스프린트/위클리페이퍼2024. 10. 23. 08:30[#12] 스프린트 DA 트랙 19주차 위클리 페이퍼(모델의 편향과 분산, K-폴드 교차 검증)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함.)18주차에 이어 이번 19주차 위클리 페이퍼의 내용을 소개하겠습니다. 이번 12번째 위클리 페이퍼 주제는1. 모델 학습 시 발생할 수 있는 편향과 분산에 대해 설명하고, 두 개념의 관계에 대해 설명해 주세요.2. K-폴드 교차 검증에서 K의 값을 선택할 때 고려해야 할 점은 무엇인가요?1. 모델 학습 시 발생할 수 있는 편향과 분산에 대해 설명하고, 두 개념의..

[#9] 스프린트 DA 트랙 11주차 위클리 페이퍼(프로덕트 지표, 고객 생애 가치)
스프린트/위클리페이퍼2024. 8. 28. 12:30[#9] 스프린트 DA 트랙 11주차 위클리 페이퍼(프로덕트 지표, 고객 생애 가치)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)10주차에 이어 이번 11주차 위클리 페이퍼의 내용을 소개하겠습니다. 이번 9번째 위클리 페이퍼 주제는1. 원하는 제품/서비스를 하나 선택하여 해당 상품/서비스에서 가장 중요한 획득 지표는 무엇인지 설명해 주세요. 그 이유를 구체적으로 설명해 주세요.2. 고객 생애 가치(LTV)를 계산하는 방법과 이 지표가 중요한 이유를 설명해 주세요. 예시를 포함해 주세요.1..

스프린트/위클리페이퍼2024. 8. 21. 12:40[#8] 스프린트 DA 트랙 10주차 위클리 페이퍼(AARRR 프레임워크, Funnel 분석, 코호트, 세그먼트, RFM 분석)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)9주차에 이어 이번 10주차 위클리 페이퍼의 내용을 소개하겠습니다. 이번 8번째 위클리 페이퍼 주제는1. AARRR 프레임워크(취득, 활성화, 유지, 수익 창출, 추천)와 리텐션 개념을 설명해 주세요. Funnel 분석과의 연관성을 설명해 주세요.2. 코호트와 세그먼트의 차이점은 무엇인가요?3. RFM 분석(Recency, Frequency, Monetary v..

[#7] 스프린트 DA 트랙 9주차 위클리 페이퍼(장바구니 분석, 연관 규칙 평가 지표)
스프린트/위클리페이퍼2024. 8. 14. 17:55[#7] 스프린트 DA 트랙 9주차 위클리 페이퍼(장바구니 분석, 연관 규칙 평가 지표)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)8주차에 이어 이번 9주차 위클리 페이퍼의 내용을 소개하겠습니다. 이번 7번째 위클리 페이퍼 주제는1. 장바구니 분석의 다양한 활용 사례를 설명해 주세요. 각 사례에서 얻을 수 있는 비즈니스 인사이트는 무엇인지 구체적으로 설명해 주세요.2. Support, Confidence, Lift 지표의 정의와 각 지표의 중요성을 설명해 주세요. 이 지표들을 해석하는 방법..

[#6] 스프린트 DA 트랙 8주차 위클리 페이퍼(차원 축소, 고유값과 고유벡터, 히스토그램의 단점과 그 대안)
스프린트/위클리페이퍼2024. 8. 8. 00:50[#6] 스프린트 DA 트랙 8주차 위클리 페이퍼(차원 축소, 고유값과 고유벡터, 히스토그램의 단점과 그 대안)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)6,7주차는 프로젝트로 위클리페이퍼를 작성하지 않았으며, 이번 8주차부터 다시 6번째 위클리페이퍼를 이어서 작성하게 되었습니다. 이번 6번째 위클리 페이퍼 주제는1. 데이터 간의 유사도를 계산할 때, feature의 수가 많다면(예: 100개 이상), 이러한 high-dimensional clustering 문제를 해결하기 위한 방법들을 설명해 주세요. 2. 고..

[#5] 스프린트 DA 트랙 5주차 위클리 페이퍼(절대 경로와 상대 경로, Git, Branch)
스프린트/위클리페이퍼2024. 7. 17. 23:53[#5] 스프린트 DA 트랙 5주차 위클리 페이퍼(절대 경로와 상대 경로, Git, Branch)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)4주차에 이어서 이번 5주차 위클리 페이퍼의 내용을 소개하려고 합니다.이번 5주차 위클리 페이퍼 주제는1.  절대 경로와 상대 경로는 무엇인가요?2. Git에서 branch는 무엇이고, 왜 사용하나요?이번 5주차 위클리 페이퍼의 첫 주제, 절대 경로와 상대 경로는 CLI 환경의 터미널의 커맨드에서 활용할 수 있는 개념입니다.CLI 환경이나 커맨드가 무엇인지 잘 ..

스프린트/위클리페이퍼2024. 7. 11. 01:19[#4] 스프린트 DA 트랙 4주차 위클리 페이퍼(클래스와 인스턴스, 정적 메소드)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)3주차에 이어서 이번 4주차 위클리 페이퍼의 내용을 소개하려고 합니다.이번 4주차 위클리 페이퍼 주제는1. 클래스와 인스턴스에 대해 설명해주세요.2. 정적 메소드는 무엇이고, 어떻게 호출하나요?이번 4주차 위클리 페이퍼의 첫 주제, 클래스와 인스턴스는 객체 지향 프로그래밍에서 중요한 개념입니다.객체 지향 프로그래밍(OOP, Object-Oriented Progr..

[#3] 스프린트 DA 트랙 3주차 위클리 페이퍼(데이터 전처리, t-test)
스프린트/위클리페이퍼2024. 7. 3. 18:46[#3] 스프린트 DA 트랙 3주차 위클리 페이퍼(데이터 전처리, t-test)

위클리 페이퍼는 현재 훈련받고 있는 코드잇 스프린트 데이터 애널리스트 트랙에서 매주마다 훈련생 스스로 프로그래밍 언어, 데이터분석, 통계, 머신러닝 등 특정 주제에 대하여 심화 학습을 할 수 있도록 제출하는 과제입니다.(매주 2~3가지 주제를 스스로 알아보고 학습하여 관련된 내용을 정리하여 후에 취업 활동 간에 경험할 수 있는 기술 면접을 대비함)2주차에 이어서 이번 3주차 위클리 페이퍼의 내용을 소개하려고 합니다.이번 3주차 위클리 페이퍼 주제는1. 데이터 전처리 방법들 (ex. 결측값 처리 등) 에 대해 설명해 주세요.2. t-test에 대해 설명해 주세요.이번 3주차 위클리 페이퍼의 첫번째 주제 데이터 전처리는 데이터 분석, 기계 학습 모델링, 통계 분석 등을 위해 필수적인 과정입니다.데이터 전처리..

300x250
image