검색 본문
namu.wiki 국가공인 데이터분석 전문가 - 나무위키 데이터분석 전문가 자격검정 시험. 빅데이터 시대가 도래하고 데이터 분석가의 필요성이 증가함에 따라 데이터 분석 전문가 자격에 대한 기업의 수요를 반영하여 2014년부터 실시한 시험으로 과학기술정보통신부가 주무부처이고 한국데이터산업진흥원이 시행한다. 개요 과목 ADsP ADP 둘러보기 2024.05.13 웹문서 검색 더보기 빅데이터분석기사 - 나무위키 굿데이터코퍼레이션 - 나무위키 data-journal.tistory.com 데이터저널 H. [Kaggle] E-commerce 데이터 분석을 통한 다음 시즌 기획 12 데이터를 해석해 인사이트를 도출해보았다. 이 분석을 진행하면서, 이런 저런 파이썬 코드를 많이 작성해보게 되었는데, 이 파이썬 코드는 깃허브 계정에 올릴 예정이다. 깃허브에는 Full-Code를, 블로그에는 분석을 통해 도출한 인사이트를 스토리 위주로 풀어나갈 계획이다. 그럼 다음 데이터 분석에서 만나요. See... e-commerce data 데이터분석 commerce 빅데이터 Bigdata 빅데이터분석 데이터분석가 데이터석사 비즈니스애널리틱스 2024.02.13 블로그 검색 더보기 cafe.daum.net 정책자금, 비영리민간단체 ◈정실미◈가 직접 도와드리겠습니다 [경기] 고양시 2024년 중소기업 빅데이터 분석ㆍ활용 지원 사업 수요기업 모집 공고_고양산업진흥원 및 구체성 15 기업 이슈 해결 가능성 및 현실적용 가능성 10 활용분석 기대성과 데이터 분석 이후 성과 창출 가능성, 활용 및 확산 가능성 15 데이터 보유 및...인력 등 5 총점 100 ※ 표2. 수요기업 선정 평가표 바. 선정 제외 대상 ○ 다음 선정 제외 대상에 해당하는 경우 지원 제외 처리함 ① 다음 사전 지원제외... 2024.05.09 카페 검색 더보기 rlcnf.net board 다음 중 고객 분석에서 데이터조사 방법으로 가장 옳지 않은 것은? 다음 중 고객 분석에서 데이터조사 방법으로 가장 옳지 않은 것은? 검색 키워드 활용법 : 검색 엔진의 검색 키워드로 고객이 원하는 정보가 무엇인가를 파악하는 방법 로그 파일 활용법 : 고객이 방문한 페이지와... 2024.04.09 전체보기 다음 중 고객의 내적분석용 데이터가 아닌 것은? 고객분석에 흔히 사용되는 데이터마이닝은 다양한 형태의 분석에 적용이 가능하다. 다음에서 열거하는 기법 중 어떤 현상에 대한 ‘예측’ 목적으로 활용하기 어려운... baak-letyouknow.tistory.com 초보초보 블로거 엑셀 퍼센트 수식으로 데이터 비교 및 분석하기 15 반대로, 저하율은 시간이 지남에 따라 데이터가 감소하는 속도를 나타냅니다. 음수일수록 감소율이 빠릅니다. 데이터 트렌드를 분석할 때 다음 사항을 고려하는 것이 중요합니다. 데이터 날짜 분석 날짜이 충분히 길어서 유의미한 트렌드를 잡을 수 있는지 확인하세요. 데이터 일관성 시간이 지남에 따라 데이터를 수집... 엑셀기능 엑셀팁 엑셀매크로 데이터분석 엑셀수식 데이터처리 데이터비교 엑셀퍼센트수식 데이터비주얼라이제이션 데이터비교분석 2024.05.17 엑셀 평균과 표준편차 데이터 분석의 핵심을 손쉽게 파악하세요 엑셀 셀 병합할 때 데이터 보존하는 방법 cafe.daum.net 좋은 책을 만드는 보민출판사입니다 출간상담 070 8615 7449 <신간> 제조데이터 품질확보 방법론! 「제조AI빅데이터 분석기법(코딩편)」 텐서플로우는 다음 그림과 같이 Python, C++, Java, Go 등 다양한 언어를 지원합니다. 특히, 제조현장에 빅데이터, AI 기술 적용을 위해 널리 활용되는 Python 기반의 다양한 라이브러리를 집중적으로 지원하기 때문에 제조AI 딥러닝 모델 개발 시 텐서플로우를 주로 활용합니다.” “제조AI 이진분류 알고리즘을 개발... 2024.04.29 <신간> 제조데이터 유형별 제조AI 개발방법! 「제조AI빅데이터 분석기법(코딩편)」 <신간> 제조데이터 관리와 빅데이터, AI 기술의 도입! 「제조AI빅데이터 분석기법(코딩편)」 통합웹 더보기
서비스 안내 스토리의 글을 대상으로 검색결과를 제공합니다. 자세히보기 정경문 IT 분야 크리에이터 데이터 분석 기반 자기소개 포트폴리오 - 취업준비를 위한 자기소개와 템플릿 양식 #1. 취업 멘토링 재능기부 봉사활동 지역 대학생과 취업 준비생들을 대상으로 무료 멘토링을 함께한 지 만 6년이 되었네요. 이 활동은 제가 특히나 좋아하고 보람됩니다. 한 분, 한 분 간절하고 절실한 꿈과 희망을 가지고 있습니다. 그들의 눈을 보고 있으면 엊그제 20대 제 모습이 보입니다. 저 또한 취업 당시에 학교로부터, 사회로부터 많은 도움을 받았습니다. 한 번은 학교 취업진로센터에서 각 산업계에서 근무하는 선배들을 초청해서 강의를 듣는 수업을 수강한 적이 있습니다. 그 당시 저의 간절한 마음을 기억합니다. 항상 맨 앞자리에 앉았고, 그들의 말을... #2. 데이터 기반 취업시장의 키, "나는 누구인가?" 모든 질문은 돌고 돌아 "나는 누구인가?"로 수렴하는 것 같습니다. 취업 시장에서의 성공은 시장(Market)에서 수요(회사)와 공급(나)을 맞추는 일입니다. 그러려면 수요처와 공급처의 정확한 이해가 가장 우선시되어야 합니다. 시장의 수요가 무엇을 원하는지 정확히 파악하고 그것에 나를 맞출 수도 있고, 반대로 공급인 "나"에 대해 분석하여 나에게 맞는 회사를 찾을 수도 있습니다. 이것이 바로 요즘에 취업 시장에서 등장한 데이터 기반 맞춤형 채용정보입니다. 데이터 기반 맞춤형 채용정보 제공 서비스(출처 : 잡플래닛) 나에 대한 #3. 너의 뭘 팔 수 있어? 너 나 홀려봐, 홀려서 널 팔아보라고 tvN 드라마 미생에 나오는 유명한 대사입니다. 상사맨인 오 차장이 인턴사원 장그래에게 이렇게 말하죠. "너 나 홀려봐, 홀려서 널 팔아보라고. 너의 뭘 팔 수 있어?" "노력이요. 저는 지금까지 제 노력을 쓰지 않았으니깐 제 노력은 새 빡스 신상입니다" "안 사, 인마" 문제는 노력에 대한 정도를 숫자로 나타낼 수 없습니다. 이것은 구호에 불과합니다. 저는 이러한 업무 역량을 가지고 있다고 예를 들어 정리해 보겠습니다. 일반적인 업무역량의 서술식 나열 "능숙하다, 경험이 다수다. 사용가능 #4. 데이터 기반 업무역량 분석 및 자기소개 아까 보다는 좀 더 나은 것 같지만 여전히 눈에 보이지 않고, 저 점수들이 의미하는 바를 잘 모르겠습니다. 그럼 이제, 데이터에 기반하여 본인의 업무약량을 분석해 보겠습니다. 다음과 같이 하나의 Power Point Slide에 나타내 보겠습니다. 데이터 분석 기반 자기소개서 양식 # 데이터 지표명 및 정의 나의 업무분야는 데이터 사이언스입니다. 데이터 사이언스는 IT, Analysis(분석), Collaboration(협업) 3대 요구역량이 필요합니다. # 데이터 분류 및 수치 각 역량에 대해 제가 가지고 있는 정도는 다음과 같 #5. 데이터와 스토리가 만나다. 데이터 + 스토리 데이터는 스토리를 만날 때 전달력이 높아집니다. https://brunch.co.kr/@writerjeong/148 맨 마지막에는 또는 맨 처음에는 반드시 스토리 텔링으로 듣는 사람의 기억에 남겨야 합니다. 업무역량의 자기소개를 다음과 같이 스토리로 만들어봅니다. 가장 최근에 했던 프로젝트는 "oo 대시보드 구축과 인공지능 개발"입니다. 당시 SQL 쿼리를 만들어서 oo 시스템에 있는 데이터를 적재했습니다. 그리고 python을 활용해서 전처리 모듈을 만들었습니다. 그리고 그것을 MS 애저 클라우드에 올리고 P 6 아까 보다는 좀 더 나은 것 같지만 여전히 눈에 보이지 않고, 저 점수들이 의미하는 바를 잘 모르겠습니다. 그럼 이제, 데이터에 기반하여 본인의 업무약량을 분석해 보겠습니다. 다음과 같이 하나의 Power Point Slide에 나타내 보겠습니다. 데이터 분석 기반 자기소개서 양식 # 데이터 지표명 및 정의 나의 업무분야는 데이터 사이언스입니다. 데이터 사이언스는 IT, Analysis(분석), Collaboration(협업) 3대 요구역량이 필요합니다. # 데이터 분류 및 수치 각 역량에 대해 제가 가지고 있는 정도는 다음과 같 데이터 취업 자기소개 2023.09.02 브런치스토리 검색 더보기 swchaey.tistory.com 채영sw 데이터 분석하기 12-1. 분석 모델 개요 데이터 분석 방법론 : 통계학에 기반한 통계 모델과 인공지능에서 파생된 기계학습으로 나뉨(그 둘간의 경계는 모호하며 상당부분 겹치기도 함) → 기계학습 모델 : 대용량 데이터를 활용해 예측의 정확도를 중요시 → 통계 모델 : 모형과 해석을 중요시하고 오차와 불확정성을 강조 < 기계 학습 데이터 분석 방법론을 두 가지 기준으로 구분 > 1. 우선 종속변수의 유무 , 지도학습과 비지도학습 2. 독립변수와 종속변수의 속성에 따른 구분, 질적 척도인지 양적 척도인지에 따라 사용할 수 있는 분석 방법론이 다르지만 두가지... 12-2. 주성분 분석(PCA) 주성분 분석 : 여러개의 독립변수들을 잘 설명해 줄 수 있는 성분을 추출하는 기법. 전체 변수들의 핵심 특성만 추출하기 때문에 독립변수(차원)의 수를 줄일 수 있음. 즉 여러 개의 변수들을 소수의 특정한 변수로 축약하여 변수의 수를 줄이는 기법. → 주성분 분석을 통해 모형을 간단하게 만들 수 있고 분석 결과를 효과적으로 해석할 수 있음. → 주성분 분석에 사용되는 변수들은 등간척도/비율척도로 측정한 양적변수여야 하며 관측치들은 서로 독립적이고 정규분포를 이루고 있어야 함. < 차원을 감소시키는 방법 > 변수... 12-3. 공통요인분석(CFA) PCA와 CFA는 모두 요인분석을 하기 위한 기법 → PCA는 전체 분산을 토대로, CFA는 공통분산을 토대로 데이터의 요인을 분석하는 것 요인분석 : 목적에 따라 탐색적 요인분석과 확인적 요인분석으로 구분됨. 탐색적 요인분석(EFA) : 변수와 요인 간의 관계가 사전에 정립되지 않았거나 체계화되지 않은 상태에서 변수 간의 관계를 알아볼 때 사용. 확인적 요인분석(CFA) : 이미 변수들의 속성을 예상하고 있는 상태에서 실제로 구조가 그러한지 확인하기 위해 사용. 주성분 분석에서는 전체 독립변수들을 잘 설명해줄 수 있는 소수의 주된 12-4. 분석 모델 개요 다중공선성은 독립변수들 간의 상관관계가 높은 현상을 의미한다. 두개 이상의 독립변수가 서로 선형적인 관계를 가지는 현상이며 이는 독립변수들 간에는 서로 독립이라는 회귀분석의 전제 가정을 위반하게 된다. 회귀분석에서 다중공선성이 발생하게 되면 추정치의 통계적 유의성이 낮아져 모델의 정합성이 맞지 않는 문제가 발생한다. 즉 회귀모델은 첫번째 독립변수가 종속변수를 예측하고 두번째 독립변수가 남은 변량을 예측하는 식으로 구성되는데 두 변수가 설명할 수 있는 부분이 거의 동일해지면서 두번째 변수가 설명할 수... 12-5. 데이터 마사지와 블라인드 분석 데이터 마사지란 데이터 분석 결과가 예상/의도한 방향과 다를 때 데이터의 배열을 수정하거나 관점을 바꾸는 등 데이터의 해석이 달라질 수 있도록 유도하는 것이다. 비록 데이터의 수치 자체를 바꾸는 것은 아니지만 분석가의 주관이 개입되기 때문에 지양하는 것이 좋다. 데이터 마사지 방법들은 다음과 같다. 편향된 데이터 전처리 → 의도하는 방향에 유리하도록 이상치, 결측값 등을 전처리하는 방식이다. 예를 들어 A그룹과 B그룹의 수치 차이를 원하는 방향으로 유도할 때 A그룹의 수치가 커지도록 유도할 수 있다. A그룹의 값... 12-6. Z - test와 T - test → Z - test와 T - test, 그리고 (다음 절의) ANOVA는 통계 기반 데이터 분석의 방법론 중 일부이며 집단 내 혹은 집단 간의 평균값 차이가 통계적으로 유의미한지 알아내는 방법이다. Z - test와 T - test는 두 집단 간의 평균 차이를 분석할 때 사용되고 ANOVA는 두 집단 이상일 때에 사용된다. → Z - test와 T - test는 단일 표본 집단의 평균 변화를 분석하거나 두 집단의 평균값, 비율 차이를 분석할 때 사용된다. 이 둘을 사용하기 위해서는 분석하고자 하는 변수가 양적 변수이며, 정규 분포이 12-7. ANOVA → 세 집단 이상의 평균을 검정할 때에는 ANOVA를 사용한다. T 분포를 사용하는 T - test와 달리 ANOVA는 F 분포를 사용하며 F 검정의 통곗값은 집단 간 분산의 비율을 나타내게 된다(그래서 분산분석이라고도 불린다). → ANOVA에서는 회귀분석과 유사하게 F 분포를 통해 독립변수가 종속변수에 미치는 영향을 분석한다. 즉 집단의 종류(독립변수)가 평균 값의 차이 여부(종속변수)에 미치는 영향을 검정하는 것이다. → ANOVA의 일반적인 가설은 다음과 같다. 귀무가설(H0) : 독립변수(인자)의 차이에 따른 종속변수(특성 12-8. 카이제곱 검정(교차분석) → 등간/비율 척도로 이루어진 연속형 변수 간의 연관성을 측정하는 분석 방법으로는 앞에서 공분산과 상관성 분석을 다루었다. 이때 명목/서열척도 등의 범주형 변수들 간의 연관성을 분석하기 위한 기법이 카이제곱 검정(혹은 교차분석)이다. 따라서 카이제곱 검정을 사용하기 위해서는 ‘연령’등의 비율척도 변수를 ‘연령대’처럼 서열척도 변수로 변환하여 사용해야 한다. 카이제곱 검정의 기본 원리는 변수들 간의 범주를 동시에 교차하는 교차표를 만들어 각각의 빈도와 비율을 통해 변수 상호 간의 독립성과 관련성을 분석... 13-1. 선형 회귀분석과 Elastic Net(예측모델) → 회귀분석이라는 용어는 영국 인류학자 프랜시스 골턴이 부모의 키와 자식의 키에 대한 유전 법칙을 연구하다 시작되었다. 자식 세대의 키가 모집단의 평균으로 회귀한다는 ‘평균으로의 회귀’ 이론의 연구로 회귀분석은 시작되었으며 이후 칼 피어슨이 아버지와 아들 키 관계를 표현한 수식이 최초의 회귀식이 된다. 또한 X, Y 좌표에 산점도를 찍고 X와 Y의 관계를 가장 잘 나타낼 수 있는 직선을 찾음으로써 회귀분석 모델이 만들어졌다. → 회귀분석은 해당 객체가 소속된 집단의 X(독립변수) 평균값을 통해 Y(종속변수) 값을... 13-2. 로지스틱 회귀분석(분류 모델) → 로지스틱 회귀분석은 종속변수가 (양적척도가 아닌) 질적척도인 분류 모델이다. 기본 모형은 종속변수가 0과 1인 이항 분류이며 종속변수의 범주가 3개 이상인 경우에는 다항 로지스틱 회귀분석을 사용한다. → 로지스틱 회귀분석에서는 기존 선형회귀식을 그대로 사용하되 종속변수를 1이 될 확률로 변환하여 그 확률에 따라 0과 1로 분류한다. 우선 오즈(Odds)와 로짓 변환에 대해 알아보겠다. → 위 그래프는 각각 선형 회귀선과 로짓 회귀선이다. 종속변수가 0과 1일 때 선형 회귀선에서는 확률이 양과 음의 무한대로 뻗어 나가... 55 데이터 마사지란 데이터 분석 결과가 예상/의도한 방향과 다를 때 데이터의 배열을 수정하거나 관점을 바꾸는 등 데이터의 해석이 달라질 수 있도록 유도하는 것이다. 비록 데이터의 수치 자체를 바꾸는 것은 아니지만 분석가의 주관이 개입되기 때문에 지양하는 것이 좋다. 데이터 마사지 방법들은 다음과 같다. 편향된 데이터 전처리 → 의도하는 방향에 유리하도록 이상치, 결측값 등을 전처리하는 방식이다. 예를 들어 A그룹과 B그룹의 수치 차이를 원하는 방향으로 유도할 때 A그룹의 수치가 커지도록 유도할 수 있다. A그룹의 값... 2024.03.27 티스토리 검색 더보기 story.kakao.com 민진실 민진실 - 카카오스토리 오게 되는 겁니다. 모든 분야에서 엄청난 결과들이 쏟아나오고. 유전자 공학 생명공학 그다음에 데이터 분석이라든지. 이런 분야에서 수백 년 걸렸던 일들이 며칠 만에 끝날 겁니다. 그때가 되면 사람들은 이제... 2024.03.05 카카오스토리 검색 더보기 IT 크리에이터 보기
서비스 안내 Kakao가 운영하는 책 서비스 입니다. 다른 사이트 더보기 예측 분석이다(빅데이터의 다음 단계는) 저자 에릭 시겔 출간 2014.11.30. 도서 16,200원 빅데이터의 다음 단계는 예측 분석이다 저자 에릭 시겔 출간 2014.12.5. 빅데이터의 다음 단계는 예측 분석이다(체험판) 저자 에릭시겔 지음 출간 2014.12.5. 분석전문가가 말하는 빅데이터 저자 김승범 외 출간 2015.6.25. 분석전문가가 말하는 빅데이터 저자 김승범 외 출간 2015.10.14. (주)카카오는 상품판매의 당사자가 아닙니다.법적고지 안내 (주)카카오는 통신판매중개자로서 통신판매의 당사자가 아니며 상품의 주문 배송 및 환불 등과 관련한 의무와 책임은 각 판매자에게 있습니다.
애드버 advermarketing.co.kr 신청자 작성 데이터 분석 기반의 네이버&카카오 온라인광고 대행사, 퍼포먼스 마케팅, 광고 플랫폼 및솔루션. 네이버 검색광고, 다음&카카오 검색광고. 전화고객센터: 02-595-3974 장소 엠서치마케팅 msearch.co.kr/ 신청자 작성 데이터분석, 실적증대, 마케팅전략 등, 포퍼먼스마케팅을 하는 종합마케팅 대행사. 네이버, 다음, 구글 검색광고, 디스플레이광고, 쇼핑, SNS, 바이럴 광고, 종합광고 대행사. 올제 블로그 allje.tistory.com/ 티스토리 바로 다음날. 즉, 내일을 뜻하는 순 우리말입니다. 올제는 과거와 현재의 데이터를 기록/분석 사이트 더보기
이미지
뉴스
사이트
같이가치
- 세대 갈등속에 살아가는 우리에게 보내는 따뜻한 동화
빅데이터 분석에 따르면 주요 갈등 담론 중에서 세대 갈등의 언급 횟수가 갈수록 늘고 있음을 알 수 있습니다. 역사적으로 유례없는 속도로 초고령 사회로 진입하고 있는 한국사회의 상황을 볼 때 세대 갈등은 앞으로 더 중요한 갈등 요소 중
창동종합사회복지관 달성률 모금완료 총 모금액 1,677,200원