육을 받고 있다. 그것도 온라인으로! 이번 주는 분류와 회귀에 대한 공부! 진짜 2년 동안 지겹도록 이론을 들어온 것들이기도 하다. 이렇게 다시한번 이론과 실습을 해보고! 넘어갈 수 있어 좋다. 머신러닝에는 지도학습과 비지도학습이 있다. 분류는 주어진 데이터를 클래스 별로 구별해 내는 과정이다. 다양한 분류 알고리즘을 통해 데이터와, 데이터 Y값을 학습시키고 모델을 생성한다. 분류 알고리즘의 종류는 다음과 같다. - K-Nearest neighbor (KNN) : 데이터를 분류하고 새로운 데이터 포인트의 카테고리를 결정할 때 K 개의 가장 가까운 포인트를 선점하고 그중 가장 많이 선택된 포인트의 카테고..