기록함 기록함

# 미니프로젝트 진행내용 이번 3차 미니프로젝트는 머신러닝을 주제로 5일간 이루어졌습니다. 3일은 지도학습, 2일은 비지도학습과 관련되어 진행되었습니다. 저희 조 같은 경우에는 5일 중에서 3일차 그리고 마지막 5일차 때 대면으로 진행하였습니다. [머신러닝 - 지도학습] 국민건강 증진을 위한 스마트워치 데이터 분석 DAY 01. [ 데이터 분석 ] 중요한 Feature 찾기 • 탐색적 데이터 분석 - 과제 이해하기 - 데이터 탐색하기 • 행동분류 Feature 분석 - Feature 별 행동패턴 분류 중요도 시각화 - 행동패턴 분류 중요도 상위 5개 Feature 선별 → 데이터를 탐색적으로 분석하여 행동 분류에 영향도가 높은 상위 Feature를 도출 DAY 02. [ 모델 튜닝 ] 고성능 모델 만들기..

# 머신러닝 (비지도 학습) 이란? 지난번 머신러닝 (지도 학습) 부분에 이어서 이번에는 머신러닝 (비지도 학습) 부분을 배웠습니다. 지도 학습은 '정답을 찾아라!' 라는 관점이라면 비지도 학습은 '유사한 데이터 끼리 묶어라~' 라는 관점입니다. ◾머신러닝 - 학습방법에 따른 분류 지도 학습 정답이 있는 데이터를 활용해 데이터를 학습시키는 것 비지도 학습 정답이 없는 데이터 만으로 배우게 하는 학습 방법 강화 학습 선택한 결과에 대해 보상을 받아 행동을 개선하면서 배우게 하는 학습 방법 # 학습 내용 1. 차원축소 설명 차원 축소는 고차원 데이터의 특성을 낮은 차원으로 축소하여 데이터를 더 간결하게 표현하는 기술 종류 주성분 분석 PCA - 데이터 분산을 최대한 유지하며 축소하는 선형 차원 축소 알고리즘..

이번 IT 트렌드 스터디에는 지난번과 마찬가지로 다양한 주제들이 오갔습니다. Code Interpreter / 채용시장 트렌드 변화 / 뷰티업계와 AI / KT 초거대 AI Mi:dm / 제조업과 자율공장 이 중에서 저는 Code Interpreter라는 내용이 흥미로웠는대요, Code Interpreter는 OpenAI에서 개발한 플러그인으로 ChatGPT의 기능을 확장하여, 사용자가 코드를 작성하거나 데이터를 분석하는 데 도움을 주는 도구입니다. 정말 놀라웠던 게 저희가 KT 에이블 스쿨 시작하며 한달이 넘는 기간동안 배운 내용들을 이 친구는 단숨에 다 처리하더라구요...😂 데이터 분석에서부터 시각화까지 정말 뚝딱 완성해냅니다. (유료버전이라 저는 직접 사용해보지는 못했습니다.) 이걸 보면서 약간 허..

# 머신러닝 이란? '머신러닝'이란 단어 자체는 많이 들어봤지만 정작 머신러닝이 어떤 걸 말하는지 몰랐었습니다😂 머신러닝이란 인공 지능 (AI) 분야의 한 부분으로, 컴퓨터 시스템에 데이터를 활용하여 스스로 학습하고 패턴을 발견하며 작업을 수행할 수 있는 능력을 부여하는 작업 입니다. 머신러닝은 학습방법에 따라 아래와 같이 3가지로 나뉩니다. 그 중에서 이번 주는 장래강사님과 함께 머신러닝의 '지도'학습 부분을 배웠습니다. ◾학습방법에 따른 분류 지도 학습 정답이 있는 데이터를 활용해 데이터를 학습시키는 것 비지도 학습 정답이 없는 데이터 만으로 배우게 하는 학습 방법 강화 학습 선택한 결과에 대해 보상을 받아 행동을 개선하면서 배우게 하는 학습 방법 # 학습 내용 ◾지도학습 과제에 따른 분류 문제 유형..

# 미니프로젝트 진행내용 이번 미니프로젝트 2차는 총 3일차에 걸쳐 이루어졌습니다. 첫째날에는 토익점수 데이터를 기반으로 데이터 분석을 하였습니다. 둘째날에는 주차등록 수요 데이터를 전처리 하고 그 데이터를 활용하여 셋째날에 데이터 분석 과정을 수행하였습니다. DAY 01. [ 데이터 분석 ] 토익 점수 데이터 분석 • 단별랑 데이터 분석 • 이변량 데이터 분석 • 비즈니스 인사이트 도출 ▶ 목표 : 토익 학습/평가 데이터를 분석하여 토익점수를 향상시킬 수 있는 비즈니스 인사이트 도출 DAY 02. [ 데이터 전처리 ] 주차 등록 수요 데이터 전처리 • 범주형 , 숫자형에 대한 전처리 • 단지별 데이터와 상세 데이터를 분리 DAY 03. [ 데이터 분석 ] 주차 등록 수요 데이터 분석 • 단변량 분석 :..

안녕하세요, KT 에이블스쿨 내에서는 다양한 스터디가 진행 중입니다. 저는 그 중에서 다른 에이블러 님께서 진행하시는 IT 트렌드 스터디에 참여해서 이번에 처음으로 진행되었습니다. 아직 확정되지는 않았지만 IT 트렌드 관련하여 조사한 내용은 한달에 2번 공유하고, 발표는 한달에 한번 진행하게 되었습니다. 이번에 저를 포함해서 4명이 발표를 진행했는데요, '카드사의 민간 데이터전문기관 선정', 'What is DX?', 기업용 챗GPT(챗지피티 엔터프라이즈)의 등장' 이라는 주제로 발표를 해주셨습니다. 저는 이번에 '챗GPT와 교육'을 주제로 자료를 준비해봤습니다. 발표 후에는 서로 의견을 나누는 시간을 가졌습니다. IT 트렌드 관련해서 제가 직접 자료를 조사하며 학습하는 시간을 가지기도 하고, 다른 분들..

# 데이터 수집 이란? 웹크롤링 웹 페이지에서 데이터를 수집하는 과정을 말하며, 이렇게 수집된 정보를 활용해 그래프도 작성하고 데이터 분석을 할 수 있습니다. # 학습 내용 ◼️ 크롤링의 종류 정적 크롤링 동적 크롤링 데이터 소스 정적인 데이터 (한 페이지 안에서 원하는 정보가 모두 드러나는 데이터) 동적인 데이터 (입력, 클릭, 로그인 등과 같이 페이지 이동이 있어야 보이는 데이터) 속도 빠르며 고정된 데이터이므로 안정적 느릴 수 있으며 요청에 따라 데이터가 변경됨 라이브러리 requests, BeautifulSoup selenium, chromedriver 예시 뉴스 기사 페이지 온라인 쇼핑 웹사이트의 제품 목록 페이지, 실시간 주식 가격 정보 ◼️웹크롤링 절차 1. 웹서비스 분석 : url 2. 서..

# 데이터 분석이란? 수집된 데이터를 조사하고 해석하여 유용한 정보와 인사이트를 추출하는 과정 # 데이터 분석 과정 목표 1. 분석/모델링을 위한 데이터 구조 이해 2. 정보의 종류(숫자, 범주)에 따라 데이터의 분포 확인 및 비즈니스 파악 3. 두 정보를 분석할 때, 적절한 도구를 사용하여 관계 파악 # 학습 내용 ▶ 데이터 분석 방법론 (CRISP-DM) CRISP-DM : 데이터 마이닝 및 머신 러닝 프로젝트를 계획하고 실행하기 위한 프로세스 프레임워크 1. 업무 이해 (Business Understanding) 무엇이 문제인가? - 프로젝트의 목적과 비즈니스 요구 사항을 이해하고 문제를 정의 - 어떤 정보를 얻고자 하는지 이해하고 비즈니스 목표 설정 2. 데이터 이해 (Data Understand..