# dataanalysis

jihyunglory

업로드중..파이썬에서 외부 자원 txt파일을 사용할 수 있다.기본 함수open('디렉토리 경로', 'w' or 'r')로 텍스트 파일 열기디렉토리 경로의 역슬래쉬는 /로 꼭 바꿔주어야함'w': 쓰기 모드로 열기'r': 읽기 모드로 열기read() or write():

jihyunglory

예외(Exception) >문법적인 문제는 없으나, 실행 중 발생하는 예상치 못한 문제를 말한다. 예를 들어, 나눗셈에서 나누는 숫자로 유저가 0을 입력한 경우 Zero Division Error 에러와는 다르다. 에러란, 소프트웨어가 처리할 수 없는 상태(문법

jihyunglory

클래스하위 클래스는 또 다른 클래스상위 클래스를 상속해서 내 기능처럼 사용할 수 있다.하위 클래스는 상위 클래스의 기능 외에 필요한 기능만 추가 생성해서 사용하면 편리하다.객체를 생성을 위해 생성자를 호출하면 init()메소드가 자동 호출됨레퍼런스 변수를 통해 클래스와

jihyunglory

클래스로 들어가면서 개념이 조금씩 이해 안 가는 것들이 생겼다. 이전엔 내가 먼저 풀어보고 해설을 보는 게 가능했었는데 지금은 그게 좀 힘들다. 그래서 시간도 너~무 많이 걸리고 스트레스를 많이 받았는데, 일단 마음을 좀 가볍게 가지기로 했다. 수영할 때 그랬던 것처럼

jihyunglory

수업을 들으면서 네이버 블로그를 연습장처럼 사용하고 있는데, 벨로그에 정리하면서 한 번 더 보게 되니 복습되는 것 같아 좋다.쉽게 말하면 모듈은 함수가 정의되어 있는 파이썬 파일이다. \- 따라서 확장자도 py작성하고 있는 파일에 내가 사용할 모든 함수를 정의하면 파

jihyunglory

파이썬 설치하고 2주차인데 처음에 비해 꽤 많은 걸 할 수 있게 됐다. 공부한 걸 체득하고, 문제 풀이에 앞서 문제를 이해하고 어떻게 풀 것인지 구조를 잡는 부분에 익숙해질 때까지 시간이 더 필요하겠지만, 중요한 건 분명히 발전하고 있다는 것!

jihyunglory

데이터 스쿨에 등록했다. 근래 면접을 다니면서 내가 가진 기획자로서의 성과와 전문성(?)이 부족한 것 같다는 생각을 많이 했던 것 같다. 큰 성과를 내고 회사를 먹여 살렸어도, 그건 '그 회사에 있을 때에만 가치가 인정 받는 일'인 경우도 있는 것이다.

jh_one

SQL의 기본 문법은 다음 글 참조. 글join은 관계형 DB에서 기본이자 가장 중요한 기능이다.두 개 이상의 테이블을 묶어 데이터를 추출하는 기능.관계형 DB에서 join을 이용하여 서로 다른 테이블 간의 원하는 정보를 얻을 수 있음.emp 테이블: 직원의 이름, 직

lak5000

이번 글에 있는 내용을 익힌 후 이 글의 라이브러리를 사용하면 편하게 데이터 관계를 분석할 수 있습니다.설치 - %pip install rock-pre-h$\\mu$ (뮤) = 모평균$\\sigma^2$ (시그마 제곱) = 모분산$X$ = 표본평균$s^2$ = 표본분산

onicle

머신러닝의 모델링에서 사용할 '변수'를 선택할 때 각각의 변수마다 종류를 짚고 넘어가는 것은 중요하다. 변수의 종류에 따라 원핫인코딩 등 전처리 유무 및 방식이 달라지기 때문. 이번 포스팅을 통해 변수의 종류와 척도의 종류를 정리해보자! 변수의 종류 척도의 종류

sorij95

주요 퍼널에 대한 전환률 지표는 그 자체로 중요하지만, 전체 사용자를 대상으로 한 전환율을 살펴보는 것만으론은 인사이트가 제한적이며, 전환율을 개선하기 어렵다. 그렇기에, 전환율 지표는 전체보다 여러 그룹으로 쪼개서 볼 때 훨씬 더 강력한 의미를 지니게 된다.예를 들어

nspro0318

안녕하세요서울 꺼벙 천사입니다 이번에 소개할 사이트는 grow라는 사이트입니다

makengi

통계모델을 추정하기 위해 smf.ols 함수를 사용 여기서 ols 란 Ordinary Least Squares(범용최소제곱법) 의 약자로 모집단의 분포가 정규분포임을 가정했을때 최대우도법의 결과는 최소제곱법의 결과와 일치 온도로 인한 맥주 판매량 추정 종속변수:

dkddkkd55

# 변수 선택 알고리즘 # 분류 알고리즘 (CART, kNN, SVM, Logistic regression) # PCA를 통한 데이터 시각화 # 의사결정나무를 통한 스윙 교정 제안 # 최적화(Optimization) 기법을 활용한 스윙 교정 제안

hangils

https://code-challenge.tistory.com/entry/ADP%ED%95%84%EA%B8%B0-1-%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9D%98-%EC%9D%B4%ED%95%B4-%EC%9A%94%EC%95%BD-1?cat

olxtar

데이터를 처음 받고 분석을 시작하려 할 때 어떻게 시작하는 것이 가장 효율적일까? 계획 데이터셋에 대한 기본적인 정보를 알고 있고 어떤 분석을 진행할지 어느정도의 계획이 잡혀있을때 계획이 없을 때 데이터셋에 대한 기본적인 정보가 없고 어떤 분석을 진행할지에 대하여 계획이 없을때 데이터셋의 범위 및 분할여부 체크 데이터 불러오기 컬럼의 정의 및 각 ...

leewriter

4년차 데이터 분석가로 살고 있지만 가끔 "내가 잘 하고있는 건가?"라는 생각이 듭니다.

dacon

링크한국어 문서 생성요약 AI 경진대회 EDA 코드dataset 다운로드