killxxi의 등록된 링크
killxxi로 등록된 티스토리 포스트 수는 53건입니다.
Health - Ask Dr. Manny_2 [내부링크]
1. Any suggestions ? - Any ideas? - Any regrets? -> r발음 - Any massages? - Any progress? -> 주문 받을때 - Any painful gas? 2. Ok. Jim, studies have shown green tea can help reduce the overgrowth of..
Chandlers Coach -01_2 [내부링크]
1. Well it couldn't have been worse. - It could not have been more than 60. - It could not have been nicer to her. - It couldn't have done it without you buddy. -> 어떤일을 처리했는데 혼자서는 못했..
Chandlers Coach -01_1 [내부링크]
1. Ok, what is it about me ? 2. Do I not look fun enough ? Is there something repellent about me ? 3. So, how was the party ? - How was the day ? - How was the day? - How was the audition? - How was..
Health - Ask Dr. Manny_2 [내부링크]
1. Milion's of people suffer from the embarrasing condition of dandruff. 2. We got this E-mail from Jim who is looking for a natural remedy. 3. Hey Dr. Manny, I want to try green tea for my dandruff..
Health - Ask Dr. Manny_1 [내부링크]
1. Hello, welcome to ask Dr. Manny - Welcome aboard! - Welcome to our conuntry. - Welcome to America - Welcome to our tropical Christmas party. - Welcome to the show. - Welcome to Amazing Discoverie..
영어 발음기호 한 번에 끝내기 (모음편) [내부링크]
/ɑ/ 입술을 벌린다. ex) 아파트 (x) - 입을 옆으로가 아닌 위아래로 벌린다. /ɔ/ 입술을 위아래로 타원형 송편 모양처럼 입을 옆으로가 아닌 위아래로 벌린다. ex) 로스쿨, 비코즈 (x) 을러 스쿨 /ɛ/ 에와..
가치 창조를 위한 데이터 사이언스와 전략 인사이트 - 3. 빅데이터 그리고 데이터 사이언스의 미래 [내부링크]
빅데이터 그리고 데이터 사이언스의 미래 [ 빅데이터의 시대 ] - 디지털 환경의 발전과 함께 엄청난 '빅'데이터가 생성되고 있으며, 다양한 측면에서 활용되고 있다. - 빅데이터는 광고 모델 선정, 선거 예측,..
가치 창조를 위한 데이터 사이언스와 전략 인사이트 - 2. 전략 인사이트 도출을 위한 필요 역량 [내부링크]
전략 인사이트 도출을 위한 필요 역량 [ 데이터 사이언스의 의미와 역할 ] - 데이터 사이언스란 데이터로부터 의미 있는 정보를 추출해내는 학문 - 데이터 사이언스는 정형 또는 비정형을 막론하고 인터넷, 휴..
가치 창조를 위한 데이터 사이언스와 전략 인사이트 - 1. 빅데이터 분석과 전략 인사이트 [내부링크]
빅데이터 분석과 전략 인사이트 [ 빅데이터 회의론의 원인 및 진단 ] - 투자 효과를 거두지 못했던 부정적 학습효과 -> 과거의 고객관계관리 (CRM) - 과거의 CRM의 부정적 학습효과 → 공포 마케팅이 잘 통..
데이터의 가치와 미래 - 5. 미래의 빅데이터 [내부링크]
미래의 빅데이터 [빅데이터의 활용 3요소] 1. 데이터 - 모든 것의 데이터화 - 모든 것을 데이터화 하는 현 추세로 특정 목적없이 축적된 데이터를 통한 창의적인 분석이 가능해져, 새로운 가치로 부상 2. 기술..
데이터의 가치와 미래 - 4. 위기 요인과 통제 방안 [내부링크]
위기 요인과 통제 방안 [ 위기 요인 ] 1. 사생활 침해 - 개인정보가 포함된 데이터를 목적 외에 활용할 경우 사생활 침해를 넘어 사회, 경제적 위협으로 변형 - 예) 여행 사실을 트윗한 사람의 집을 강도가 노..
데이터의 가치와 미래 - 3. 비즈니스 모델 [내부링크]
비즈니스 모델 [ 빅데이터 활용 사례 ] - 구글은 사용자의 로그 데이터를 활용하면서 검색 결과를 개선 - 월마트는 고객의 구매 패턴을 분석해 상품 진열에 활용 - 정부는 실시간 교통정보 수집, 기후 정보, 각종..
데이터의 가치와 미래 - 2. 빅데이터의 가치와 영향 [내부링크]
빅데이터의 가치와 영향 [ 빅데이터의 가치 산정이 어려운 이유 ] - 데이터 활용방식 : 데이터 활용 방식에서는 재사용이나 재조합, 다목적용 데이터 개발 등이 일반화되면서 특정 데이터를 언제, 어디서, 누가 활..
데이터의 가치와 미래 - 1. 빅데이터의 이해 [내부링크]
빅데이터의 이해 [ 빅데이터의 정의 ] - McKinsey : 빅데이터는 일반적인 데이터베이스 소프트웨어로 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터 - IDC : 빅데이터는 다양한 종류의 대규모 데..
화-상체 (근비대1) [내부링크]
덤벨프레스 (5x10) , - 무릎위에 올려놓고 일자로 누움 - 다리로 올려서 받혀주면서 하면됨. - 덤벨의 모양은 약간 ㅅ 자 모양 - 봉이 있다고 생각하고 명치 쪽에 내려놓아 준다. - 플라이처럼하는게 아니고 팔을..
데이터의 이해 - 데이터베이스 활용 [내부링크]
[ 기업내부 데이터베이스 ] # 약어의 의미를 잘못 설명한 보기를 찾는 문제가 출제되니 기본적 내용을 숙지하자. ① 1980년대 OLTP (On-Line Transaction Processing) - 호스트 컴퓨터와 온라인으로 접속된 여러..
월욜 하체 [내부링크]
로우바스쿼트 (5x6) - 어깨가동범위가 허락하는 한 최대한 좁게 바를 잡는다. - 가슴을 열면서 등을 수축시키면서 들어가 상부승무근위에 바를 얹는다. - 가슴을 펴고 등을 견고하게 만든다. - 발은 어깨넓이 - 복..
목-상체 (근비대2) [내부링크]
벤치프레스 ( GVT 10x10) 1. 바벨을 잡는 그립의 너비 - 어깨의 1.5배 정도 - 그립 너비가 좁으면 가슴근육이 제대로 힘 쓸수 없다. - 손목 부상과 팔꿈치 부상을 당할 수 도 있다. 2. 바벨 잡기 - 손목이 꺽이지..
2분할 루틴. [내부링크]
월-하체 (근력) 로우바스쿼트 (5x6) 스모데드리프트 (3x5) 스티프데드 (4x15) 레그컬 (4x15) 케이블크런치 + 행잉레그레이즈(묶어서3셋) 화-상체 (근비대1) 덤벨프레스 (5x10) , 풀업 (미해병대루틴 21주차) , 인..
10. 대시보드와 스토리 [내부링크]
대시보드 만들기 - 대시보드는 하나 혹은 그 이상의 '뷰'를 나타냄. - 대시보드의 뷰는 워크시트를 보여주는 창이라 이해하면 된다. - 서로 다른 뷰를 한 화면에 통합하여 보여주는 것은 물론 사용된 필터와 범례..
9. 예측하기 [내부링크]
데이터 원본 확인하기 상하위 표시 - 필터를 사용하여 매출의 상위 10개만 보자 결과 두개를 동시에 보기 - 행에 추가하면 위 아래로 보여준다. 추세선 나타내기 추세선 그래프 그리기 - 추세선 -> 추세선 편..
8. 그래프 서식 [내부링크]
서식 설정 막대그래프의 수치 및 색상 레이블 표시하기 - 레이블의 글꼴이나 텍스트도 바꿀 수 있다. 시트와 행렬에 대한 서식 변경 그래프 주석 추가 마크 추가 - 우클릭 -> 주석추가 -> 마크 색상을 이용하..
7. 데이터 추출 [내부링크]
이미지 추출하기 - 우클릭 -> 복사 -> 이미지 데이터 값 복사하기 - 우클릭 -> 복사 -> 데이터값 PDF 파일형식으로 젖아 - 메뉴 -> 파일 ->PDF로 인쇄 데이터 보기를 통하여 데이터 내보내기(엑셀파일) - 우클릭..
6. 필터 [내부링크]
필터 - 원하는 지역의 값만 선택 하겠다 . - 우클릭 -> 필터 표시 오른쪽에 범례가 나타난다. 퀵 필터 _ 필터 제목 - 퀵필터 메뉴의 목록, 드롭다운, 슬라이더 방식을 선택 - 필터 제목을 변경 가능하다. 퀵 필..
5. 측정값 집계와 제외/유지하기 [내부링크]
개별값 확인을 위한 메뉴 - 메뉴 -> 분석 -> 측정값 집계 체크 해지하기 유지와 제외하기 - 원하는 막대그래프를 클릭후 Ctrl 을 누르면 유지나 제외하기 기능을 사용가능하다.
4. Tableau를 활용한 데이터 조정 [내부링크]
데이터 시각화 - 데이터 시각화 : 데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정 - 데이터 시각화의 목적 : 그래프라는 수단을 통해 정보를 명확하고 효과적으로 전달. 정렬 - 내..
3. Tableau를 활용하여 데이터 다양하게 표현하기 [내부링크]
표현 방식 사용하기 - 누적 막대바 그래프로 바꿔 보자. 크로스 탭을 위한 인터페이스 - 열 : Order Date (연도 -> 분기 -> 월 까지 확장 ), 행 : Category, Sales - 연도를 색상에 넣고 월만 남기고 다 삭제 -..
2. Tableau를 활용한 간단한 시각화 [내부링크]
데이터 불러오기 - 지정된 데이터 원본 -> Sample_Superstore 불러오기 그래프 그리기 - 행에 Region , Quantity 드래그 - 열에 Category, Segment 드래그 막대 그래프에 색깔 넣기 - 마크 하단에 위치한 색상..
1. Tableau 이해하기 [내부링크]
테블로 설치와 활용 - 연결 패널 : 태블로와 연동하여 쓸 수 있는 데이터의 종류를 보여줌. 데이터베이스, 온라인 데이터소스 ,텍스트파일, 엑셀파일 등, 여러개의 엑셀 파일은 조인하여 사용 가능. - 열기 패널..
4. 데이터 분리(sample, split, ifelse) [내부링크]
데이터 분리¶ 데이터 분리 관련 함수¶ 데이터를 특정 구간별로 나누는 방법에 대하여 알아본다. 특히 sample(), split(), ifelse() 함수가 이에 해당된다. sample()¶ 데이터에서 임의로 샘플을 추..
3. 데이터프레임 처리 2 (행제외, 열 제외, 행추가, 열추가, 병합, rename) [내부링크]
데이터 프레임 처리 2¶ 데이터 확인¶ setwd("C:/khu") d<- read.csv("test.csv") d item price sales 풍선 100 200 펌프 3000 5 테이프 300 20 플래카드 20000 1 색종이 150 100 d[,-2] # 특정 컬럼..
2. 데이터 프레임 처리 1 (data.frame, stringAsFactors, dplyr패키지, which, subset) [내부링크]
데이터 프레임 처리¶ 데이터 프레임 생성 1 : 파일에서 fileEncoding = "euc-kr" setwd("C:/Users/KIIXXI/Documents/khu") read.csv("test.csv") A data.frame: 5 × 3 item price sales <fct> <int>..
1. Feature Engineering(Scaling, Binnig, Creating Feature, as.Date, Creating Dummy) [내부링크]
Feature Engineering¶ 데이터 다듬기¶ 전처리는 데이터를 분석하기에 적합한 형태로 만드는 것을 말한다. 수집된 데이터에서 필요한 속성을 선택해 데이터를 재구성, 결측값 및 이상치 처리, 변수를 조..
5. 집단 차이 분석(일표본,이표본 평균(t.test), 일표본 비율(binom.test), 이표본 비율( prop.test), [내부링크]
집단 차이 분석¶ 추론 통계와 집단 차이 분석¶ 추론통계는 표본을 통해 모집단의 특성을 분석한다. 추론통계 함수를 이용하여 모집단과 표본 또는 두 집단 사이의 차이를 분석하는 방법을 살펴보자. 일..
4. 상관분석 ( 상관계수(spearman, pearson), 검정( cor.test), 시각화(symnum, corrgram)) [내부링크]
상관분석¶ 상관계수¶ 상관분석은 두 변수 사이의 관련성을 파악하는 방법이다. 대표적으로는 피어슨 상관 계수로 상관 분석을 한다. 피어슨 상관계수는 한 변수가 커질때 다른 변수가 함께 커지는 공분..
3. 가설검정 (fisher.test, mcnemar.test, chisq.test, shapiro.test,k-s.test) [내부링크]
가설검정¶ 독립성 검정¶ chisq.test(xtabs (~x + y, data) 두변수 사이에 상관관계가 있는지 살펴본다. 성별과 운동략의 차이를 기록한 MASS::survey 데이터를 본다. library(MASS) data("survey") head..
2. 표본추출(단순임의추출(sample), 층화임의추출(strata)) [내부링크]
표본 추출¶ 단순임의추출 1¶ - sample(x,n) - 동일한 확률로 표본을 추출한다. x <- c(1:10) sample(x,5) sample(x,5, replace= TRUE) # 얘는 중복도 가능한 복원추출 7 6 3 5 10 8 8 1 5 3 단순..
1. 가설설정과 검증 (귀무가설, 대립가설, p-value, 정규분포표) [내부링크]
가설설정¶ 추론통계의 의의¶ 통계 조사에서 조사대상이 되는 전체 집단을 모집단이라고 한다. 모집단에서 뽑은 일부 자료를 표본이라고 한다. 이 표본으로부터 모수와 관련된 통계량들의 값을 계산하고..
5. 분포의 대칭성(왜도s, 첨도k) [내부링크]
분포의 대칭성¶ 비대칭도 구하기¶ 왜도와 첨도¶ 왜도는 평균을 중심으로 한 분포의 비대칭 정도를 나타낸다. 기울어진 방향과 정도를 나타내는 양을 나타낸다. S > 0 면 오른쪽 방향으로 꼬리가 긴..
4. 데이터 그래프 그리기(plot, boxplot, histogram, barplot, stem-and-leaf plot) [내부링크]
데이터 요약¶ plot¶ 데이터를 요약하지 않고, 그래프로 그리면 다음과 같다. 데이터의 퍼짐의 정도를 시각적으로 확인할 수 있다. 하지만 특징을 한마디로 말하기는 어렵다. x <- c(6.5,4.0,7.1,8.3,5.4..
3. 데이터의 위치(사분위수, Barplot, 계급, 급간, 도수분포표) [내부링크]
데이터의 위치¶ 구간별 데이터 파악¶ 사분위수(quantile)¶ 사분위수란 자료를 크기 순으로 배열하고, 누적 백분율을 4등분한 각 '점'에 해당하는 값을 말한다. 0%, 25%(1사분위) , 50%(2사분위), 7..
2. 자료의 분산 (범위, 분산, 표준편차) [내부링크]
자료의 분산¶ 분산¶ 분산이란 자료가 얼마나 퍼져 있는지를 의미한다. 측정방법 : 범위, 분산, 표준편차 범위(range)¶ 범위란 데이터 값들 중에서 최대 데이터와 최소 데이터의 차이를 말한다. wei..
1. 중심위치 측정(mean, median, max, min, sample) [내부링크]
중심위치 측정¶ 기술통계 의의¶ 빅데이터 분석을 위해서는 기존 사실에 대한 객관적인 수치를 찾아내려는 기술 통계를 기초로 한다. 이를 통해서 데이터의 특징이 수량화되어 정리 된다. 분석자는 데이..
3. R 데이터 파일 관리 (setwd, getwd, write) [내부링크]
R 데이터 파일 관리¶ R 프로그램 설정 경로 확인¶ getwd() 'C:/Users/KIIXXI' getwd() : 현재 작업중인 파일 경로(디렉토리) 확인 setwd("C:/Users/KIIXXI/Documents/khu") setwd() : 특정위치를..
2. R 데이터 구조 (벡터, 행렬, 리스트, 배열, 데이터프레임) [내부링크]
R 데이터 구조¶ 벡터 (Vector) 행렬(Matrix) 리스트 (List) 배열 (Array) 데이터 프레임 (Data Frame) 데이터 테이블 (Data Table) 벡터 (Vector)¶ x<-c(1,2,3,4,5) # 벡터 생성 x[2] # 벡터의 2번째..
1. R 프로그램 시작하기 [내부링크]
R 프로그래밍 기초¶ Hello World 출력¶ print("Hello World!") [1] "Hello World!" 패키지 사용.¶ randomForest를 로드해서 사용해 봅시다. install.packages("randomForest") # ""안에 넣어야..
데이터의이해 - 데이터베이스 정의와 특징 [내부링크]
[용어의 연혁] - 1950년대 : 미국 군대의 군비 상황을 집중하기 위하여 컴퓨터 도서관을 설립. '데이터의 기지' 라는 뜻의 데이터 베이스 탄생 - 1963년 초 : 미국 'SDC'가 개최한 심포지엄에서 데이터베이스라는..
데이터의 이해 - 데이터와 정보 [내부링크]
[ 데이터의 정의와 특성 ] # 정성적 데이터와 정량적 데이터의 차이점을 묻는 문제 1. 데이터의 정의 - 데이터라는 용어는 1646년 영국 문헌에 처음 등장. - 라틴어인 dare(주다)의 과거 분사형 ' 주어진 것 ' 이..
네이버 블로그
티스토리
커뮤니티