데이터분석가 기술블로그

머신러닝 (Machine Learning)과 딥러닝 (Deep Learning)의 차이점과 관계1. 머신러닝 (Machine Learning)정의: 머신러닝은 데이터를 분석하고, 데이터를 기반으로 예측 모델을 만들거나, 패턴을 학습하는 알고리즘의 집합입니다. 인간이 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터를 통해 학습하고 스스로 결정을 내릴 수 있도록 하는 방법론입니다.핵심 개념:지도 학습 (Supervised Learning): 입력과 출력 데이터가 주어지면, 이 데이터를 바탕으로 모델을 학습시켜 새로운 입력에 대한 출력을 예측합니다.비지도 학습 (Unsupervised Learning): 출력 데이터 없이, 주어진 입력 데이터에서 패턴이나 구조를 찾아냅니다. 예를 들어, 군집화(clusteri..

EDA를 효과적으로 훈련하기 위한 단계1. 데이터 이해 및 준비 •데이터의 구조 파악: `head()`, `tail()`, `info()`, `describe()` 등을 사용해 데이터의 기본 정보를 확인합니다. •결측치 및 이상치 확인: 결측값(`isnull()`), 이상치(박스플롯 등)를 찾아내고 처리합니다. •데이터 타입 확인 및 변환: 각 열의 데이터 유형을 확인하고 필요 시 변환합니다.2. 기초 통계 분석 •평균, 중앙값, 표준편차 등 주요 통계값을 계산하여 데이터 분포를 이해합니다. •속성 간 상관관계 분석: `corr()` 함수와 히트맵(Heatmap)을 사용해 변수 간 관계를 시각화합니다.3. 시각화를 통한 탐색 •히스토그램, 박스플롯, 산점도 등을 활용해 데이터를 다양한 각도에서 시각화합니..