일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 데이터분석준전문가
- 데이터사이언스
- 부동산투자수업
- 투자도서
- 데이터과학을위한통계
- 프로젝트로 배우는 데이터사이언스
- 컨버티드
- 마케팅책
- 부읽남
- 데이터리안
- sql
- 데이터넥스트레벨챌린지
- 데이터분석마인드셋
- 통계
- 투자마인드
- 이달의책
- 통계독학
- 마케팅
- MySQL
- 중개보조인
- ADP
- 코세라
- 데이터분석
- boostcourse
- 데이터분석전문가
- 부동산투자수업기초편
- ADsP
- 부동산
- 데벨챌
- 데이터분석가
- Today
- Total
목록스터디/[독학]데이터분석을 위한 통계 (3)
하파와 데이터
두번째 글을 올린다. 첫날 공부했던 양인데, 나눠서 올린다. 공부를 해두었고, 글을 올리는것만 하는 것인데도 참 번거로움이 느껴진다. 그러나, 하기로 했으니 우선 계속 해보는게 어떨까라는 마음으로 다시 그러나 사실 지금 30일째도, 50일째도 아닌 2일차라는게 놀랍다.. Chatper1.1.1 정형화된 데이터의 요소1.2 테이블 데이터 1.3 위치 추정1.4 변이 추정1.5 데이터 분포 탐색하기1.6 이진 데이터와 범주 데이터 탐색하기1.7 상관관계1.8 두 개 이상의 변수 탐색하기1.9 마치며1.4 변이추정(Variability)_데이터의 산포(변이)를 추정학문을 습득하고, 배움을 익히는데 어려운 가장 큰 장애물 중 하나는 그들만의 체계/언어이다. 한국어를 모국어로 사용하지만, 부끄럽게도 우리나라의 9..
Chatper1.1.1 정형화된 데이터의 요소1.2 테이블 데이터 1.3 위치 추정1.4 변이 추정1.5 데이터 분포 탐색하기1.6 이진 데이터와 범주 데이터 탐색하기1.7 상관관계1.8 두 개 이상의 변수 탐색하기1.9 마치며 0. EDA(탐색적 데이터 분석)가 필요한 이유EDA( Exploratory Data Analysis)는 데이터를 분석하거나 ML에서 학습시키는 등의 작업 전에 이루어진다. 탐색적 데이터분석이라고 불리우는 EDA를 통해 우리는 현재 내가 보유하고 있는 데이터의 유형, 형태, 위치, 변이, 분포 등 다양한 특징들을 파악하게 된다. 그럼 EDA는 왜, 즉 왜 데이터의 특징을 파악하는 것일까? 그것은 데이터의 특징에 따라 우리가 적용하고 사용할 유형과 방법이 상이하기 때문이다. 범..
퇴사를 하고, 언 3주차취업 준비(이력서 점검, 포폴 정리, 자소서 작성...!!)을 하는 것도 좋지만그간 나의 기본 역량을 함께 쌓는 것도 중요하겠다 라는 생각에 예전에 사두고, 절반 정도 읽다가 멈춘 책을 다시 꺼냈다. 특히 나는 컴공, 통계 모두 전공이 아니기 때문에 특히 '잘 아느냐'라는 질문이 오면 자존감이 떨어져서 통계에 대한 기본적인 지식을 쌓고자 하는 마음이 있었다. 그랬던 마음도 잠시, 언 일년만에야 다시 책을 꺼내들고이제 다시 시작을 해보려고 한다. 그 책은 바로 오랠리에서 출간한 아래의 책이다!Practical Statistics for Data Scientist(데이터 과학을 위한 통계)저자: 피터 브루스, 앤드루 브루스 / 옮긴이 이준용 우선은 열심한 마음으로 스스로 책을 ..