본문 바로가기
반응형

분류 전체보기462

데이터 분석 심화를 위한 2월달 목표 [2월 목표] - 기초 통계지식 Master(책 1~2권)- 비즈니스 활용 사례로 배우는 데이터 분석:R 책을 통한 R 학습- 가끔 심심하면 Python 언어로 웹사이트 크롤링 연습 2017. 2. 3.
2017년 현재 내 자신 점검(툴) 통계적 지식 기초적인 통계적 지식은 늘 책 1~2권 사놔서 보고 있으나, 그걸론 부족.. 히스토그램, 크로스집계 이런 건 다 기본적인 것이니 누구나 다 하는 것이지만... 실질적으로 가장 필요한 A/B테스트 , 로지스틱회귀분석, 클러스터링, 결정트리분석의 지식이 부족하다고 생각 이외 더 엄청 많지만 일단 기초적인거 완전완전 마스터하고 난 다음, 더 어려운 통계지식 study에 참여할 예정. 일단 기초적인 거 다시 한 번 보고 싶음.. SQL(중급) SQL로 데이터 뽑는 것은 문제없이 가능하기 때문에, 특별히 문제되지는 않겠다마는... 그래도 Oracle, MSSQL과의 차이점은 늘 숙지하고, RDBMS 기본적인 이해도 매우 중요! 늘 기본으로 돌아가라는 말이 있기 때문에, 테이블 생성, 데이터 추출할 때.. 2017. 2. 3.
데이터 분석의 채용공고를 분석해 볼까나 과연 인력시장에서는 어떤 데이터 분석을 요구하는지 궁금하다. 아마 500~700건 채용공고를 나름 워드클라우드로 분석해서 보면은 대충 해답이 나오지 않을까. 뭐 경력은 어떻게 할 수 없는 거니깐 경력을 제외하고 자격요건 및 스킬 능력을 주로 봐야겠지만.. ㅎㅎ 2017. 2. 3.
데이터 분석가 역량 요소 Top 4 1. 데이터 - 자신이 원하는 데이터를 추출. => SQL(RDBMS), JSON(MongoDB) 지식 필수 2. 통계 및 분석 방법 - 기초적 통계지식 습득(필수)- 데이터 분석과 관련된 커뮤니티 가입(kaggle)- 마음에 드는 유명한 데이터 분석가 블로그 팔로잉 3. 분석 툴 MS Excel - 데이터 분석 툴 사용(중상)Python - 데이터 수집, 추출, 정제, 자동화 - 난이드: 최상R - 통계적용 및 시각화(ggplot2) - 난이도: 최상tableau - 시각화 4. 비즈니스 커뮤니케이션 4-1)문제 정의 능력 사전에 문제해결 방법론과 데이터 분석 문제유형을 습득하여 문제 정의시 유관부서와 함께 해결문제 협의. 4-2)결과 전달 능력 데이터가 어떻게 받아들여 질가의 고민. 그 데이터가 다른.. 2017. 2. 3.
반응형