devjjun 님의 블로그

TIL(Today I Learned)1️⃣통계학 기초 Chapter.3A/B 검정이란?A/B 검정은 두 버전(A와 B) 중 어느 것이 더 효과적인지 평가하기 위해 사용되는 검정 방법.마케팅, 웹사이트 디자인 등에서 많이 사용됨.사용자들을 두 그룹으로 나누고, 각 그룹에 다른 버전을 제공한 후, 반응을 비교.일반적으로 전환율, 클릭률, 구매수, 방문 기간, 방문한 페이지 수, 특정 페이지 방문 여부, 매출 등의 지표를 비교.목적두 그룹 간의 변화가 우연이 아니라 통계적으로 유의미한지를 확인실습온라인 쇼핑몰에서 두 가지 디자인(A와 B)에 대한 랜딩 페이지를 테스트하여 어떤 디자인이 더 높은 구매 전환율을 가져오는지 평가.더보기import numpy as npimport scipy.stats as stats..

TIL(Today I Learned)1️⃣통계학 기초 Chapter.2스튜던트 t분포란?t분포는 모집단의 표준편차를 알 수 없고 표본의 크기가 작은 경우(일반적으로 30미만)에 사용되는 분포정규분포와 유사하지만, 표본의 크기가 작을수록 꼬리가 두꺼워지는 특징특징표본 크기가 커지면 정규분포에 가까워짐.사용 예작은 표본의 평균 비교 👉 두 그룹의 평균이 유의미하게 다른지 검토약물 시험 👉 소규모 임상 시험에서 두 그룹간의 차이를 분석실습 코드더보기# 스튜던트 t 분포 생성t_dist = np.random.standard_t(df=10, size=1000)# 히스토그램으로 시각화plt.hist(t_dist, bins=30, density=True, alpha=0.6, color='r')# 스튜던트 t 분포..

TIL(Today I Learned)1️⃣통계학 기초 Chapter.1데이터 분석에 있어 통계가 중요한 이유데이터 분석에서 통계는 데이터를 이해, 해석하는데 중요한 역할을 한다.데이터를 요약하고 패턴을 발견할 수 있다.추론을 통한 결론 도출화를 돕는다.📍즉, 데이터 기반의 의사결정을 내릴 수 있다.기술통계와 추론통계기술통계: 데이터를 요약하고 설명하는 통계주로 평균, 중앙값, 분산, 표준편차 등을 사용더보기평균데이터의 대표값을 나타내는 값모든 데이터를 더한 후 데이터의 개수로 나누어 계산 일반적인 경향을 파악하는데 유용중앙값데이터셋을 크기 순으로 정렬했을 때 중앙에 위치한 값이상치(예외적인 값)에 영양을 덜 받기에 중심 경향을 나타냄분산데이터 값들이 평균으로부터 얼마나 떨어져있는지 나타내는 척도, 데이..

TIL(Today I Learned)1️⃣커리어 데이 취업특강 수강 1.면접 트렌드 및 필요 역량 안내2.면접의 종류에 따른 스피칭 및 준비 방법3.면접 예상 질문 및 답변 구축2️⃣자격증 취득 계획 설립데이터 분석 준 전문가(ADsP)출제 문항 및 배점시험 일정취득 계획 제 49회 데이터분석 준전문가 시험일: 5월 17일 SQL[개발자]출제 문항 및 배점시험 일정취득 계획SQLD[개발자] 제61회시험일: 5월 31일💡 느낀점한국취업센터의 담당자 분과 상담을 거치며 입사지원서의 방향성과 추후 취득하면 좋은 자격증 등을 함께 고민할 수 있는 값진 시간이었다. 또한 콥스랩 대표님의 취업특강을 수강하며 현재 면접의 트렌드나 주요 질문들을 확인하고 답변을 학습할 수 있었다. 추후에 입사지원서를 미리 작성해보며..

TIL(Today I Learned)1️⃣데이터 분석 팀 과제(완)최종 결과 보고서 ppt 최종 피드백1. 데이터 EDA 및 전처리 피드백전처리 전 데이터의 수나 타입을 지나치게 간략하게 표현전처리 후의 이상치나 결측치에 따른 변화나, 파생변수의 생성 설명 보완 필요2. 결과 해석 및 보고 피드백목적에 따라 세운 가설을 검증하는 과정과 그래프에서 도출된 사례를 면밀히 조사한 부분이 좋았다.3. 종합 피드백템플릿의 통일성과 그래프와의 조화가 좋았고, 전체적으로 가설에 대해 실 사례를 조사하여 추가 검증하는 과정이 좋았으나 발표 과정에서 데이터 전처리에 대한 설명과 명시가 부족하였다. 대부분의 시간이 할애되는 전처리 과정에 대한 추가 보완이 필요하다.2️⃣Python 알고리즘 주요 문제 문제1문제 설명: 코..

TIL(Today I Learned)1️⃣프로젝트 진행 현황발표 PPT 작성 Colab 코드 정리 프로젝트 결과물 보고서결과 보고서_4팀(식품).pptx2️⃣Python 알고리즘 주요 문제 문제1문제 설명: 코딩테스트 연습 - 체육복 | 프로그래머스 스쿨 제한 사항:전체 학생의 수는 2명 이상 30명 이하입니다.체육복을 도난당한 학생의 수는 1명 이상 n명 이하이고 중복되는 번호는 없습니다.여벌의 체육복을 가져온 학생의 수는 1명 이상 n명 이하이고 중복되는 번호는 없습니다.여벌 체육복이 있는 학생만 다른 학생에게 체육복을 빌려줄 수 있습니다.여벌 체육복을 가져온 학생이 체육복을 도난당했을 수 있습니다. 이때 이 학생은 체육복을 하나만 도난당했다고 가정하며, 남은 체육복이 하나이기에 다른 학생에게는 체..

TIL(Today I Learned)1️⃣데이터 분석 팀 프로젝트 시각화를 통한 가설 검증 및 결론 도출 & 발표자료 준비https://www.canva.com/design/DAHGEKo3FD4/7oNngzhGkESV2H8ZYDJZjA/edit2️⃣Python 알고리즘 주요 문제 문제1문제 설명: 코딩테스트 연습 - 숫자 짝꿍 | 프로그래머스 스쿨 제한 사항:3 ≤ X, Y의 길이(자릿수) ≤ 3,000,000입니다.X, Y는 0으로 시작하지 않습니다.X, Y의 짝꿍은 상당히 큰 정수일 수 있으므로, 문자열로 반환합니다.입출력 예문제 접근: 자릿수에 공통된 조건 0따라 정렬하여 출력하면 될 것이다.코드def solution(X, Y): answer = [] for i in range(10): ..

TIL(Today I Learned)1️⃣데이터 분석 팀 과제 분석 목표 및 방향 Outcomes 컬럼 중 특정 컬럼을 높은 심각도로 지정하고 심각한 부작용의 여부를 True/False로 반환하는 컬럼을 생성하여 산업군 별 부작용의 비율을 확인한다.산업군 별 신고 수가 높은 증상의 비율을 시각화하여 주요 증상을 한 눈에 확인할 수 있도록 한다. 연령대 별 주요 증상을 비율로 시각화한다.깊게 들어가 브랜드 별 신고 건수와 심각 부작용의 비율을 확인한다.목표에 따른 시각화 전략산업군 별 심각 부작용 비율 그래프 → 이중막대 bar chart산업군 별 증상 비율 → stacked bar chart연령대 별 주요 증상 비율 → heatmap브랜드 별 신고 건수에 비례한 심각 부작용 비율 → scatter plo..

TIL(Today I Learned)1️⃣ISTQB 1강 1.1 테스트가 왜 필요한가소프트웨어에는 *결함(버그)*이 존재할 수밖에 없음결함 → 실행 시 오류 → 실패로 이어질 수 있음테스트의 목적:결함을 발견품질 향상리스크 감소1.2 테스트란 무엇인가테스트 = 단순히 실행이 아니라 다음을 포함함요구사항 검증 (이게 맞게 만들어졌나?)결함 탐지품질 평가핵심 개념검증(Verification): “제대로 만들었나?”확인(Validation): “올바른 걸 만들었나?”1.3 7가지 테스트 원칙 테스트는 결함이 있음을 보여줄 수 있다 (없음을 증명 못함)완전 테스트는 불가능하다조기 테스트가 중요하다결함은 특정 부분에 집중된다 (결함 집중)살충제 패러독스 (같은 테스트 반복하면 효과 down)테스트는 상황에 따라 ..

TIL(Today I Learned)1️⃣팀 프로젝트 주제 선정 및 기획서 작성 주제식품 부작용 신고 데이터를 전처리(Preprocessing)하고 위험 요인을 탐색(EDA)하라예시 데이터RA_ReportAEC_Event Start DatePRI_Product RolePRI_Reported Brand/Product NamerYy">PRI_FDA Industry NameCI_Age at Adverse Event}q">CI_Age UnitCI_Gender653258/4/2003SuspectMIDWEST COUNTRY FAIR CHOCOLATErYy">Bakery Prod/Dough/Mix2}q">Year(s)Female653331/1/2004SuspectKROGER CLASSIC MINT ICE CREAMr..