전개발

오늘은 인천공항시설관리 필기를 치고 왔다! 사실 서울 쪽만 계속 지원하고 있었는데, 이대로면 취업을 못할거가타서...필기, 면접 경험도 쌓을겸 이곳저곳 지원하고 있다. SW 직군으로 넣었고, 2명 뽑는다고 한다.20배수가 서류에서 뽑혔다니, 응시자는 대충 40명이 ? 되겠네요. 입실이 9시 30분까지였고, 집에서 넉넉하게 1시간 17분이 찍혀있었다.그래서 더 넉넉하게 1시간 30분쯤 여유두고 8시에 나왔는데, ㅋㅋㅋㅋ 경의중앙선 지연 + 5호선 지연 크리를 맞아버렸다. 그래서 오목교역 플랫폼에 내렸을 때가 딱 9시 24분..나가야 하는 2번 출구까지는 굉장한 거리가 있었다.. 진짜 무빙워크랑 계단 개뛰어서 중앙현관까지 3분 컷을 때렸다. 러닝 쉰지는 꽤 됐는데, 그간 뛰어놓길 잘했다;아 참고로, 개..

서류 가점과 동기부여를 위해 작년 8월부터는 지속적으로 자격증을 취득하고 있다! 그중 ADsP는 공기업 전산직 지원 시 가성비가 매우 좋은 자격증이라고 알려져있기도 하고,실제로 작년 하반기에는 보유하고 있지 않아서, 가고 싶은 기업에 서류 넣을 때 가점 못 받는게 너무너무너무 아쉬웠다. 그래서 작년 11월 ADsP 시험에 도전했었다. 1, 2과목은 내용 자체도 비교적 쉬웠기에 과목별 예제 풀이 시에도 비교적 고득점을 받을 수 있었지만,3과목을 시작해야할 무렵에 무역안보관리원 면접과 시기가 완전히 겹쳐버렸다... 1차 면접이었는데, 고민이 정말 많았다. 작년 하반기는 내 취준 위치 확인 겸 원서를 넣었던 거라서,26년 상반기를 위해 ADsP에 집중할지, 아니면 무역안보관리원 면접 준비를 빡세게 해서 어쩌면..

드디어 1회독 끗!연관분석장바구니 분석이라고도 불림.ex) 치킨 구매한 고객은 콜라 구매 확률도 높다 처럼 구매패턴에서 의미있는 규칙 찾아내는 것.품목 수가 증가하면 분석계산이 기하급수적으로 증가할 수도 있음이를 개선하고자, 유사한 품목을 하나의 범주로 일반화하는 작업을 수행하기도 함.연관 분석의 측도지지도(support)전체 거래 중, A와 B 두개의 품목이 동시에 포함된 거래의 비율.지지도가 높다 → 두 개의 아이템이 같이 잘팔린다.(동시 포함 거래 수 / 전체 거래 수) 로 구함.신뢰도하나의 품목 구매했을 때, 다른 품목 하나가 구매될 확률두 품목의 조건부 확률로 나타낼 수 있음.A → B의 신뢰도와, B→ A의 신뢰도는 다르다.신뢰도 (A → B) = P(B|A) = A,B가 동시에 포함된 거래수..

군집분석비지도 학습 중 하나여러 변수로 표현된 자료들 사이의 유사성을 측정하고,유사한 자료끼리 몇 개의 군집으로 묶고다변량 분석 (상관분석, 회귀분석, 주성분분석) 등을 활용하여 각 군집의 특징을 파악하는 기법.협업 필터링 같은 추천 서비스가 등장하는 기반 제공.관측치의 유사성 측정 방법 (거리 가까울수록 유사성 큼)거리 측도 : 유클리디안 거리, 맨하튼 거리유사성 측도 : 코사인거리, 상관계수평가지표실루엣 계수 : 응집도와 분리도를 계산. 1에 가까울 수록 완벽히 분리되었다고 판단.거리 측도변수가 연속형인 경우유클리디안 거리 : 두 점 사이의 거리 계산 시 사용. 두 점 사이를 가로지르는 가장 짧은 거리 계산맨하튼 거리 : 두 점을 가로지르지 않고, 길을 따라갔을 때의 거리. 변수들의 차이의 단순합으로..

로지스틱 회귀 분석회귀 분석을 분류에 이용한 방법.독립 변수의 선형 결합을 이용해 사건 발생 가능성을 예측하는 분석 방법으로, y가 범주형 변수 일 경우 사용 가능.범주형 자료 : 특성에 따라 그룹으로 분류되는 데이터, 질적 자료, 계산 불가능 (명목, 순서)수치형 자료 : 수치로 측정/계산이 가능한 데이터, 양적 자료, 계산 가능, 키 몸무게 (구간, 비율) (구간에서 0은 의미 없음 그냥 숫자일 뿐임, 비율에서 0은 작거나 비어있다는 의미가 있음)일반적으로 이진 분류(두개로 나누어진 집단)이 기본이며, 세 개 이상의 집단을 분류하는 경우는 다중 로지스틱 회귀분석이라고 함.로지스틱 회귀분석 알고리즘오즈성공할 확률이 실패할 확률의 몇배인지를 나타내는 값.이 오즈를 사용하여 각 범주에 분류될 확률을 추정...

데이터마이닝방대한 데이터에서 숨겨진 패턴이나 규칙을 찾아내어, 예측하거나, 의사결정에 활용하는 것이 목적.머신러닝을 구현하기 위한 바탕이 됨.통계 분석 vs 데이터 마이닝통계분석표본을 통해 의미있는 자료 추출, 의사결정, 요약, 연관성 파악, 예측 등의 결과로 이어지도록 하는 일련의 과정.통계는 표본이 있어야 하고, 그 표본으로 모집단의 특성을 추정하고 거정한다.데이터마이닝굳이 가설과 검정을 하지 않아도 된다.데이터들을 분석하여 숨겨진 패턴, 규칙을 찾는 것이 중요하다.이를 통해 일종의 함수, 즉 모형을 만들 수 있고 그 모형을 토대로 예측 가능하다.목적 정의 단계 → 데이터 준비 단계 → 데이터 가공단계 → 데이터 마이닝 기법 적용 단계 → 검증 단계 순으로 구성데이터 마이닝 종류방법에 따른 분류지도학..

시계열 분석일정 시간 간격으로 기록된 자료(시계열 자료)에 대하여, 특성을 파악하고 미래를 예측하는 분석방법.가까운 미래에 있을 날씨 예측, 주식 예측, 판매 예측 등 목적으로 사용.자기상관성서로 이웃하는 데이터끼리 일종의 상관 관계를 가지는 것.잔차항의 크기가 이웃하는 다른 잔차항의 크기와 서로 일정한 관련이 있다!공분산두 개의 확률 변수의 선형 관계를 나타냄.하나의 확률변수 증감에 따른 다른 확률변수 증감 경향에 대한 측도두 확률 변수의 공분산이 0이라면, 자기 상관성 없는 독립적인 확률변수로 봐야함.시계열 분석의 자료정상성 시계열 자료비정상성 시계열 자료 (대부분을 차지, 정상성으로 변경해야함)정상성 조건일정한 평균모든 시점에 대해 평균이 일정해야 함.평균이 일정하지 않으면, 이전 시점의 자료 값을..

다차원 척도법 (MDS)객체 간의 근접성을 시각화하는 통계기법. (군집분석과 유사)객체 사이의 유사성 혹은 비유사성을 측정하여, 원래의 차원보다 낮은 차원의 공간에 군집 분석처럼 점으로 표현.stress 척도를 사용.0~1 사이의 값을 가지고, 그 값이 낮을 수록 적합도가 높다고 평가.0.05 이내면 적합도가 좋다고 판단.0.15 이상이면 매우나쁘다고 판단.0에 가까울 수록 적합하다. (스트레스는 적을 수록 좋다! 라고 외울까)종류계량적 MDS구간 척도, 비율 척도유클리디안 거리 행렬cmdscale 함수 사용비계량적 MDS서열 척도서열척도를 거리 속성값으로 변환하여 사용isoMDS 함수 사용주성분 분석(PCA)여러 변수 중, 서로 상관성이 높은 변수들의 선형 결합으로, 새로운 변수를 만들어 기존 변수를 ..

회귀분석하나 이상의 독립 변수(x1,x2 …)들이 종속변수(y)에 얼마나 영향을 미치는지 추정하는 통계 기법독립변수가 하나면 단순 선형 회귀 분석독립변수가 2개 이상이면 다중 선형 회귀 분석기본적으로 변수가 연속형 변수(등간, 비율)일 때 사용.범주형 변수(명목, 서열)라면 이를 파생 변수로 변환하여 사용.변수끼리 경향성을 띤다? = 일정한 인과관계를 가지고 있다.산점도에서 일정한 추세선이 나타난다면 경향성을 가지거나 인과관계가 있다고 판단.회귀분석의 가정.선형성독립변수와 종속변수가 선형적.예외적으로, 2차 함수 회귀선을 갖는 다항회귀분석은 선형성을 갖지 않아도됨.독립성등분산성분산이 같다는 의미.잔차들이 고르게 분포하고 있다는 의미.정규성잔차항이 정규분포 형태를 띠는 것.용어오차 : 모집단의 데이터를 활..

t-검정단일 표본 t-검정 (one sample t-test)가설 검정의 일종하나의 모집단의 평균(n) 값을 특정값과 비교하는 경우 사용하는 통계적 분석 방법R에서, t검정은 기본적으로 양측으로 수행.단측 수행하려면 alternative 옵션을 greater 또는 less로 선택해야함.일 표본 단측 t-검정모수 값이 ~보다 크다 혹은 ~보다 작다와 같이 한쪽으로의 방향성을 갖는 경우 수행되는 검정 방법ex) ㅇㅇ 공장에서 생산되는 지우개의 평균 중량은 50kg 이하다.10개의 표본을 추출해서 검정 수행.자유도(df)는 표본 개수보다 1적은 9, 검정통계량 t =2.6963 등 처럼 표기됨.유의 확률(p-value)는 신뢰수준 95%라면 유의수준이 0.05이므로, 그보다 작으면 귀무가설 기각, 그보다 크면..