1. 데이터 처리
[수업 목표]
1. 분석을 위한 데이터 구조를 이해하고 생성할 수 있다
2. 데이터 분석 절차를 이해하고 기본 분석 도구를 사용할 수 있다.
python 기초 문법과 라이브러리를 알려주셨던 한기영 강사님께서 계속해서 수업을 해주셨어요✨
이직 정보 데이터를 받아 열을 추가, 삭제, 수정하는 방법을 공부하고,
titanic 데이터를 받아 이전 시간에 배운 pandas와 numpy 라이브러리를 이용하여 데이터프레임의 범위를 나누고 결합하는 과정을 배웠습니다.
또한 데이터를 범주형, 수치형으로 분류하고 그래프로 시각화하여 단변량, 이변량 분석을 하는 방법을 배웠습니다.
편하게 시작했던 1주차와 달리 한꺼번에 많은 함수들과 그래프가 몰려와서 약간 고비가 있었지만 반복해서 사용하다보니 어느 정도 극복할 수 있었어요✌️
2. 데이터 분석 및 의미찾기
[학습목표]
1. 분석/모델링을 위한 데이터 구조를 이해한다.
2. 정보의 종류에 따라 데이터 분포를 확인하고 비즈니스를 파악할 수 있다.
3. 두 정보를 분석할 때, 적절한 도구를 사용하여 관계를 파악해 낼 수 있다.
데이터 분석 방법론(CRISP-DM)을 살펴보면서 데이터를 비즈니스적 관점으로 바라보고 데이터를 보면서 해석하는 연습을 했습니다.
가설 검정에 대해 알아보고, 데이터 처리에서 배웠던 기술을 활용하여 데이터 종류에 따라 어떤 그래프를 이용해야 하는지 직접 실습해보면서 익히는 연습을 했어요!
데이터를 비즈니스 관점으로 해석하는 데에는 아직 헷갈리는 점이 많았는데 다른 에이블러님들의 생각을 읽어보면서 '와! 이렇게도 생각해볼 수 있구나!'하고 놀랐고,
이 부분에서 많이 배웠던 것 같아요😂
💻