차수진의 개발 블로그

안녕하세요!드디어 KT 에이블스쿨 기자단 활동도 종료가 되었는데요.교육 수강과 프로젝트 병행에 스터디 조장, 그리고 에이블스쿨 기자단 활동까지 병행이 쉽지는 않았지만6개월 간 후회 없이 열심히 활동에 참여했던 것 같아 매우 뿌듯합니다!! 에이블스쿨 기자단을 하길 잘했다는 생각이 들었던 이유는 꾸준하게 배운 내용을 복습할 수 있는 원동력이 되었고,지금까지 진행했던 여러 프로젝트도 꾸준히 회고를 남김으로써 추후 이력서와 포트폴리오 작성 시에도큰 도움이 되었습니다!! 특히 가장 뿌듯했던 점은 에이블스쿨 9기 후배분들께 제가 조금이나마 정보 공유와 소식 전달을 통해 도움을 드릴 수 있었다는 점입니다. 9기 후배 양성에 나름 한몫한 것 같아서 기분이 매우 매우 좋았습니다!이런 선한 영향력을 끼치기 위..

안녕하세요!드디어 길고 길었던 빅프로젝트가 끝이 났습니다.2달 동안 고생 많았던 우리 팀원들과 전국의 에이블러분들에게 수고했다고 박수 쳐주고 싶네요 ㅎㅎ 과제 심의 단계부터 타당성 검토, 품질 평가, 과제완료 처리 단계까지 2달간의 여정을 아래 이미지로 들고 왔습니다.과제 심의 단계 때 조원들과 열심히 협의한 결과로 뽑은 주제가 통과가 안되면 어쩌나 조마조마했던 게 엊그제 같은데이제 정말 끝이 났고, 잡페어와 수료식만 앞두고 있습니다. 중간 회고 때도 남겼지만 가장 힘든 단계가 과제 심의 단계였습니다.빅프로젝트를 끝내고 전체적으로 회고해 보니, 마지막 과제 완료 처리 단계에서 총 9가지 산출물을 제출해야 했는데, 사실 이것도 쉽지는 않았던 것 같습니다.그래도 우리 조는 개발이 빠르게 마무리가 되..

ADsP 3과목 이어서 포스팅해 보겠습니다. 1. 추론통계- 표본으로부터 모집단의 특성을 추정하거나 가설을 검정하는 통계 기법 (1) 표본추출 방법1) 랜덤 추출법(단순 무작위)- 모든 개체가 동일한 확률 2) 계통 추출법- 번호 부여 -> 일정 간격(k)으로 추출ex. 1, 11, 21, 31... 3) 집락 추출법 (= 군집 추출)- 모집단을 여러 군집으로 나눈 후 군집 자체를 선택해서 전부 또는 랜덤 일부를 조사- 작은 모집단을 통째로 뽑자 - 군집 내 이질적 / 군집 간 동질적 ex. 학교 몇 개를 뽑아서 그 학교 학생 전부 조사 (학교 내에는 1학년, 2학년... 남학생, 여학생 모두 섞여 있어서 이질적임)(하지만 A학교도 학생 구성 다양 / 다른 군집인 B학교도 다양 => 비슷한 구조..

안녕하세요!저번 포스팅에 이어 3과목 기초 통계량 개념에 대해 정리해 보겠습니다.1. 기초통계량(1) 중심 경향성 측면1) 평균- 이상치에 민감- 대표성은 좋지만 극단값에 영향 큼 2) 중앙값- 이상치에 강함- 소득, 집값 같은 데이터에서 자주 사용 3) 최빈값- 범주형 데이터에도 사용 가능 * 이상치 있을 때 대푯값- 평균 X / 중앙값 O / 최빈값 O (2) 분산 정도 측면(산포도)1) 범위(최댓값 - 최솟값)- 이상치에 매우 민감 2) 분산- 각 데이터가 평균에서 얼마나 떨어져 있는지를 나타내는 지표- 값이 제곱 단위라 해석이 직관적이진 않음 3) 표준편차(Standard Deviation)- 분산의 제곱근- 원래 데이터와 같은 단위- 분산보다 해석이 쉬움 4) 사분위수 번위(IQR..

안녕하세요!저번 포스팅에 이어서 ADsP 자격증 3과목 요약정리 포스팅을 해보겠습니다. 1. 확률1) 사건 : 반복된 시행의 결과로 나타나는 표본공간의 부분 집합=> 표본공간 S 안에 포함된 결과들의 집합ex. 주사위 1개 -> S = {1,2,3,4,5,6}사견 A = "짝수" = {2,4,6} 2) 표본공간 : 통계적 실험에서 일어날 수 있는 모든 가능한 결과의 집합ex. 주사위 1개 던질 때 나올 수 있는 모든 경우의 수 S = {1,2,3,4,5,6} 3) 확률 : 어떤 사건이 발생할 확실성의 정도- 수학적 확률 = 사건 수 / 전체 경우 수 (모든 경우가 동일한 확률일 때)- 통계적 확률 = 실험에서 사건이 일어난 횟수 / 전체 시행 횟수 * 수학적 확률은 모든 경우가 동일한 확률로 발생한다..

안녕하세요!드디어 ADsP 마지막 과목인 3과목 요약정리 포스팅 시작해 보겠습니다!1. 데이터 마트(DM)- 특정 주제에 맞게 데이터를 모아 놓은 소규모 데이터 웨어하우스- 원천 데이터 수집 -> ETL -> DW -> DM 1) 원천 데이터 수집- 운영 DB, 로그, 외부 데이터 등 형식도 제각각인 말 그대로 원시 데이터 2) 데이터 웨어 하우스- 전사 데이터를 통합하고, 정제하고, 변환하여 로드함(ETL) => DW(통합 데이터)- 시계열성(과거 히스토리 관련 데이터 적재), 비휘발성(읽기 전용, 실시간 X)- 큰 냉장고라고 생각하면 됨 3) 데이터 마트- DW로부터 특정 부서나 목적에 맞게 분리한 데이터- 마케팅용, 영업용 등 필요한 것만 모아 놓은 소규모 DW 2. EDA (탐색적 자료 ..

안녕하세요!ADsP 자격증 2과목 요약정리 이어서 포스팅해 보겠습니다. 1. 마스터플랜 수립- 중 / 장기 마스터 플랜 수립 시 -> ISP(Information Strategy Planning) 활용 1) 전략적 중요도- 전략적 필요성 : 조직 비전, 전략, KPI 와의 연계성- 시급성(Value) : 지연 시 발생하는 리스크 2) 실행 용이성- 투자 용이성 : 예산 확보 가능성, ROI(투자한 비용 대비 얼마나 많은 수익 얻었는지 지표)- 기술 용이성(Investment) : 기술 구현 난이도, 인프라 준비도 3) 데이터 분석 프로젝트 우선순위 설정 기준=> 시급성(Value) × 난이도(Investment)=> 투자 대비 효과를 극대화 하기 위해 위와 같은 기준으로 우선순위 설정 - 시..

안녕하세요!ADsP 자격증 2과목 요약정리 이어서 포스팅 진행해 보겠습니다!1. 데이터 분석 과제 정리1. 분석과제 명세1) 분석과제 정의서- 분석 계획서 수립을 위한 핵심 입력 자료 2) 분석 활용 시나리오- 분석 결과를 어떻게 적용할지를 구체화한 실행 중심 문서- 분석 결과 활용 방안을 구체적으로 기술한 문서 2. 접근 방법1) 하향식 접근 방법 (Top-Down)- 문제가 주어지면 => 해답을 찾는 방식- 문제의 대상을 알지만, 방법을 모르는 솔루션 방법 - 문제 탐색 -> 문제정의 -> 해결방안탐색 -> 타당성 검토 (1) 문제 탐색① 비즈니스 모델 기반 탐색 : 업무, 제품, 고객, 규제와 감사, 지원인프라 ② 발굴 범위 확장 (매칭 문제) - 거시 관점 : STEEP(사회, 기술, 경..

이어서 ADsP 자격증 2과목 데이터분석 기획 관련하여 포스팅하겠습니다! 1. 데이터 분석 수행방법을 아니까 -> Insight대상을 아니까 -> Solution(위 2개가 가장 헷갈림) 1) 과제 중심적 접근- 빠른 해결, 스피드가 중요- 단기간 성과 창출을 목표 2) 장기적 마스터 플랜- 중·장기 전략 중심- 데이터 구조·프로세스 재정의 - 빠른 해결이 아니라 문제에 대한 원인 정의, 설명이 포커스 2. 분석 방법론1) 절차- 분석을 어떤 순서로 진행할 것인지(단계 흐름, 전체 로드맵)에 대해 설계 * CRISP-DM 단계1) 업무 이해 : 업무 목적 결정, 프로젝트 계획 수립2) 데이터 이해 : 초기 데이터 수집, 데이터 탐색 및 품질 검증, EDA3) 데이터 준비: 데이터 선택/정제..

오늘 포스팅은 ADsP 1과목 마지막 단원인 빅데이터 관련해서 내용을 정리해 보겠습니다.1. 빅데이터 등장 배경- 클라우드 컴퓨팅 : On-demand, 저장 및 처리 비용 감소- 분산 처리 기술 : 하둡 기반 대용량 데이터 처리 가능- 비정형 데이터 확산 : SNS, 로그, 이미지, 영상- 인터넷과 각종 모바일 기기 보급으로 인한 실시간 데이터 폭증- IoT 발달 및 디지털화 가속 : 모든 활동이 데이터로 기록됨. 2. 빅데이터 등장 전후 비교- 전수조사 : 데이터가 너무 많아져서 일부 표본만 조사하는 것이 아니라 전부 분석이 가능해짐- 사후처리 : 미리 다 정제 X, 일단 모으고 나중에 분석- 양 중심 : 정확성보다 규모에서 의미를 발견- 상관관계 : '왜?' 보다 '함께 움직이나?' 가 더 중요..