- 208
- 438 709
데이터 스테이션
South Korea
เข้าร่วมเมื่อ 4 มี.ค. 2020
안녕하세요.
데이터 분석가 '데이터스테이션' 입니다.
데이터 분석 및 일상과 관련된 많은 내용을 공유하고자 합니다.
컨설팅 및 교육관련 문의는 아래의 연락처로 남겨주시면 감사하겠습니다.
감사합니다.
- 경력 사항 -
데이터스테이션 대표
POSCO 인재창조원 데이터 혁신그룹 자문교수
SAS JMP Korea 공식 Training Partners
Ai & BD Camp 강사
(주)데이터 핏 자문 교수
(주) Zeite lab 자문 위원
홍익대학교 상권분석 센터 자문 교수
고려대학교 빅데이터융합학과 석사
데이터 분석가 '데이터스테이션' 입니다.
데이터 분석 및 일상과 관련된 많은 내용을 공유하고자 합니다.
컨설팅 및 교육관련 문의는 아래의 연락처로 남겨주시면 감사하겠습니다.
감사합니다.
- 경력 사항 -
데이터스테이션 대표
POSCO 인재창조원 데이터 혁신그룹 자문교수
SAS JMP Korea 공식 Training Partners
Ai & BD Camp 강사
(주)데이터 핏 자문 교수
(주) Zeite lab 자문 위원
홍익대학교 상권분석 센터 자문 교수
고려대학교 빅데이터융합학과 석사
[데이터분석 R 기초] 41. 특성 공학 Feature Engineering
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다.
영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다.
감사합니다.
데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890
Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다!
data-station.liveklass.com/classes
* 클래스 101 데이터 분석강의
Python활용 데이터 분석 기초 : class101.page.link/zX5T
Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ
Python활용 실무 통계 분석 : class101.page.link/5cvM
Python을 이용한 실무 머신러닝 : class101.page.link/18c9
Python으로 제조/공정 데이터 분석 하기 : class101.page.link/CTgL
* 비즈니스 및 기업 강의 문의
0001jmp@gmail.com
영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다.
감사합니다.
데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890
Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다!
data-station.liveklass.com/classes
* 클래스 101 데이터 분석강의
Python활용 데이터 분석 기초 : class101.page.link/zX5T
Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ
Python활용 실무 통계 분석 : class101.page.link/5cvM
Python을 이용한 실무 머신러닝 : class101.page.link/18c9
Python으로 제조/공정 데이터 분석 하기 : class101.page.link/CTgL
* 비즈니스 및 기업 강의 문의
0001jmp@gmail.com
มุมมอง: 453
วีดีโอ
[데이터분석 R 기초] 40. 과적합 Overfitting
มุมมอง 2629 หลายเดือนก่อน
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[데이터분석 R 기초] 39. 고객 이탈 예측 / 모델 성능 평가
มุมมอง 2029 หลายเดือนก่อน
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[데이터분석 R 기초] 38. 고객 이탈 데이터 학습/검증 데이터 처리
มุมมอง 399ปีที่แล้ว
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[데이터분석 R 기초] 37. 기계학습의 종류 (지도 학습 / 비지도 학습 / 강화 학습)
มุมมอง 236ปีที่แล้ว
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[데이터분석 R 기초] 36. 머신러닝 3가지 핵심 요소 (데이터 / 알고리즘 / 성능)
มุมมอง 163ปีที่แล้ว
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[데이터분석 R 기초] 35. 예측적 데이터 분석 (PDA / 기계학습)
มุมมอง 232ปีที่แล้ว
PDA 단계에서 데이터 마이닝 및 머신러닝에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 Data Station Academy 에서 다양한 데이터 분석 강좌가 오픈되었습니다! data-station.liveklass.com/classes * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한 실무 머신러닝 : ...
[Python 활용 제조/공정 데이터 마이닝] 19 학습한 모델을 파일로 저장하여 사용하기 (Pickle Library)
มุมมอง 910ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 데이터 스테이션 온라인 강의 : data-station.liveklass.com/ * 비즈니스 및 기업 강의 문의 0001jmp@gmail.com
[Python 활용 제조/공정 데이터 마이닝] 18 사이킷 런 분류 모델 종합 실습 (Feature Engineering)
มุมมอง 721ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 데이터 스테이션 온라인 강의 : data-station.liveklass.com/ * 비즈니스 및 기업 강의 문의 0001jmp@gmail.com
[Python 활용 제조/공정 데이터 마이닝] 17 클래스의 비율이 다른 불균형 데이터 처리 (Imbalanced Data Sampling)
มุมมอง 524ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 데이터 스테이션 온라인 강의 : data-station.liveklass.com/ * 비즈니스 및 기업 강의 문의 0001jmp@gmail.com
[Python 활용 제조/공정 데이터 마이닝] 16 모델 하이퍼파라미터 튜닝 (Pipeline & Hyper Parameter Tuning)
มุมมอง 681ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 클래스101에서 Python 데이터 분석 강좌가 오픈되었습니다! * Python 데이터 분석에 관한 자세한 강의를 더 들으시려면, 아래 클래스101 강의를 확인해보세요. * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Pyth...
[Python 활용 제조/공정 데이터 마이닝] 15 파이프라인을 이용한 교차 검증 (Pipeline & Cross Validation)
มุมมอง 619ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 클래스101에서 Python 데이터 분석 강좌가 오픈되었습니다! * Python 데이터 분석에 관한 자세한 강의를 더 들으시려면, 아래 클래스101 강의를 확인해보세요. * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Pyth...
[데이터분석 R 기초] 34. 두 범주형 데이터의 독립성 검정 (Chi Square Test)
มุมมอง 218ปีที่แล้ว
CDA 단계에서 실무적 통계적 가설 검정에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 클래스101에서 Python 데이터 분석 강좌가 오픈되었습니다! * Python 데이터 분석에 관한 자세한 강의를 더 들으시려면, 아래 클래스101 강의를 확인해보세요. * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한...
[데이터분석 R 기초] 33. 두 연속형 데이터의 상관성 검정 (Correlation Test)
มุมมอง 154ปีที่แล้ว
CDA 단계에서 실무적 통계적 가설 검정에 대한 영상입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223053312890 클래스101에서 Python 데이터 분석 강좌가 오픈되었습니다! * Python 데이터 분석에 관한 자세한 강의를 더 들으시려면, 아래 클래스101 강의를 확인해보세요. * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Python활용 실무 통계 분석 : class101.page.link/5cvM Python을 이용한...
[Python 활용 제조/공정 데이터 마이닝] 14 파이프라인을 이용한 스케일링 및 인코딩 (Pipeline & Scaling Encoding)
มุมมอง 887ปีที่แล้ว
현장에서 기계학습/머신러닝 기법 사용에 대한 설명 영상 입니다. 영상이 유익하셨다면, '구독'과 '좋아요' 부탁드립니다. 감사합니다. 데이터 스테이션 블로그 : blog.naver.com/data_station/223100269167 데이터 스테이션 브런치 : brunch.co.kr/magazine/python-data 클래스101에서 Python 데이터 분석 강좌가 오픈되었습니다! * Python 데이터 분석에 관한 자세한 강의를 더 들으시려면, 아래 클래스101 강의를 확인해보세요. * 클래스 101 데이터 분석강의 Python활용 데이터 분석 기초 : class101.page.link/zX5T Python Pandas 활용 실무 데이터 전처리 : class101.page.link/e5hQ Pyth...
[데이터분석 R 기초] 32. 집단 간 평균을 비교 실습 (평균 검정, T Test )
มุมมอง 341ปีที่แล้ว
[데이터분석 R 기초] 32. 집단 간 평균을 비교 실습 (평균 검정, T Test )
[Python 활용 제조/공정 데이터 마이닝] 13 파이프라인을 이용한 결측값 처리 (Pipeline & Imputation)
มุมมอง 823ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 13 파이프라인을 이용한 결측값 처리 (Pipeline & Imputation)
[데이터분석 R 기초] 31. 현장에서 정규성 검정을 하는 경우 (가설검정, Normality Test )
มุมมอง 310ปีที่แล้ว
[데이터분석 R 기초] 31. 현장에서 정규성 검정을 하는 경우 (가설검정, Normality Test )
[Python 활용 제조/공정 데이터 마이닝] 12 과적합과 특성 공학 (Overfitting & Feature Engineering)
มุมมอง 709ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 12 과적합과 특성 공학 (Overfitting & Feature Engineering)
[Python 활용 제조/공정 데이터 마이닝] 11 회귀 모델 평가 실습 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)
มุมมอง 884ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 11 회귀 모델 평가 실습 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)
[데이터분석 R 기초] 29. 데이터 타입 별 통계적 가설 검정 기법 (CDA)
มุมมอง 210ปีที่แล้ว
[데이터분석 R 기초] 29. 데이터 타입 별 통계적 가설 검정 기법 (CDA)
[Python 활용 제조/공정 데이터 마이닝] 10 회귀 모델 평가 지표 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)
มุมมอง 802ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 10 회귀 모델 평가 지표 ( 결정계수 / 평균제곱오차 / 평균절대오차 / MSE / R²)
[Python 활용 제조/공정 데이터 마이닝] 09 분류 모델 평가 지표 ( 정확도 / 재현율 / 정밀도 / F1)
มุมมอง 861ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 09 분류 모델 평가 지표 ( 정확도 / 재현율 / 정밀도 / F1)
[Python 활용 제조/공정 데이터 마이닝] 08 학습 모델 평가 ( 반도체 공정 데이터 / 사이킷 런 실습 )
มุมมอง 970ปีที่แล้ว
[Python 활용 제조/공정 데이터 마이닝] 08 학습 모델 평가 ( 반도체 공정 데이터 / 사이킷 런 실습 )
[데이터분석 R 기초] 27. 산점도와 선그래프 그리기 + 미션 (R 시각화 / ggplot / Scatter / Line Chart)
มุมมอง 284ปีที่แล้ว
[데이터분석 R 기초] 27. 산점도와 선그래프 그리기 미션 (R 시각화 / ggplot / Scatter / Line Chart)
[데이터분석 R 기초] 26. 막대 그래프 그리기 (R 시각화 / ggplot)
มุมมอง 471ปีที่แล้ว
[데이터분석 R 기초] 26. 막대 그래프 그리기 (R 시각화 / ggplot)
[Python 활용 데이터 분석 최적화] 10 규제 선형 회귀 모델 (Scikit Learn / Lasso / Ridge / Elastic Net)
มุมมอง 595ปีที่แล้ว
[Python 활용 데이터 분석 최적화] 10 규제 선형 회귀 모델 (Scikit Learn / Lasso / Ridge / Elastic Net)
[데이터분석 R 기초] 25. 상자 그림 그리기 (R 시각화 + 미션 연습)
มุมมอง 237ปีที่แล้ว
[데이터분석 R 기초] 25. 상자 그림 그리기 (R 시각화 미션 연습)
안녕하세요. 데이터 엔지니어를 꿈꾸며 공부를 시작한 학생입니다. 지금와서 이마트를 보니 카테고리 들어가는 방법도 조금 어려워졌고.. 상품명이나 가격 가져오는것도 브랜드, 할인율 때문에 XPATH가 규칙성이 조금 복잡해져서 어렵네요.(IF, 예외 사용해야함) 그래도 GPT 사용해서 바뀐점이나 문법 활용방법등을 이해하면서 따라가고 있습니다. 감사합니다. for i in range(1,85): try: product_names = driver.find_elements(By.XPATH, '//*[@id="ty_thmb_view"]/ul/li[' + str(i) + ']/div/a/div[1]/span | //*[@id="ty_thmb_view"]/ul/li['+str(i)+']/div/a/div[1]/span[2]') if len(product_names) == 1: product_name = driver.find_element(By.XPATH, '//*[@id="ty_thmb_view"]/ul/li['+str(i)+']/div/a/div[1]/span[1]') print(product_name.text) elif len(product_names) == 2: combine_text = " ".join([product_name.text for product_name in product_names]) print(combine_text) price = driver.find_element(By.XPATH,'//*[@id="ty_thmb_view"]/ul/li[' + str(i) + ']/div/a/div[2]/div[3]/div[2]/em | //*[@id="ty_thmb_view"]/ul/li[' + str(i) + ']/div/a/div[2]/div[2]/div[2]/em' ) # price = 최고판매가가 있을경우 할인가격 | 최고판매가가 없으면 할인가격 print(price.text) except NoSuchElementException: price = driver.find_element(By.XPATH,'//*[@id="ty_thmb_view"]/ul/li[' + str(i) + ']/div/a/div[2]/div[1]/div/em') # price = 할인 안하는 상품 가격 print(price.text)
설명을 너무 잘해주셔서 쏙쏙 이해가되네요
4:51
설명 기가막히네요 한방에 이해해버렸습니다
이정도 퀄리티 강의를 유튜브에서 볼수있어서 행복합니다
2024 12월 정주행을시작합니다
안녕하세요 선생님 파이썬 실무 데이터 마이닝이랑 R 언어 데이터 분석 등 빅데이터 분석 강의를 쭉 듣고 있는 학부생입니다. 다름이 아니라 취업하는데 있어 자문을 얻고싶습니다. 😊 네카라쿠배의 데이터 분석 트랙으로 취업을 하려면 ‘데이터 사이언스 석사‘ 커리큘럼을 무조건 타야 하는지 아니면 ’빅데이터분석기사‘ 또는 ’Adp'가 있으몬 충분한지, 아니면 포트폴리오가 있으면 좋은 지 이제 막 입문한 터라 막막합니다...😢
ㅋㅋㅋㅋ😂
이제서야 강의를 보고 있습니다. 영상 10분경에 df4=df3.rename(columns={ 'level_1' : '점포명' , 0: '판매량' }) 실행하면 '점포명'으로 칼럼 이름이 변경되지 않습니다. 공짜로 이런 강의를 들으면서 질의 까지 하니 너무 미안합니다. 답글은 기대도 하지 않습니다.
지금 처음 강의를 접하는데 중간에 다 편집해버리고 갑자기 급전개 되버려서 뇌정지 온 상태네요.
파워쿼리로 안하고 판다스로 전처리할때 이점이 있나요?
SQL 내 DB를 처리하는 경우가 아닌 이상, 일정 규모 이상의 데이터 셋에서는 Pandas 가 더 빠르게 작동합니다. 그러나, 두 도구의 속도 차이가 느껴질 정도의 데이터 셋이 아니라면, 본래 더 편한 언어를 사용 하시는게 좋습니다.
도움이 너무 되었어요……자세한 설명 너무 감사드립니다
주차별로 볼 때 이제 그냥 week만 쓰면 안되네요 ㅠ ㅠ df1['계약주차'] = df1['datetime(timestmp)'].dt.isocalendar().week 요렇게 하면 됩니다요
이거 강의 교재는 없나요?
이 채널에는 왜 thanks 기능이 없죠..,.?
이런 강의가 필요했습니다. 감사합니다.
2024년도에 듣는 사람입니다, 현재 week 함수는 사용이 되지 않고 isocalendar().week으로 변경되었습니다. 혹시라도 에러나신 분들 참고하세용 좋은 강의 감사합니다!
정확히는 df1['주차']=df1['날짜_datetime'].dt.isocalendar().week 이렇게 코딩해주셔야 에러가 안 나네요.
초보자입니다. 강좌 너무 감사히 보고있습니다. 그런데, 보고 또보고 하는데 따라가기가 쉽지 않네요ㅠㅠ 주피터까지 간신히 띄웠는데, 우상단의 New 버튼안에 Python3가 없습니다. 아마 Python3를 별도로 설치해야 하는거 같은데, 그건 어떻게 만들어야 하나요?
감사합니다!
강의를 계속 이어가실 계획이 있으실까요?
❤
2024년 맨 처음 영상부터 정주행 중입니다 감사합니다 선생님
저도 정주행중입니다! 좋은영상 감사해요
강의 감사드립니다! 재미있네요!
압도적으로 감사합니다... 데이터 분석에 있어서 통계가 중요하다는 것만 알고 어떻게 파이썬으로 구현하는지는 감도 못잡고 있었는데 이런 좋은 강의가 있었네요.. 행복하세요 선생님 혹시 정말 죄송한데 파이썬은 어느 정도 다를 줄 아는데 선생님 재생목록 중에 어떤 거 부터 시청하기를 권하시나요...?
쉽게 배우고 있습니다. 감사합니다
비슷한 데이터를 가지고 이진분류 머신 러닝 모델을 모델링한다고 하면, 최근에도 범주형 데이터를 한꺼번에 더미처리 하시곤 하나요…?? 구독 후 이제 많은 영상을 시청할 예정이지만, 현재는 데이터 스테이션님의 영상을 처음 보고 남기는 댓글이어서요…ㅎㅎ 범주도 많고 범주형 열도 많다면 저는 원핫인코딩 사용 피하기를 고집했었기 때문에 궁금함에 댓글을 남겨봅니다~!
강의 정말 잘 보고 있습니다. 혹시 강의중 필기할 때 사용하시는 프로그램이 무엇인지 알 수 있을까요? 그래프, 수식 등 바로 필기할 수 있는 것이 아주 좋아보이네요
쉽게 설명을 잘해주네요. 다음 강의는 어디서 듣나요?
dict(zip(list_score, list_score2))
코드 파일은 다운 받거나 복사할 수 없는 건가요???
음.. 주문일이 object로 변경되었으면, 중간에 '-'집어넣지 말고.. 그냥 pd.to_datetime하면 될 것 같은디요.
12:00부터나오는 stack....이 잘이해가 안되네요.. 몇번돌려봐도요..어렵네요
실무적인 데이터가 정말 없는데 좋은 경험하게 해주는 강의 정말 감사합니다. 혹시 반도체 설비 직문에서 data analysis과 machine Learning에 관한 능력이 필요하다 해서 지금 공부하고 있는데 어떤 부분을 실무에서 사용하는지 여쭈어봐도 될까요요? 제가 공부하면서 생각해봤을 때는 데이터를 ML에 넣기 위해서 데이터 타입을 맞춰주고 설비 작업을 하면서 이상요소가 있는 것을 특성인자 추출해서 그런 정보를 SDS나 위의 사업부에 넘겨주는 정도라고 생각하는데 다른 방면에서 사용하는 경우가 있을까요??
정말 좋은 강의 감사합니다
정말 좋은 강의 감사합니다 ㅎㅎ
감사합니다!
좋은 강의 감사합니다 ^^
감사합니다!
안녕하세요 강의를 들으면서 궁금한점이 생겼습니다! 통계를 크게 기술통계 추론통계로 분류하는 걸로 알고있는데 dda, eda = 기술통계 cda, pda = 추론통계라고 분류하는게 맞을까요?
네 그렇습니다. DDA와 EDA의 경우, 기존의 데이터를 기술적으로 또는 추세와 형태를 분석하는 형태, CDA는 모수를 확률로 추정하는 형태, PDA는 회귀분석으로 추정이나, 데이터 마이닝을 통해 예측을 수행하는 추론과정이라 보면 되겠습니다.
@@data_station 감사합니다 공부하는데 도움이 많이 되네요ㅎㅎ
강의 너무 잘 하십니다. 이런 분들은 상줘야 됩니다.
정말 감사합니다
이런 강의를 무료로 들을수 있다니.. 20만원 주고 산 강의보다 좋네요. 혹시 R데이터분석 기초 다음 과정도 예정에 있으신가요?
네 곧 업로드 됩니다
항상 잘 보고 있습니다.
감사합니다!
좋은 내용이네요~!