제로베이스

안녕하세요 스콘입니다. 혹시나 제로베이스 데이터 스쿨을 수강할 계획이 있다면 참고가 될 것 같아 다음의 글을 작성하게 되었습니다. 제로베이스 스쿨 200% 활용 비법 1. 스킵하지 말자 제가 부트캠프에 참여했을 때의 주차별 교육 일정 입니다. 데이터 스쿨은 데이터 분석가로서 취직하기에 적합한 커리큘럼을 가지고 있으며, 본인이 노력하기에 따라 데이터 사이언티스트로서도 노려볼만한 커리큘럼을 갖추고 있습니다. 물론 직무에 따라 필요로하는 역량은 회사에 따라 다르겠지만 공고문을 꽤 봐본 결과 저는 다음과 같은 결론을 내렸습니다. 데이터 분석가로서는 SQL과 같은 데이터 핸들링과 테블로와 같은 BI 툴을 사용하는 역량, 통계적 지식, 머신러닝에 대한 프로젝트 경험 등이 유효하게 작용한다. 데이터 사이언티스트로서는..

본 내용은 Anjul Tyagi님 (ph.D.student) 께서 Medium에 올린 기사 내용을 그대로 가져와 제가 공부하며 보기 쉽게 편집, 저희의 프로젝트 관련해서 고려해야할 점 등을 정리한 것입니다. 출처 : Anjul Tyagi, "3D point clouds bounding box detection and tracking", Medium, Jul 17, 2020, https://medium.com/@a_tyagi/3d-point-clouds-bounding-box-detection-and-tracking-pointnet-pointnet-lasernet-point-pillars-9439af14dfba . Anjul Tyagi, "Point Net", Medium, Jul 18, 2020, htt..

일반적으로 문제를 접하면 rule을 만들고, 이에 대한 분석과 코드 수정이 들어간다. 반면에 데이터 기반의 문제 해결은 데이터를 Machine Learning 에 넣고 이를 검증하고, 다시 에러를 분석하는 과정으로 이루어지는데, 보통 구현 또는 서비스 릴리즈를 위한 코딩을 하고, 머신러닝 자체에 대한 코딩을 할 일은 많지 않다고 한다. 모델 스스로 데이터를 가져와 업데이트를 하고 모델을 수정해나가는 경우도 있고 데이터를 분석하는 단계를 지나 머신러닝을 직접 실행해본 이후 결과를 보고, 문제에 대해 더 깊은 이해를 하고 이 과정을 반복하는 때도 있다. 출처 : 학습 출처 https://pinkwink.kr/ PinkWink 한 변두리 공학도의 블로그입니다. 재미있어 보이는 것들을 모두 기초스럽게 접근하는 ..

[ LOT ] 세부 수준에서 데이터 깊이를 정하고, 데이터를 집계하여 계산하는 방식 LOT 표현 식에는 세가지가 있다. ( INCLUDE, EXCLUDE, FIXED ) INCLUDE : 화면에 포함되지 않은 특정 차원을 포함하여 결과를 계산 EXCLUDE : 화면에 포함된 특정 차원을 제외하여 결과를 계산 FIXED : 화면에 상관 없이 특정 차원을 고정하여 결과를 계산 표현식 예시 ) { INCLUDE [차원1], [차원2] : SUM([측정값])} [ INCLUDE ] INCLUDE로 제품 중분류를 포함해 매출 합을 집계해줍시다. 제품 중분류에서 집계한 값을 제품 대분류에서 다시 합계로 집계했기 때문에 값이 같다고 합니다. 무슨 소리인지 모르겠습니다. 측정값 필드 두 개다 합계 에서 최댓값을 구하는..