Ori's IT 공부일지

[코드잇] 코드잇 스프린트 후기 - 데이터 분석가 과정 수료 후 변화 및 성장

daminjeong — Fri, 11 Jul 2025 22:46:26 +0900

수료식날 DA 5기 Zep

✅커리큘럼 및 학습 방식

PART 1	PART 2
Python 기초 (pandas, matplotlib, seaborn 등) 태블로 시각화 툴 기초 통계 및 가설 검정 방법	SQL 웹 자동화 각종 지표 A/B 테스트 로그 설계
PART 3	PART 4
머신러닝 (회귀, 분류, 앙상블, 클러스터 등) 차원축소 장바구니 분석	기초 유닉스 커맨드 Git Docker Airflow Bigquery

코드잇 스프린트 데이터 분석가 과정은

크게 4가지 파트로 나뉘어 있고

각 파트의 주요 학습 내용은 위 표와 같다!

초반 PART1 학습 때는 객체와 클래스 등

익숙하지 않은 알고리즘 성격의 수업과

문제 풀기 과제에 힘들었지만,

그 부분이 어렵다면

Pandas, matplotlib, seaborn만이라도

무조건 익히고 가야 한다는

강사님의 말씀에 정신 차리고

그것만은 놓치지 않도록 노력했다!

PART2 때는 데이터리안에서

배웠던 SQL이어서 수월했고,

새로운 지표 관련 내용과

A/B테스트, AARRR 등

데이터 분석가 채용공고에서

한 번쯤은 봤던 키워드 내용을 배워서

정말 흥미로웠다 ☺️

PART3은 머신러닝을 배워서

개념이 어렵긴 했지만

빅데이터 분석기사 필기 준비가

도움이 많이 되었다

자격증이 도움이 될까? 란 생각도 했었는데

현재로서는 빅분기 공부하길

아주 잘했다고 생각한다

PART4는 진짜 더욱 생소한

데이터 엔지니어링 관련 내용이라

다시 PART1으로 돌아간 것처럼

한동안 헤매고 어려웠지만

분석가가 되어 협업할 때

최소한의 지식은 있어야 하기에

부족한 부분은 코드잇 토픽도 들으면서

뒤처지지 않으려고 노력했다

✅프로젝트 이야기

학습뿐만 아니라, 포트폴리오를 위해

역시나 중요한 프로젝트!!

코드잇 스프린트에서는

총 4번의 프로젝트를 하는데,

1번째 초급 프로젝트 당시에는

PPT 제작을 오롯이 도맡아

코드 부분에는 내가 기여한 게

별로 없다는 생각에

우울하기도 했다

다만, PPT 작업하면서

다른 사람이 한 모든 부분을 알고

흐름을 잡을 수 있었기에

지금 당시의 코드 파일을 다시 본다면

내 것으로 만들 자신도 생긴 것 같다.

2번째 프로젝트는

가설검정, A/B테스트, 로그 설계 등

그동안 배운 내용을

최대한 적용해보고자 했다.

이전 프로젝트보다 데이터를

더 많이 다뤄볼 수 있어서 좋았다.

다만, 내가 작업한 파트의 시각화에서

우리 팀원도 강사님도

이해를 어려워하시는 부분이 있었는데

아직도 그 시각화가 아쉽다

3번째 프로젝트는

처음으로 팀장으로 참여하여

역할 분배, 협업, 일정관리 등

모든 것을 리드해 보는 경험을 했다.

그 과정에서 스스로

부족한 점도 많이 깨닫는 시기였다.

4번째 프로젝트에서는

대용량 로그 데이터를 다루면서

GCP에서 VM 인스턴스를 빌려서 작업하고

그럼에도 커널이 자꾸 죽는.. 경험도 해봤다

그래서 더 전처리에 신경 쓰고,

내 파트 작업할 때도

결측치 처리 등에 대해

깊은 고민을 했던 게 기억에 남는다.

1번째 프로젝트를 제외하고는

모두 실제 기업 데이터여서

실무에서 마주할 수 있는 문제들도

함께 겪어보며 성장한 것 같다.

마지막 프로젝트의 발자취...

✅수강 이후 나에게 일어난 변화

당연하게도 수강 전보다

데이터 분석 지식과

기초 코딩 실력도 늘었지만

현재로서 생각나는

나에게 일어난 가장 '큰' 변화는

아무래도 리더십의 변화인 것 같다.

3번째 프로젝트 당시

팀장으로 프로젝트를 리드하며

부족한 부분을 많이 깨달았고,

이후 4번째 프로젝트에서 겪은

팀장님의 리더십에서

나에게 필요한 부분을 쏙쏙 뽑아

내 것으로 만들고자 했다.

4번째 프로젝트 당시

공모전도 병행하고 있었는데

팀장님을 보고

바로 공모전 팀을 이끌 때

적용해 보면서

리더로서 더 성장하는 내가 될 수 있었다.

(정말 애정하고 감사하는 우리 팀장님 )

✅코드잇 스프린트에서만 할 수 있는 경험들

코드잇에서는 각 팀마다 '멘토'님도 계셔서

주 1회 최소 1시간 멘토링과

멘토님들의 과제 피드백도 받을 수 있었는데

이게 정말 기억에 남는 부분들이 있는 것 같다!

멘토링 덕분에

JD 분석을 통해 다양한 데이터 직무에 대한

이해를 높일 수 있었다.

특히, 머신러닝 배울 당시에 만난 멘토님께서는

아예 본인이 이 과제를 한다면

이런 식으로 했을 것이다~

작업 예시를 직접 보여주시기도 했다!

이때의 경험은 지금도

상당한 긍정적 충격으로 남아있다.

또 확실히 프로젝트 시기에 도움이 되었는데

멘토님의 날카로운

현직자 시선의 피드백으로

팀이 휘청인 경험도 있지만

그래서 더 좋은 방향으로 수정되기도 했다.

한 가지 더 기억나는 건

매 파트가 끝날 때마다

새롭게 팀이 배정되고,

'피어리뷰'라는 팀원 피드백을 진행하는데

매니저님께 전달되어

익명으로 다른 스프린터에게 전해진다.

여기서 내가 생각지도 못했던 장점이나,

나도 느꼈던 나의 부족함을

또 한 번 알 수 있고,

이를 통해 더 나은 나로 발전할 수 있어서

참 좋은 것 같다

✅이런 분들께 추천하고 싶어요!

나는 스프린트 과정 동안

총 4분의 멘토님을 모두 만나보았는데

그중 멘토링 경험이 많은 멘토님께서

'코드잇이 커리큘럼이나 체계가

다른 업체보다 더 잘 잡혀있는 것 같다.'

이런 말씀을 해주신 적이 있다.

그래서 마음 한 편의 불안함이

나도 조금은 사그라졌던 기억이다.

데이터 분석가가 되고 싶은 분들,

특히나 비전공자도 수업 외에도

코드잇 토픽, 매니저님의 세심한 케어,

멘토링 등을 통해

충분히 수료하실 수 있다고 생각한다!

(우리 기수에도 비전공자인 분이 많다!!)

또, 실무형 프로젝트를 경험해서

포트폴리오를 보충하고 싶은 분들께도

코드잇 스프린트가 도움이 될 거라고 생각한다

파트 당 한번은 방문했던 위워크!! 위워크 모니터 짱 크다

무사히 수료하고 일주일간 공모전에 집중한 뒤

현재는 쉬고 있다.

딱 일주일만 쉬고 나서

다시 이젠 취업까지 달릴 예정! ‍♀️

21일부터는 코드잇에서 진행하는

커리어 프로그램에 참여할 예정이다

해당 프로그램을 통해

취업까지도 무사히 되면 좋겠다...

+++++

현재 데이터 분석 10기 모집 중이던데

이젠 무려.... 맥북 무상 지원이란다...!?

(왜 우리 땐 안 해줬어요 코드잇 ㅜㅜ)

관심 있으신 분들은 아래 링크에서

자세한 내용 확인해 보시길!

https://sprint.codeit.kr/

압도적 만족도 부트캠프, 코드잇 스프린트

0원으로 수강하는 압도적 만족도의 IT 취업 부트캠프! 코드잇 스프린트가 취업까지 무조건 책임집니다.

sprint.codeit.kr

각 파트마다 남겼던 더 자세한 후기가 궁금하다면 아래로

https://blog.naver.com/kmj2402

미니밍_log : 네이버 블로그

사회초년생 일상기록 맛집,카페,베이커리

blog.naver.com

[코드잇] 코드잇 스프린트 후기 - 고민 끝에 다시 데이터 분석의 길로...!

daminjeong — Fri, 11 Jul 2025 20:54:33 +0900

✅ 코드잇 스프린트에 합류하기 전 나는...?

돌이켜보면, 대학교 3학년 이후부터는 항상

어떤 일을 해야 더 행복할까?

내가 진짜 원하는 게 뭘까?

이런 고민을 해왔던 것 같다.

통계학과에 진학했지만

R 프로그래밍에서 벽을 느끼고

제대로 적응하지 못했다..

당시 '데이터 사이언티스트'가

막 떠오르던 시기였지만

무조건 '대학원, 석사'가 필요하다고만 알고 있었고

와.. 이런 상태에서 대학원까지? 안돼...

'아, 난 전공 살리는 건 무리구나.'라고 생각했다.

그 후 여러 진로 적성 검사에서

'공무원, 공기업' 쪽이 잘 맞는다고 나왔고,

안정적인 삶을 원하기도 했어서

우선 공기업을 준비했다.

하지만 뜻대로 잘 풀리지 않았고,

운 좋게 대학병원에 계약직 사무원으로 입사했다.

안정적인 삶의 꿀맛도 봤지만,

전공의 파업이라는 외부 상황에

나의 업무가 바뀌고, 추가되고, 휘둘리는 경험은

너무 스트레스였다.

시간이 지나며 업무가 익숙해지고

반복되는 루틴 속에서

점점 매너리즘에 빠졌고,

내가 만약 정규직이어서

앞으로 계속 이 일만 하며 살아야 한다면

그게 정말 내가 바라는 것일까? 싶었다.

결국 '진짜 내가 원하는 걸 찾아보자!' 결심했고,

그 끝에 닿은 건 바로 '데이터 분석'이었다.

✅그런데...어디서 어떻게 데이터 분석을 다시 공부하지?

다시 데이터 분석을 해보자 결심했지만

학부 때 적응하지 못했던 기억이 남아있어서

우선 데이터리안 SQL 입문반 강의를 통해

'코딩에 대한 거부감은 현재 어느 정도인지,

잘 해낼 수 있을지,

이 과정에서 흥미를 느끼는지'

스스로를 테스트해 봤다!

결과적으로 킵 고잉 하자는 생각이 들었고,

더 본격적으로 배울 수 있는 곳으로

'부트캠프'를 찾아보기 시작했다.

처음엔 HRD-NET의 수강생 후기에서

선생님에 대한 칭찬이 정말 엄청난 곳을 발견해서

방문 상담도 진행했지만,

운영 측면에서 아쉬움이 있던 찰나에

'부트텐트'라는 사이트에서

'인턴십 100% 보장'이라는 문구를 내건

코드잇 스프린트 DA 5기 모집 공고를 보게 되었다.

이 한 문장으로도 이미 꽤나 끌렸던 나는

코드잇 스프린트에 대해 더 서칭 해보기 시작했다.

✅ 그중에서 코드잇 스프린트를 선택한 이유는?

무엇보다도 인턴십 100% 보장되는 점이 끌렸고,

그 외에도

1. 오프라인 공간, 학습 장비 지원

2. 코드잇 자체 개발 콘텐츠 + 체계적인 커리큘럼

3. 실제 기업 데이터를 활용한 프로젝트

이런 점이 흥미로웠다.

(프로젝트가 총 4번인데,

첫 번째 프로젝트만 공공데이터 활용하고

나머지 프로젝트는

모두 실제 기업 데이터 활용이었다!)

다른 온라인/오프라인 부트캠프도 많았지만

실제 기업 데이터로 프로젝트를 진행하는 경우는

당시엔 처음 봐서 아주 매력적으로 느껴졌다

지원 절차는 아래와 같았고,

1. 지원서 작성 및 신청

2. 코딩 테스트 or 인적성 검사 중 택 1 응시

(난 인적성 검사 응시했다)

3. 필요 서류 제출

이틀 후에 최종 결과 안내를 받았다.

당시에 대답을 굉장히 못했다는 생각을 해서

혹시나 선발되지 않을까 걱정했는데

다행히 합류할 수 있었다!

AI 인적성 검사가 처음이라서

유독 더 긴장하고 말을 잘 못했는데,

지원자의 진실성, 간절함 등에 더 집중하는 듯 보였다!

혹시 이 글을 보고 계신 분 중에

부트캠프를 찾아보고 계시거나,

데이터 분석에 도전해보고 싶지만

아직 어떻게 해야 할지 고민 중이시라면

코드잇 스프린트도 한번 둘러보시길..!

https://sprint.codeit.kr/

압도적 만족도 부트캠프, 코드잇 스프린트

0원으로 수강하는 압도적 만족도의 IT 취업 부트캠프! 코드잇 스프린트가 취업까지 무조건 책임집니다.

sprint.codeit.kr

선발 이후 무엇을 배우고

어떻게 성장했는지는 다음 글에서!

[코드잇] 스프린터의 봄 : Sprint Conference 2025 참여 후기

daminjeong — Mon, 14 Apr 2025 19:20:56 +0900

어느새 코드잇 스프린트 과정에

합류한지도 5개월차...!!

그동안 코드잇 측에서 마련해주시는 현직자 특강 등

기회가 있으면 모두 참여하려고 노력했다.

이번엔 모든 과정, 모든 기수 대상으로 진행된

스프린터의 봄 : Sprint Conference 2025

내용 및 후기를 정리해보고자 한다.

️0교시_커리어 코치 세션(10:00 ~ 10:30)

✅2025 신입 채용 트렌드

요즘 기업의 주요 고민?

- 몸값 높은 경력은 부담

- 신입은 교육에 투자할 여력 부족

- 바로 실무에 투입 가능한 주니어 원함

이러한 상황으로

1. 중고 신입

2. 수시 채용

3. 모티베이션 핏

이 3가지가 주요 채용 트렌드!!

이 중 '모티베이션 핏' 이란

기업들이 적합한 인재를 찾기 어렵고,

MZ세대의 조기 이직/퇴사 경험으로

채용 후 금방 그만두지 않을, 내적 동기가 명확한

지원자를 원한다는 것

일반적으로 알려져있는

컬쳐핏(조직과의 가치관 적합성 / 직무 동기)을

넘어서는 개념!

✅ 취업 전략

1. 나 & 직무에 대한 'WHY' 생각하기

단순히 '전망이 좋아서'와 같은 표면적 이유 NO!

내가 어떤 '가치'를 느껴서,

어떤 '갈등'을 겪고 이 길을 선택했는지

고민해야 함

2. 기술적 선택에 대한 'WHY' 질문하기

기술, 프레임워크의 선택 이유를

설명할 수 있어야 함

즉, 단순히 '결과'만 집중하는 게 아니라

그 결과를 만들기까지의

나의 '논리'가 정립되어 있어야 함

3. 면접관의 언어로 정리하기

면접관이 듣고 싶은 이야기를

면접관의 언어로 정리해야 함

어떻게?

- 문제 해결 중심

- 성과와 수치 / 목적 중심

- 협업 / 커뮤니케이션 능력을 보여주는 언어

- 직무 맥락을 고려한 언어

중심으로!!

✅ 본 과정 중 해야할 것

1. 커리어 미션

이력서, 포트폴리오 재료 준비

2. 강점 분석 및 경험 분석

프로젝트 경험 구조화

START 기법 활용

- 상황(Situation) : 어떤 상황에서

- 과제(Task) : 어떤 과제 / 문제를 만났고

- 행동(Action) : 어떻게 해결해서

(기술적 접근, 협업 방식 등)

- 결과(Result) : 어떤 결과 / 성과를 만들어냈는지

- 배운점(Taken) : 그 과정에서 배운것

️1교시_트랙별 커리어 인풋 세션(10:30 ~ 11:30)

✅ A/B TEST 의 중요성

데이터 분석가 채용 공고에서

'A/B Test' 키워드 항상 존재

A/B Test 역량을 가진 지원자는 드물다

그렇지만, 취준생의 입장에서

A/B Test를 직접해보기는 어려움..

➡️ 인과 추론 의 경험을 이력서에 표현하자

유의미한 특성을 추출하여

지표를 만들고 관리하여

대시보드도 만들어보면 좋다!

✅블로그의 중요성

공부한 내용을 블로그에 노트 필기하기

글로 작성하면서 내용 정리와 복습

자신만의 포트폴리오가 될 것

️ 2교시_멘토와의 네트워킹 Q&A 세션(11:30 ~ 12:10)

✅ 1에 의존하지 않기

전처리만, EDA만, 모델림만 하지말고

전체 프로세스 를 경험해야 함

✅ 완벽하지 않아도 ok , '완료'에 초점두기

데이터 분석가는 '끈기'가 중요함

완벽하지 않아도 되니, 완료하는 것에 목적을 둘 것

✅ 1분안에 이야기할 수 있는 구조 만들기

포트폴리오 구조화하기

(프로젝트 설명 - 분석 목표 - 내 역할 - 분석 결과 - 최종 결론)

✅ 깊이 있는 여러 프로젝트 하기

경험이 많은 사람이 될 것

️ 3교시_전 트랙 네트워킹 세션(12:10 ~ 12:50)

3교시는 전 트랙 네트워킹 세션으로

1. 퀴즈 시간

2. 다른 과정, 다른 기수의 분들과 네트워킹 시간

3. 경품 추첨 시간

등으로 구성되어 있었다.

네트워킹 때 내가 만난 분은

모두 참 열심히 사는 분이셨다!!

특히 어떤 DA 6기 스프린터는

SQLD, ADsP, 빅분기 필기까지

수업과 병행하셨다고...

진짜 열정이 대단하심

경품이 아주 탐났는데

역시나 그런 행운은

나에겐 오지 않아서 슬펐다

0교시 ~ 2교시까지

많은 인사이트를 얻고

3교시에서는

다른 스프린터도 만날 수 있어서

토요일 오전 시간을

알차게 보낸 것 같다

(❁´◡`❁)

컨퍼런스 진행 후

그동안 미뤄뒀던

도서*도 구매하고

사이드 프로젝트

아이디에이션도 진행했다!

* 막간 도서 추천 *

최근 채용 공고 정리를 시작했는데

자격 요건에 '데이터 분석 지표 이해'가

자주 등장하는 모습을 보였다

이 책은 이전에 데이터 분석 관련 글에서도 보고,

멘토님께서도 추천해주셨던

지표 공부 관련한 책!!

혹시나 이 글을 보고 계신 여러분 중에

DA 스프린터가 계시다면

린 분석 | 앨리스테어 크롤 - 교보문고

린 분석 | 새로운 성장 원동력을 탐색하고 있는 실무자를 위한 린 분석!「한빛미디어 IT 스타트업 시리즈」『린 분석: 성공을 예측하는 31가지 사례와 13가지 패턴』. 이 책은 사업 모델과 성장 단

product.kyobobook.co.kr

(토요일 오후에 구매했는데 일요일 오전에 배달옴!! 교보문고 )

[위클리 페이퍼 #11] 차원 축소, 고유값과 고유벡터, 히스토그램

daminjeong — Sun, 13 Apr 2025 23:33:22 +0900

1. 데이터 간의 유사도를 계산할 때, feature의 수가 많다면(예: 100개 이상), 이러한 high-dimensional clustering 문제를 해결하기 위한 방법들을 설명해 주세요.

1) 차원의 저주

차원이 높아질수록 데이터 간의 거리가 모두 비슷해지는 경향이 생겨, 거리 기반 클러스터링(예. KMeans)의 성능 저하 초래하는 문제

2) 해결 방법

2-1) 차원 축소

차원 축소(PCA)
- 고차원 데이터를 분산이 큰 방향으로 축소해 저차원으로 변형
- 노이즈 제거, 데이터 시각화, 거리 기반 클러스터링에 주로 사용
t-SNE / UMAP
- 비선형 차원 축소 기법
- 데이터의 군집 구조 잘 유지
- 시각화에 효과적 / 실제 클러스터링에는 부적합 가능성 존재(거리 왜곡, 느린 속도 등)
AutoEncoder
- 인공신경망 이용 차원 축소 기법
- 중간 latent layer을 feature로 활용해 클러스터링 성능 개선

2-2) feature selection (특성 선택)

mutual information, variance Threshold, Lasso 기반 특성 선택 등 → 불필요 특성 제거
노이즈 제거

2-3) 적절한 거리 척도 선택

고차원에는 Cosine similarity, Mahalanobis distance, correlation distance 등 거리 척도 사용

2-4) 고차원 데이터에 적합한 클러스터링 알고리즘 사용

Spectral Clustering
- 그래프 기반으로 데이터 표현하여 클러스터링
- 데이터의 복잡한 구조나 비선형 경계도 포착 가능
DBSCAN / HDBSCAN
- 밀도 기반 클러스터링
- 차원 축소 후 결합 시 효과적
GMM (Gaussian Mixture Model)
- 군집이 정규분포 따른다고 가정하고 soft clustering 수행
- 차원 축소와 함께 사용 시 성능 향상 가능

2-5) Normalization & Scaling

각 피처의 스케일이 다르면 유사도 계산에 왜곡 발생
특히, 거리 기반 클러스터링에서는 StandardScaler, MinMaxScaler, RobustScaler 등의 스케일링 필수

2-6) Subspace Clustering / Sparse Clustering

일부 feature subset에서만 클러스터링 수행
대표 알고리즘: CLIQUE, PROCLUS, Sparse KMeans
클러스터마다 의미 있는 feature가 다를 수 있음

2. 고유값(eigenvalue)과 고유벡터(eigenvector)에 대해 설명해 주세요. 이들이 데이터 분석에서 왜 중요한지 구체적인 예를 들어 설명해 주세요.

1) 고유값(eigenvalue)

정의(수학적 관점)
- 어떤 정방행렬 A에 대해, A v = λ v 를 만족하는 스칼라 λ = 고유값(eigenvalue), 벡터 v = 고유벡터(eigenvector
- 즉, 행렬 A가 벡터 v를 어떤 방향으로 늘리거나 줄이기만 하고, 방향은 바꾸지 않는 경우,
  고유벡터는 방향, 고유값은 그 방향으로 얼마나 늘어나거나 줄었는지의 정도
- 예시

- 예시 : 2×2 행렬의 고유값/고유벡터 구하기

A = [[2, 1], [1, 2]]

① 고유값 λ 구하기

고유값은 다음의 특성방정식(characteristic equation)을 풀어서 구합니다:

det(A - λI) = 0

즉,

∣2−λ1∣∣12−λ∣=0|2 - λ 1 | | 1 2 - λ| = 0

∣2−λ1∣∣12−λ∣=0

행렬식(det)을 계산해보면:

(2 - λ)(2 - λ) - (1)(1) = 0
⇒ (2 - λ)^2 - 1 = 0
⇒ (2 - λ)^2 = 1
⇒ 2 - λ = ±1

따라서 고유값 λ는: λ₁ = 1, λ₂ = 3

② 각 고유값에 대응하는 고유벡터 v 구하기

각 고유값 λ에 대해,

(A - λI) · v = 0

을 만족하는 v를 구합니다.

λ = 1일 때:

A - I = [[1, 1], [1, 1]]

이 행렬에 대해 v = [x, y]라고 하면:

1·x + 1·y = 0 → x + y = 0

즉, 고유벡터는:

v₁ = [1, -1] (스칼라 배는 모두 고유벡터)

λ = 3일 때:

A - 3I = [[-1, 1], [ 1, -1]]

-1·x + 1·y = 0 → x = y

v₂ = [1, 1]

✅ 요약

고유값 λ 고유벡터 v

1	[1, -1] 방향
3	[1, 1] 방향

이 의미는?

행렬 A가 [1, -1] 방향으로는 1배(=변화 없음),
[1, 1] 방향으로는 3배 확대되는 변환이라는 뜻이에요.

2) 데이터 분석에서 중요한 이유

PCA (주성분 분석)
- PCA는 차원 축소 기법 중 하나로, 데이터를 분산이 큰 방향으로 축소함
- 이때 공분산 행렬의 고유벡터와 고유값 이용하여 주요 방향(=주성분)을 찾음
- 고유벡터 : 주성분의 축, 고유값 : 정보량
- 고유벡터는 차원 축소의 새 좌표축, 고유값은 그 축이 얼마나 중요한지 나타내는 지표로 쓰임
SVD (특이값 분해), LSA 등 텍스트 분석
- SVD에서 행렬 분해 시 고유값/고유벡터의 일반화 개념인 특이값/특이벡터 사용
- LAS(Latent Semantic Analysis)는 텍스트 데이터를 벡터화 한 후 SVD 적용

3. 히스토그램의 주요 단점은 무엇이며, 이를 극복하기 위한 대안적인 시각화 방법을 설명해 주세요.

1) 히스토그램

연속형 데이터의 분포 시각화
Bin(구간)안에 데이터가 얼마나 많이 포함되어 있는지 막대 그래프 형태로 그림

2) 단점

Bin(구간)의 크기와 수에 민감함
- Bin의 숫자에 따라 분포의 형태가 완전히 달라질 수 있음
연속적 분포를 매끄럽게 표현하지 못함
두 분포 비교가 어려움
- 여러 분포를 하나의 히스토그램에 그리면 막대가 겹쳐지는 등 시각적으로 복잡해짐
고차원 데이터에 부적합

3) 대안 시각화

커널 밀도 추정(KDE)
- 히스토그램보다 더 매끄러운 곡선 형태
- 데이터의 밀도를 표현
- 분포의 패턴을 더 명확하게 확인 가능
상자 그림(Box plot)
- 데이터의 중앙값, 사분위수, 이상치 등 확인 가능
- 여러 변수, 집단 간 분포 비교에 용이함
Violin plot
- Box plot + KDE

[위클리 페이퍼 #10] 결정트리, 부스팅

daminjeong — Sun, 13 Apr 2025 23:23:39 +0900

1. 결정 트리의 장점과 단점은 무엇인가요?

1) 의사 결정 나무?

예 or 아니오로 답할 수 있는 어떤 질문들이 있고, 그 질문들의 답을 따라가면서 데이터를 분류하는 알고리즘; 입력 데이터를 분류하기 위해 분류 규칙을 나무 구조로 표현하여 ‘의사 결정 나무’
분류, 회귀 문제에 모두 적용 가능

2) 장점

분석 결과 해석 용이성
- 쉬운 사용자 이해
- 새로운 데이터 모형에 적용 쉬움
변수 간 상호작용과 비선형성을 반영하여 정확한 예측 가능
비모수적 모형이라서 이상치에 민감하지 않음
유연성, 정확도 높음
- 대용량 데이터에서도 빠르게 생성
- 수치형, 범주형 변수 모두 가능
중요한 변수 자동 선택 기능 존재

3) 단점

비안정성
- 과적합 문제 발생 가능성 존재 → 적절한 가지치기와 샘플링 필요
선형성 결여
- 각 변수의 고유한 영향력 해석의 어려움 존재
비연속성
- 연속형 변수를 비연속적 값으로 취급 → 예측 오류 커질 가능성
데이터 분포가 일정하지 않거나, 노이즈가 포함된 경우 정확한 예측의 어려움 존재

2. 부스팅은 어떤 특징을 가진 앙상블 기법인가요? 토픽에서 배운 AdaBoost 이외의 부스팅 모델에는 무엇이 있는지에 대해 구글 등을 활용하여 직접 리서치해보고, 각 부스팅 모델의 특징, 장단점에 대해 말해주세요.

1) 앙상블 기법?

여러 개의 개별 모델을 결합하여 하나의 강력한 모델을 구성하는 기법
부스팅
- 예측력 약한 모형을 순차적으로 학습하며 오답에 가중치를 보유해서 개선해나가며 강한 예측력을 가진 모형 구성하는 기법

2) 부스팅 모델의 종류

2-1) AdaBoost

약한 모형(ex: 의사결정나무 stump) 순차적 학습
장점
- 과적합 위험이 비교적 낮음
- 이진 분류 문제에서 좋은 성능
- 간단하고 빠른 구현 가능
단점
- 이상치에 민감함(오답에 높은 가중치를 두기 때문!)
- 복잡한 문제에서는 성능 떨어짐
- 병렬 처리의 어려움(순차적 학습 방식)

2-2) GBM

AdaBoost와 유사 + 가중치 조정 시 ‘경사하강법’이용
Level-wise 방식
장점
- 손실 함수 직접 정의 가능 → 커스터마이징(회귀, 분류 등)
- 높은 예측 성능
- 다양한 문제(회귀, 분류 등)에 적용 가능
단점
- 병렬 처리 어려움 / 순차적 학습 → 느린 학습 속도
- 하이퍼파라미터 튜닝 어려움
- 과적합 가능성 존재 → 정규화, 조기 중단 필요
- 대용량 데이터에는 비효율적

2-3) XGBoost

GBM 단점(느린 수행 시간, 과적합 규제 부재 등) 보완
Level-wise 방식
장점
- 뛰어난 예측 성능
- GBM보다 빠른 수행 시간(병렬 처리 가능)
- 정규화 지원(L1, L2) → 과적합 방지
- 결측값 자동 처리 가능
- 조기 중단(early stopping) 가능
단점
- 복잡한 트리 구조 → 메모리 사용량 큼
- 하이퍼파라미터 튜닝 어려움
- 적은 데이터에서는 성능 향상 두드러지지 않을 수 있음

2-4) LightGBM

Leaf-wise 방식
장점
- XGBoost보다 더 빠른 학습과 예측 수행 시간
- 더 작은 메모리 사용
- 대용량 데이터에 적합(수천만 개 이상도 가능!)
- 범주형 변수 자동 처리 가능(원-핫 인코딩 별도 처리 안해도 ok!)
- GPU 지원 → 훈련 속도 향상
단점
- Leaf-wise 트리구조 → 과적합 발생 가능성
- 적은 데이터, 희소한 데이터에서는 성능 저하 가능성 존재
- 복잡한 트리 구조 → 직관적이지 않은 예측 결과

[위클리 페이퍼 #9] 편향, 분산 , k-fold 교차 검증

daminjeong — Sun, 13 Apr 2025 12:35:40 +0900

1. 모델 학습 시 발생할 수 있는 편향과 분산에 대해 설명하고, 두 개념의 관계에 대해 설명해 주세요.

1) 편향(Bias)

추정 결과가 한 쪽으로 치우치는 경향을 보임으로써 발생하는 오차
머신러닝 모델에서는 예측한 결과가 정답과 일정하게 차이나는 정도 의미
편향이 높은 경우 문제
- 데이터의 패턴을 충분히 학습하지 못함
- 일정한 방향으로 치우쳐진 예측
- 일반적으로 너무 모델이 단순함
- 과소적합(underfitting) 가능성 상승

2) 분산(Variance)

변량(데이터)들이 퍼져있는 정도
머신러닝 모델에서는 주어진 데이터 포인트에 대한 모델 에측의 가변성 의미
분산이 높은 경우 문제
- 훈련 데이터에는 잘 맞지만, 새로운 데이터에서는 낮은 성능
- 훈련 데이터에 과도하게 최적화(노이즈까지 학습함)
- 일반적으로 모델이 너무 복잡함
- 과대적합(overfitting) 가능성 상승

3) 편향과 분산 트레이드 오프

편향과 분산은 서로 반비례 관계
단순한 모델 → 편향 증가, 분산 감소 (과소적합 위험)
복잡한 모델 → 편향 감소, 분산 증가 (과대적합 위험)

4) 편향과 분산 조절 방법

편향 줄이기
- 더 복잡한 모델 사용
- 더 많은 피처(feature)추가
- 정교한 학습 알고리즘 사용
분산 줄이기
- 규제 적용 (L1, L2 정규화 등)
- 더 많은 데이터 수집 → 훈련 데이터 크기 증가
- 차원 축소 기법 (PCA 등)

2. K-폴드 교차 검증에서 K의 값을 선택할 때 고려해야 할 점은 무엇인가요?

1) K-폴드 교차 검증?

K개의 데이터 폴드 세트를 만들어서 K번 만큼 각 폴드 세트에 학습과 검증 평가를 반복적으로 수행하는 가장 보편적인 교차 검증 기법
- 테스트 데이터 제외한 데이터를 무작위로 중복되지 않는 K개로 분할
- K-1개를 학습 데이터, 나머지 1개 검증 데이터
  (검증 데이터를 바꾸며 K번 반복, 분할된 데이터가 한 번씩 검증 데이터로 사용됨)
- K개의 결과의 평균을 최종 성능으로 사용

2) K값 선택 시 고려 사항

편향 - 분산 트레이드 오프
- 훈련 데이터 크기가 작을 수록 과소적합 위험 증가 → 검증 데이터 크기가 커짐
  → 모델 평가 결과가 더 변동성이 큼
- 훈련 데이터 크기가 클수록 과대적합 위험 증가 → 검증 데이터 크기가 작아짐
  → 평가 변동성 감소 but 데이터 불충분하여 모델 평가 불안정
데이터셋 크기
계산 비용
일반적으로 K= 5 or 10을 사용함

[위클리 페이퍼 #8] 지도 학습 vs 비지도 학습, 손실함수

daminjeong — Sun, 13 Apr 2025 12:30:43 +0900

1. 지도 학습과 비지도 학습의 차이는 무엇인가요?

1) 지도 학습 : 정답(label)이 지정된 데이터 세트를 이용해 데이터를 분류하거나 결과를 정확하게 예측하도록 알고리즘 설계

분류 : 알고리즘을 사용하여 데이터를 특정 카테고리로 할당하는 방식
- 선형 분류기, 서포트벡터머신(SVM), 의사 결정 트리, 랜덤 포레스트 등
- ex) 이메일이 스팸인지 아닌지 분류
회귀 : 알고리즘을 사용하여 종속 변수와 독립 변수 간의 관계를 이해하는 방법
- 선형 회귀, 로지스틱 회귀, 다항 회귀 등
- ex) 집 크기와 위치를 기반으로 가격 예측

2) 비지도 학습 : 정답(label)이 지정되지 않은 데이터 세트를 비슷한 특징끼리 군집화하여 새로운 데이터에 대한 결과를 예측, 사람의 개입 없이 데이터에서 숨겨진 패턴을 발견하는 방식

클러스터링 : label이 지정되지 않은 데이터를 유사성 or 차이점에 따라 그룹화하는 데이터 마이닝 기술
- K-means, 계층적 클러스터링 등
- ex) 고객을 구매 패턴에 따라 그룹화
연관 : 주어진 데이터 세트에서 변수 간의 관계를 찾는 방법
- 장바구니 분석, 추천 엔진 등
차원 축소 : 특정 데이터 세트의 특징 or 차원 수가 너무 많을 때 사용. 데이터 무결성을 유지하면서 데이터 입력 수를 관리 가능한 크기로 줄임
- PCA 등

2. 손실 함수(loss function)란 무엇이며, 왜 중요한가요?

1) 손실함수 : 지도학습 시 알고리즘이 예측한 값과 실제 정답의 차이를 비교하기 위한 함수. 목적 함수, 비용 함수, 에너지 함수 등으로 불리기도 함

손실(loss)이 작아질수록 학습이 잘 이루어지고 있다고 해석
손실을 최소화하는 방향으로 모델 학습시킴

2) 손실함수의 중요성

모델의 학습 방향 설정
- 경사 하강법 등 최적화 기법을 통해 모델 개선 방향 제시
- 손실 값 작아지도록 모델의 가중치 업데이트에 활용
성능 평가
- 손실 값을 통해 과대적합이나 과소적합 상태 확인
- 훈련 데이터와 검증 데이터 손실 값 차이로 일반화 성능 평가
적절한 손실함수 선택
- 문제 유형(분류 or 회귀)에 따른 적절한 손실함수 선택
- 손실함수 잘못 선택하면 모델 학습 방향 잘못될 가능성 존재

3) 손실함수의 종류

회귀 : MAE(평균 절대 오차), MSE(평균 제곱 오차), RMSE(평균 제곱근 오차) 등
분류 : Binary cross-entropy, Categorical cross-entropy 등

[위클리 페이퍼 #7] A/B 테스트, 이벤트 로그 설계

daminjeong — Sun, 13 Apr 2025 12:19:28 +0900

1. A/B 테스트의 장점과 단점, 그리고 단점을 해결하기 위한 방안들을 설명해 주세요.

1) A/B 테스트란 ?

두 가지 이상의 버전(A/B)을 비교해 어떤 것이 더 나은 성과를 끌어내는지 측정하는 실험
그로스 해킹 기법 중 하나
분할 테스트, 버킷 테스트라고 칭하기도 함
특히 스타트업과 같이 빠르게 성장하는 팀에서 주로 사용

2) 장점

사용자 데이터 기반 최소비용, 최대효과 의사결정
새로운 아이디어와 혁신 : 다양하고 새로운 아이디어를 직접 실험 및 검증
시장 적응력 강화 : 경쟁사와의 비교 및 고객의 선호도 파악 용이 → 경쟁력 강화
성과 개선 및 최적화 : 클릭률(CTR), 전환율(Conversion Rate) 등 높이는 데 효과적
위험 최소화 : 대규모 변경 전 소규모 테스트를 통한 실패 가능성 감소 효과
사용자 경험 개선 : 사용자 선호도를 데이터로 확인, 더 나은 UI/UX 제공 가능

3) 단점

인과관계를 정확히 알 수 없음
시간과 비용이 많이 듦 : 충분한 데이터 확보 위해서는 많은 방문자 필요, 실험 기간 길어질 수 있음
짧은 기간 동안 변화 감지 어려움 : 단기적 테스트로는 장기적인 사용자 행동 변화 파악 어려움
외부 변수 통제 어려움 : 계절성, 경쟁사, 특정 이벤트 등에 영향 받을 수 있음
한 번에 한 가지 요소만 테스트 가능

4) 해결 방안

테스트 기간 최적화 : 적절한 샘플 크기, 통계적 유의성 고려하여 기간 조절
변수 통제 강화 : 동일 시간대, 동일 사용자 대상 테스트
다변량 테스트(MVT) 활용 : 여러 요소 동시 비교
베이지안 방식 활용 : 실험 더 빠르게 종료 가능

2. A/B 테스트 결과에서 한 버전이 통계적으로 유의미하게 더 나은 결과를 보여주지 않았다면, 이를 어떻게 해석하고 다음 단계는 무엇인가요?

1) 유의미한 차이가 없는 경우 해석

두 안이 성능 면에서 큰 차이가 없을 가능성
표본 크기가 충분하지 않을 가능성
효과의 크기가 작거나 영향력이 미미한 변화일 가능성
외부 요인 영향 가능성

2) 다음 단계

샘플 크기 및 테스트 기간 검토
데이터 세분화 및 추가 분석
테스트 변수 재설정
비즈니스 목표 재검토
새로운 가설 수립 및 추가 실험
기존 데이터 활용하여 작은 차이가 있는지 분석, 장기적 트렌드 확인

3. 이벤트 데이터 로그 설계(Event Taxonomy)의 주요 구성 요소는 무엇이며, 각 요소가 어떤 역할을 하는지 설명해 주세요.

1) 이벤트(Event)

사용자의 특정 행동이나 시스템에서 발생한 활동
예: page_view, button_click, purchase

2) 이벤트 속성(Event Attributes)

이벤트와 관련된 추가적인 정보를 제공하는 데이터 필드
예:
- button_click 이벤트 → button_name: "Buy Now"
- purchase 이벤트 → price: 29.99, currency: "USD"

3) 사용자(User) 및 장치(Device) 정보

이벤트가 발생한 주체(사용자)와 실행 환경(장치)에 대한 정보
예:
- 사용자 ID (user_id)
- 장치 유형 (device_type: "mobile", "desktop")
- OS 정보 (os: "iOS 17.0")

4) 컨텍스트(Context)

이벤트가 발생한 배경 정보, 시간, 위치, 세션 정보 등
예:
- timestamp: "2024-02-17T12:34:56Z" (이벤트 발생 시각)
- location: "Seoul, South Korea"
- session_id: "abcd-1234-efgh-5678"

5) 이벤트 소스(Event Source)

이벤트가 발생한 시스템, 플랫폼 또는 페이지
예:
- source: "web", "android", "iOS"
- referrer: "google.com"

6) 이벤트 관계(Event Relationships)

특정 이벤트가 다른 이벤트와 연결되는 방식(연관성)
예:
- transaction_id: 같은 결제 과정에서 발생한 이벤트를 그룹화
- parent_event_id: A라는 이벤트가 B의 결과로 발생했음을 의미

7) 이벤트 유형(Event Type)

이벤트의 성격을 구분
예:
- user_interaction: 사용자의 행동 이벤트 (클릭, 스크롤 등)
- system_event: 백엔드에서 자동으로 기록하는 이벤트 (서버 응답, 오류 등)
- conversion_event: 목표 행동을 의미하는 이벤트 (구매 완료, 회원가입)

[위클리 페이퍼 #6] AARRR, 코호트 분석, RFM 분석

daminjeong — Sun, 13 Apr 2025 12:13:24 +0900

1. AARRR 프레임워크(취득, 활성화, 유지, 수익 창출, 추천)와 리텐션 개념을 설명해주세요. Funnel 분석과의 연관성을 설명해주세요.

  AARRR 프레임워크?

사용자의 서비스 이용 흐름을 기반으로 5단계로 구분하고, 
각 카테고리에서 핵심이 되는 지표 발굴 및 측정/개선하는 지표 관리 방법론

① Acquisition (취득)

사용자가 우리 서비스(앱, 웹사이트 등)에 처음 도달하는 단계
어느 채널에서 얼마나 많은 사용자가 유입되고 있는지 파악
주요 지표: DAU, MAU, 신규 사용자 등

② Activation (활성화)

사용자가 제품이나 서비스를 사용해보고 가치를 느끼는 단계
사용자가 서비스를 처음 접하고 얼마나 긍정적인 경험을 하고 이 경험이 액션으로 이어지는지 파악, 이 단계에서의 핵심은 Funnel 분석
예) 얼마나 오래 머물렀고, 어떤 페이지를 특히 오래 살펴봤고, 다음 액션으로 이어졌는지
주요 지표: 이탈률, 종료율, 페이지뷰, 체류시간 등

③ Retention (유지/재방문)

사용자가 지속적으로 서비스에 방문하는 단계
활성화된 사용자가 얼마나 유지되고, 재방문, 재사용했는지 파악
주요 지표: 1일/7일/30일 리텐션율, 재구매율, 재방문 사용자 비율 등

④ Revenue (수익 창출)

사용자가 서비스에서 직접적으로 가치를 지불하는 단계
매출 등 최종 전환 목표 달성했는지 파악
주요 지표: 전환율, LTV(고객 생애 가치), CAC(고객 획득 비용) 등

⑤ Referral (추천)

사용자가 다른 사람들에게 서비스를 추천하는 단계
기존의 소비자가 다른 사람에게 해당 서비스를 추천하는지 분석
주요 지표: SNS 상 언급/공유/추천 수, 추천 전환율, 바이럴 계수(K-Factor) 등

Retention 리텐션

사용자가 서비스의 핵심 가치를 꾸준히 경험하게 하고, 그 수준을 측정할 수 있는 지표를 정의하고 관리하는 것
AARRR의 다섯가지 지표 중, 가장 먼저 개선해야 하는 단계
리텐션 측정법
- 클래식 리텐션(Day-N Retention)
  - Day N에 서비스를 사용한 사람 / Day 0 처음 서비스를 사용한 사람
  - Daily use가 중요한 서비스에서만 유효한 지표
  - 예) SNS 서비스
- 범위 리텐션(Range Retention)
  - Range N에 서비스를 사용한 사람 / Range 0에 처음 서비스를 사용한 사람
  - 클래식 리텐션에 비해 특정일 노이즈에서 자유로움
  - 비교적 Daily use가 덜 중요한 서비스에 적절한 지표
  - 예) 배달, 쇼핑몰 서비스 등
- 롤링 리텐션(Rolling Retention) = 언바운드 리텐션
  - 사용 주기가 긴 서비스에 적절한 지표
  - 예) 여행 서비스, 부동산(이사) 서비스 등

Funnel Analysis 퍼널 분석(Funnel = 깔때기)

고객이 서비스 내에서 특정 목표(예: 구매, 회원가입)까지 도달하는 과정에서 어디에서 이탈하는지를 분석하는 방법( = 이탈률이 높은 시점을 분석하는 것)
각 단계를 통과할 때마다 유저 수가 줄어드는데 점점 좁아지는 형태의 깔때기 모양이라 퍼널 분석이라 칭함
각 단계를 넘어가는 것 = 전환, 그 비율 = 전환율
특정 단계에서 이탈률이 높은 지점을 찾아 AARRR 프레임워크에서 보완

2. 코호트와 세그먼트의 차이점은 무엇인가요?

① 코호트

비슷한 시점이나 특정 경험을 공유하는 그룹
시간의 흐름에 따라 사람들의 변화가 어떻게 되는 지를 보기 위한 목적일 때 사용
예) 특정 월에 회원가입한 사용자, 특정 주에 첫 결제한 사용자

⇒ 과거 같은 시점에 비슷한 행동을 한 사람들의 이후 변화를 분석

② 세그먼트

특정 속성이나 행동 패턴을 공유하는 그룹
예) 30~40대 여성 고객, 최근 일주일 동안 서비스에 3번 이상 방문한 사용자

⇒ 지금 비슷한 특성을 가진 사람들을 묶어서 분석

③ 차이점

구분	코호트(Cohort)	세그먼트(Segment)
기준	특정 시점 또는 이벤트를 공유	특정 속성이나 행동 패턴 공유
시간의 영향	시간이 지나도 그룹 구성원 변함 x	시간이 지나면서 그룹 구성원 변화 가능
분석 목적	고객 유지율, 장기적 행동 변화 추적	특정 시점에서의 고객 특성 분석

3. RFM분석(Recency, Frequency, Monetary value)란 무엇이며, 이를 통해 고객을 어떻게 세분화할 수 있는지 설명해주세요. 각 요소의 중요성을 설명해 주세요.

  RMF분석?

고객의 구매 행동을 분석하여 고객 세분화하는 방법

Recency : 얼마나 최근에 구매했는가
- 중요성 : 최근에 구매한 고객일수록 다시 구매할 확률 증가
- 최근에 구매한 고객에게 프로모션 or 새 상품 소개 → 더 높은 반응 얻을 가능성 있음
Frequency : 얼마나 자주 구매했는가
- 중요성 : 자주 구매하는 고객일수록 충성도 증가, 장기적으로 안정적인 매출 가능성
- 충성 고객에게는 특별 혜택이나 로열티 프로그램 제공 가능
Monetary : 얼마나 많은 금액 지출했는가
- 중요성 : 높은 지출 고객이 매출에 영향 증가
- 많은 금액 지출한 고객 타겟으로 고급 상품 or VIP 프로그램 통한 추가 매출 창출

고객 세분화 방법

예시)

R F M 모두 높은 경우	- 핵심 고객 - 자주 구매, 최근 구매 고객 → 특별 혜택이나 감사 메시지로 관계 강화
R 낮고, F M 높은 경우	- 떠나간 고객(과거에 많이구매, 최근에 구매 X) - 재활성화를 위한 마케팅 or 할인혜택 등 필요
R 높고, F M 낮은 경우	- 잠재 고객(최근에 구매, 빈번하지 않거나 금액 적음) - 리텐션 전략 → 자주 구매 유도
R F M 모두 낮은 경우	- 비활성 고객 - 마케팅 캠페인 or 특별한 유인책 → 재활성화 노력 필요

실무에서 RFM 적용 시 고려할 점

비즈니스의 성격에 따라, 상황에 따라 알맞은 기준 세우기
- Recency, Frequency, Monetary를 각각 몇 단계로 나눌 것인지
- Frequency, Monetary를 집계하는 기간을 어떻게 설정할 것인지 등

[미션17] Fandom-K 서비스 DB 구축하기

daminjeong — Thu, 23 Jan 2025 10:39:10 +0900

Fandom-K는 K-pop 아티스트와 팬을 이어주는 글로벌 조공 플랫폼으로, 해당 서비스의 DB 구축해보는 미션

[내가 좋아하는 아이돌을 가장 쉽게 덕질하는 방법, Fandom-K]

주요 기능

1.후원하기

- 크레딧은 Fandom-K에서 사용하는 가상 화폐

- 소유하고 있는 크레딧을 유저가 원하는 조공에 후원 가능

- 후원할 크레딧은 유저가 보유하고 있는 크레딧 내에서 자유롭게 결정 가능

- 여러 유저의 후원을 통해 크레딧 목표치가 달성되면 조공 이루어짐

2. 이달의 아티스트 투표하기

- 카테고리 별로 유저가 원하는 아티스트에게 투표 가능

- 한 번 투표하는 데 일정 크레딧 소모 ( 예시 화면 : 1000크레딧 소모 )

- 한 유저가 여러 아티스트에게 투표 가능, 투표 횟수 무제한

3. 나만의 아티스트

- 마이페에지에서 좋아하는 아티스트 팔로우 가능 (여러 명 가능)

- 팔로우한 아티스트의 여러 소식을 메인 화면에서 확인 가능

4. 충전하기

- 원하는 만큼 크레딧 충전 가능

- Fandom-K의 주요 매출은 크레딧 판매 수수료로 발생

1. ERD Cloud 캡쳐본

2. SQL DDL문

CREATE DATABASE FandomK;

USE FandomK;

CREATE TABLE `user` (
    user_id     INT            NOT NULL,
    `name`      VARCHAR(10)    NOT NULL,
    gender      ENUM('m','f')  NOT NULL,
    birthday    DATETIME       NOT NULL,
    address     TEXT           NOT NULL,
    mail        TEXT           NOT NULL,
    sign_up_day DATETIME       NOT NULL,
    PRIMARY KEY (user_id)
);

CREATE TABLE artist (
    artist_id   INT            NOT NULL,
    `name`      VARCHAR(10)    NOT NULL,
    `group`     VARCHAR(20)    NULL,
    company     VARCHAR(20)    NOT NULL,
    real_name   VARCHAR(20)    NOT NULL,
    gender      ENUM('m','f')  NOT NULL,
    birthday    DATETIME       NOT NULL,
    PRIMARY KEY (artist_id)
);

CREATE TABLE favorite_artist (
    user_id        INT                          NOT NULL,
    artist_id      INT                          NOT NULL,
    artist_news_id INT                          NOT NULL,
    created_date   DATETIME                     NOT NULL,
    category       ENUM('관심추가','관심해제')   NOT NULL
); 


CREATE TABLE artist_news (
    artist_news_id  INT            NOT NULL,
    artist_id       INT            NOT NULL,
    title           VARCHAR(300)   NOT NULL,
    content         TEXT           NOT NULL,
    created_date    DATETIME       NOT NULL,
    update_date     DATETIME       NOT NULL
);


CREATE TABLE credit_now (
    credit_now_id  INT       NOT NULL,
    user_id        INT       NOT NULL,
    now_amount     INT       NOT NULL,
    created_date   DATETIME  NOT NULL,
    update_date    DATETIME  NOT NULL
);


CREATE TABLE credit_charge (
    credit_cg_id    INT                   NOT NULL,
    user_id         INT                   NOT NULL,
    credit_now_id   INT                   NOT NULL,
    cg_amount       INT                   NOT NULL,
    payment         INT                   NOT NULL,
    pay_method      ENUM('card','cash')   NOT NULL,
    `date`          DATETIME              NOT NULL
);


CREATE TABLE credit_use (
    credit_use_id   INT                     NOT NULL,
    user_id         INT                     NOT NULL,
    credit_now_id   INT                     NOT NULL,
    used_amount     INT                     NOT NULL,
    purpose         ENUM('support','vote')  NOT NULL,
    use_date        DATETIME                NOT NULL
);


CREATE TABLE sales (
    sales_id     INT   NOT NULL,
    credit_cg_id INT   NOT NULL,
    pay_range    INT   NOT NULL,
    percent      FLOAT NOT NULL,
    sales        INT   NOT NULL
);


CREATE TABLE support (
    support_id     INT  NOT NULL,
    ad_id          INT  NOT NULL,
    user_id        INT  NOT NULL,
    credit_use_id  INT  NOT NULL
);


CREATE TABLE vote (
    vote_id          INT  NOT NULL,
    chart_id         INT  NOT NULL,
    user_id          INT  NOT NULL,
    artist_id        INT  NOT NULL,
    credit_use_id    INT  NOT NULL,
    vote_summary_id  INT  NOT NULL
);


CREATE TABLE vote_summary (
    vote_summary_id   INT NOT NULL,
    artist_id         INT NOT NULL,
    vote_counts       INT NOT NULL,
    vote_rank         INT NOT NULL,
    `year`            INT NOT NULL,
    `month`           INT NOT NULL
);


CREATE TABLE advertisement (
    ad_id               INT                                                 NOT NULL,
    artist_id           INT                                                 NOT NULL,
    title               TEXT                                                NULL,
    category            ENUM('지하철광고','생일카페','커피차','간식차','기타') NOT NULL,
    total_credit_target INT                                                 NOT NULL,
    deadline_date       DATETIME                                            NOT NULL,
    total_credit        INT                                                 NOT NULL,
    `status`            ENUM('모금중','조공완료','달성실패')                  NOT NULL
);


CREATE TABLE charts (
    chart_id  INT                                                             NOT NULL,
    category  ENUM('이달의 여자 아이돌','이달의 남자 아이돌','이달의 그룹 아이돌') NOT NULL
);


-- favorite_artist pk 설정
ALTER TABLE favorite_artist 
ADD CONSTRAINT `PK_favotie_artist` 
PRIMARY KEY (user_id, artist_id);

-- artist_news pk 설정 
ALTER TABLE artist_news
ADD CONSTRAINT `PK_artist_news` 
PRIMARY KEY (artist_news_id);

-- credit_now pk 설정
ALTER TABLE credit_now
ADD CONSTRAINT `PK_credit_now` 
PRIMARY KEY (credit_now_id, user_id);

-- credit_charge pk 설정
ALTER TABLE credit_charge
ADD CONSTRAINT `PK_credit_charge` 
PRIMARY KEY (credit_cg_id);

-- credit_use pk 설정
ALTER TABLE credit_use
ADD CONSTRAINT `PK_credit_use` 
PRIMARY KEY (credit_use_id);

-- sales pk 설정
ALTER TABLE sales
ADD CONSTRAINT `PK_sales` 
PRIMARY KEY (sales_id,credit_cg_id);

-- support pk 설정
ALTER TABLE support
ADD CONSTRAINT `PK_support` 
PRIMARY KEY (support_id, ad_id);

-- vote pk 설정
ALTER TABLE vote
ADD CONSTRAINT `PK_vote` 
PRIMARY KEY (vote_id, chart_id);

-- vote_summary pk 설정
ALTER TABLE vote_summary
ADD CONSTRAINT `PK_vote_summary` 
PRIMARY KEY (vote_summary_id);

-- advertisement pk 설정
ALTER TABLE advertisement
ADD CONSTRAINT `PK_advertisement` 
PRIMARY KEY (ad_id);

-- charts pk 설정
ALTER TABLE charts
ADD CONSTRAINT `PK_charts` 
PRIMARY KEY (chart_id);



-- favorite_artist fk 설정
ALTER TABLE favorite_artist 
ADD CONSTRAINT `FK_user_to_favorite_artist_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);

ALTER TABLE favorite_artist 
ADD CONSTRAINT `FK_artist_TO_favorite_artist_2` 
FOREIGN KEY (artist_id)
REFERENCES artist (artist_id);

ALTER TABLE favorite_artist 
ADD CONSTRAINT `FK_artist_TO_favorite_artist_3` 
FOREIGN KEY (artist_news_id)
REFERENCES artist_news (artist_news_id);


-- artist_news fk 설정 
ALTER TABLE artist_news
ADD CONSTRAINT `FK_artist_TO_artist_news_1` 
FOREIGN KEY (artist_id)
REFERENCES artist (artist_id);


-- credit_now fk 설정
ALTER TABLE credit_now 
ADD CONSTRAINT `FK_user_TO_credit_now_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);


-- credit_charge fk 설정
ALTER TABLE credit_charge 
ADD CONSTRAINT `FK_user_TO_credit_charge_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);

ALTER TABLE credit_charge 
ADD CONSTRAINT `FK_credit_now_TO_credit_charge_1` 
FOREIGN KEY (credit_now_id)
REFERENCES credit_now (credit_now_id);


-- credit_use fk 설정
ALTER TABLE credit_use 
ADD CONSTRAINT `FK_user_TO_credit_use_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);

ALTER TABLE credit_use 
ADD CONSTRAINT `FK_credit_now_TO_credit_use_1` 
FOREIGN KEY (credit_now_id)
REFERENCES credit_now (credit_now_id);


-- sales fk 설정
ALTER TABLE sales 
ADD CONSTRAINT `FK_credit_charge_TO_sales_1` 
FOREIGN KEY (credit_cg_id)
REFERENCES credit_charge (credit_cg_id);


-- support fk 설정
ALTER TABLE support 
ADD CONSTRAINT `FK_ad_TO_support_1` 
FOREIGN KEY (ad_id)
REFERENCES advertisement (ad_id);

ALTER TABLE support  
ADD CONSTRAINT `FK_user_TO_support_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);

ALTER TABLE support  
ADD CONSTRAINT `FK_credit_use_TO_support_1` 
FOREIGN KEY (credit_use_id)
REFERENCES credit_use (credit_use_id);


-- vote fk 설정
ALTER TABLE vote 
ADD CONSTRAINT `FK_charts_TO_vote_1` 
FOREIGN KEY (chart_id)
REFERENCES charts (chart_id);

ALTER TABLE vote 
ADD CONSTRAINT `FK_user_TO_vote_1` 
FOREIGN KEY (user_id)
REFERENCES `user` (user_id);

ALTER TABLE vote 
ADD CONSTRAINT `FK_artist_TO_vote_1` 
FOREIGN KEY (artist_id)
REFERENCES artist (artist_id);

ALTER TABLE vote 
ADD CONSTRAINT `FK_credit_use_TO_vote_1` 
FOREIGN KEY (credit_use_id)
REFERENCES credit_use (credit_use_id);

ALTER TABLE vote 
ADD CONSTRAINT `FK_vote_summary_TO_vote_1` 
FOREIGN KEY (vote_summary_id)
REFERENCES vote_summary (vote_summary_id);


-- vote_summary fk 설정
ALTER TABLE vote_summary
ADD CONSTRAINT `FK_artist_TO_vote_summary_1`
 FOREIGN KEY (artist_id)
REFERENCES artist (artist_id);


-- advertisement fk 설정
ALTER TABLE advertisement 
ADD CONSTRAINT `FK_artist_TO_advertisement_1` 
FOREIGN KEY (artist_id)
REFERENCES artist (artist_id);

3. MySQL ERD 캡쳐본

[위클리 페이퍼 #5] 데이터베이스 정규화, 엔터티, 속성, 관계

daminjeong — Tue, 21 Jan 2025 11:42:48 +0900

* 다섯번째 위클리 페이퍼 주제 *

1. 데이터베이스 정규화란 무엇인가요? 또, 정규화의 장단점은 무엇인가요?

2. 논리적 모델링에서 사용되는 주요 구성 요소인 엔터티, 속성, 관계에 대해 예시를 들어 설명해주세요.

1. 데이터베이스 정규화란 무엇인가요? 또, 정규화의 장단점은 무엇인가요?

정규화 : 데이터베이스 설계 시 데이터를 구조화하여 중복을 최소화하고 일관성을 유지하는 작업

제 1 정규화 ~ 제 5 정규화까지 존재하지만, 실질적으로는 제 3 정규화까지만 수행

제 1 정규화 : 속성의 값이(각 컬럼의 값이) 원자 값(하나의 값)만 가지도록 분해
- ex) 아래와 같은 구매 테이블이 있다면, 홍길동의 경우 구매 품목 컬럼에 두 개의 값이 있기 때문에 제 1 정규화를 진행해야 함
  - 변경 전
  회원ID 이름 구매 품목
  
  1 홍길동 샴푸, 린스
  
  2 유관순 치약
  
  3 이순신 면도기
  - 변경 후
  회원ID 이름 구매 품목
  
  1 홍길동 샴푸
  
  1 홍길동 린스
  
  2 유관순 치약
  
  3 이순신 면도기

제 2 정규화 : 제 1 정규화를 진행한 테이블이 완전 함수 종속을 만족하도록 테이블 분해
- 완전 함수 종속 : 기본키를 구성하는 모든 컬럼의 값이 다른 컬럼을 결정짓는 상태
- 기본키가 2개 이상일 발생
- 즉, 기본키가 복합키로 여러 기본키가 존재할 때, 기본키가 아닌 컬럼이 기본키 중 특정 컬럼에만 종속된 경우에 제 2 정규화를 진행
- ex) 아래와 같은 수강이력 테이블이 있다면, 기본키(학번+강의명) 중 강의명에 의해 강의실이 결정되기 때문에 제 2 정규화 진행해야 함
  - 변경 전
  학번 강의명 강의실 성적
  
  20250001 기초통계학 코드잇관 110 A
  
  20250002 데이터베이스 스프린트관 111 B
  
  20250003 자료구조 코드잇관 105 A+
  - 변경 후 (수강 테이블)
  학번 강의명 성적
  
  20250001 기초통계학 A
  
  20250002 데이터베이스 B
  
  20250003 자료구조 A+
  - 변경 후 (강의실 테이블)
  강의명 강의실
  
  기초통계학 코드잇관 110
  
  데이터베이스 스프린트관 111
  
  자료구조 코드잇관 105

제 3 정규화 : 제 2 정규화를 진행한 테이블이 이행적 종속이 없도록 테이블 분해
- 이행적 종속 : A→B, B→C 가 성립할 때, A→C성립
- ex) 아래와 같은 판 테이블이 있다면, 지점ID에 의해 지점명이 결정되고, 지점명에 의해 판매량이 결정되므로 “지점ID → 지점명 → 판매량”의 이행적 종속이 존재하여 제 3 정규화를 진행해야 함
  - 변경 전
  지점ID 지점명 판매량
  
  11112222 강남점 870
  
  33334444 종로점 500
  
  55556666 영등포점 380
  - 변경 후 (지점정보)
  지점ID 지점명
  
  11112222 강남점
  
  33334444 종로점
  
  55556666 영등포점
  - 변경 후 (판매량)
  지점명 판매량
  
  강남점 870
  
  종로점 500
  
  영등포점 380
정규화의 장단점
- 장점
  - 정규화를 하지 않아 발생하는 이상현상(삽입이상, 갱신이상, 삭제이상)제거
  - 유지보수 용이
  - 데이터 구조의 안정성 및 무결성 유지
- 단점
  - 조인(JOIN) 연산으로 인한 성능 저하 가능성
  - 복잡성 증가

2. 논리적 모델링에서 사용되는 주요 구성 요소인 엔터티, 속성, 관계에 대해 예시를 들어 설명해주세요.

엔터티(Entity) : 데이터베이스에서 저장할 객체나 개체, 표로 표현
- 유형과 무형에 따른 분류
  - 유형엔터티 : 물리적 형태가 있는, 실체가 있는 대상 ex) 사원, 물품 등
  - 개념엔터티 : 물리적 형태 없음 ex) 조직, 보험상품 등
  - 사건엔터티 : 업무를 수행함에 따라 발생함 ex) 주문, 청구, 구독 등
- 발생 시점에 따른 분류
  - 기본엔터티 : 원래부터 존재하는 정보, 독립적으로 생성됨, 부모 엔터티 역할을 함
  - ex) 사원, 부서, 고객, 상품 등
  - 중심엔터티 : 기본엔터티로부터 발생되고 중심적인 역할을 함
  - ex) 계약, 청구, 주문, 매출 등
  - 행위엔터티 : 2개 이상의 부모엔터티로부터 발생
  - ex) 사원변경이력 등
속성(Attribute) : Entity 별로 가지고 있는 속성, 컬럼으로 표현할 수 있는 단위
- 엔터티 구성 방식에 따른 분류
  - 기본키, PK(Primary Key)
  - 외래키, FK(Foreign Key)
  - 일반키
  ex) 학생 엔터티에 학번, 학과, 이름 등의 속성 가능
관계(Relationship) : Entity 간의 연관성

ex) 온라인 쇼핑몰 데이터베이스
- 엔터티
  - 고객
  - 상품
  - 주문
  - 카테고리
- 속성
  - 고객 엔터티
  고객ID(PK)
  
  이름
  
  이메일
  
  전화번호
  
  주소
  - 상품 엔터티
  상품ID(PK)
  
  상품명
  
  단가
  
  재고
  
  카테고리
  - 주문 엔터티
  주문ID(PK)
  
  고객ID(FK)
  
  주문일자
  
  총 금액
- 관계
  - 고객 - 주문 : 고객은 여러 개 주문 할 수 있음 (1:N)
  - 주문 - 상품 : 하나의 주문에는 여러 상품 있을 수 있고, 하나의 상품도 여러 주문에 있을 수 있음 (N:M)

[위클리 페이퍼 #4] GROUP BY, HAVING, NULL

daminjeong — Tue, 14 Jan 2025 15:08:24 +0900

* 네 번째 위클리 페이퍼 주제 *

1. GROUP BY절과 HAVING절의 차이는 무엇인가요?

2. 데이터베이스에서 NULL값이란 무엇인가요? NULL값을 처리하는 MySQL 함수는 무엇이 있나요?

1. GROUP BY 절과 HAVING절의 차이는 무엇인가요?

GROUP BY절은 WHERE 전 / HAVING절은 GROUP BY 후
참고) SQL문 실행 순서 : FROM - WHERE - GROUP BY - HAVING - SELECT - ORDER BY
즉, WHERE는 전체 데이터에 대해 필터링 한 후에 GROUP BY가 필요할 때 GROUP BY 앞에 써줘야 하고, HAVING은 GROUP BY가 적용된 데이터에 대해 필터링이 필요할 때 GROUP BY 후에 써줘야 함.

SELECT *
FROM department
WHERE hire_date >= '2019-01-01'
GROUP BY dept_id
HAVING salary >= 40000000
ORDER BY dept_no;

2. 데이터베이스에서 NULL값이란 무엇인가요? NULL값을 처리하는 MySQL 함수는 무엇이 있나요?

NULL : 데이터베이스에 존재하지 않는 값, 알 수 없는 값으로 0이나 공백과는 다른 것
- PRIMARY KEY 는 NULL이 존재하면 안됨, NOT NULL 만족해야 함!
- NULL에는 어떤 연산을 해도 NULL
NULL 처리 함수(MySQL)
- COALESCE(모든 DBMS 가능)
  - COALESCE(컬럼명, 대체할 값) : 컬럼명이 NULL인 경우 대체할 값 반환
  - COALESCE(컬럼명1, 컬럼명2, 컬럼명3, 컬럼명4 등) : NULL이 아닌 첫 번째 컬럼 반환, 모두 NULL이면 NULL 반환
- IFNULL(값1, 대체할 값) : 값1이 NULL이면 대체할 값 반환, NULL이 아니면 값1 반환
NULL 처리 함수(Oracle)
- NULLIF(값1, 값2) : 값1 = 값2 이면 NULL 반환, 값1 ≠ 값2 이면 값1 반환
- NVL(식1, 식2) : 식1 = 식2 이면 NULL반환, 식1 ≠ 식2 이면 식1 반환
- NVL2(대상, 치환 값1, 치환 값2) : 대상이 NULL이면 치환값2, NULL이 아니면 치환값1 반환

[위클리 페이퍼 #3] 사분위수 / 기술통계, 추론통계

daminjeong — Fri, 20 Dec 2024 21:03:07 +0900

* 세 번째 위클리 페이퍼 주제 *

1. 사분위수에 대해 설명해주세요.

2. 기술통계와 추론통계는 무엇이고, 어떤 차이가 있나요?

1. 사분위수에 대해 설명해주세요.

- 사분위수 : 데이터를 낮은 값에서 높은 값으로 정렬한 후 4등분하는 값으로, 주로 데이터의 분포를 파악하고, 특히 이상치(outlier)을 판별할 때 유용하게 쓰인다.

제1사분위수(Q1) : 25%지점, 중앙값을 기준으로 하위 범위에서의 중앙값
제2사분위수(Q2, 중앙값) : 50% 지점
제3사분위수(Q3) : 75% 지점, 중앙값을 기준으로 상위 범위에서의 중앙값
제4사분위수(Q4) : 100%지점, 최댓값

- IQR(사분위수 범위) : 제3사분위수 - 제2사분위수 값

- 상자그림 : 데이터 분포와 범위를 시각적으로 나타내는 그래프, 주로 사분위수, 최솟값, 최댓값 등을 나타내며 이상치 판별할 때 사용된다. 가운데 상자는 중앙값(50%)기준으로 상하위에 25%씩 데이터가 몰려있는 것을 나타낸다.

상한선 : Q3 + 1.5 * IQR
하한선 : Q1 - 1.5 * IQR

이 범위를 벗어나는 값은 이상치(Outlier)로 간주한다.

2. 기술통계와 추론통계는 무엇이고, 어떤 차이가 있나요?

- 기술통계 : 주로 데이터를 요약하고 설명하는 데 사용되며, 데이터의 특성을 파악하는 데 초점이 맞춰져 있다.

평균 : 데이터 값의 합 / 데이터 개수
중앙값 : 데이터를 오름차순 또는 내림차순으로 정렬했을 때, 가운데 값(데이터 개수가 짝수일 경우 가운데 두 값의 평균)
최빈값 : 가장 많은 빈도수의 값
분산/표준편차 : 데이터가 평균으로부터 얼마나 퍼져있는지 정도를 나타내는 값
왜도/첨도 : 데이터가 어느 쪽으로 치우쳤는지를 나타내는 값 / 데이터 분포의 꼭대기가 얼마나 뾰족한지를 나타내는 값
산점도, 히스토그램, 상자그림 등 : 데이터의 분포나 관계 등을 그래프를 통해 시각적으로 표현

- 추론통계 : 표본 데이터를 통해서 모집단을 추론하고 예측하는 과정. 확률론적인 방법을 바탕으로 하여 항상 오차가 존재한다.

표본/모집단 : 모집단에서 일부만 추출한 샘플 데이터 / 전체 집
점추정/구간추정 : 모집단의 모수를 단 하나의 값으로 추정(ex.모집단의 평균 추정) / 모집단의 모수가 포함될 수 있는 범위 추정(보통 95% 신뢰구간 사용)
P값 : 가설 설정 후 이를 검증할 때 기준이 되는 값(일반적으로 p값 < 0.05이면 귀무가설 기각)
카이제곱검정, 분산분석, 회귀분석 등 : 가설설정하고 이를 검정하는 다양한 방법

- 기술통계와 추론통계의 차이점 : 기술통계는 데이터를 요약하고 정리하는 데 쓰이고 추론통계는 표본을 통해 모집단에 대해 결론을 내리거나 예측하는 과정에 쓰인다.

[위클리 페이퍼 #2] 데이터 전처리(결측치, 이상치) / t-test

daminjeong — Fri, 13 Dec 2024 19:06:49 +0900

* 두 번째 위클리 페이퍼 주제 *

1. 데이터 전처리 방법들(ex.결측값 처리 등)에 대해 설명해주세요.

2. T-test에 대해 설명해주세요.

1. 데이터 전처리 방법들(ex. 결측값 처리 등)에 대해 설명해 주세요.

데이터 전처리란?

raw data를 데이터 분석에 적합한 형식으로 변환하는 과정으로, 데이터를 일관성있고 분석 가능한 형태로 만드는 단계. 분석에 사용하는 도구나 기법이 좋아도 데이터의 품질이 낮다면 좋은 분석 결과를 얻기 어렵기 때문에 데이터 분석에서 중요한 단계이다.

데이터 전처리 종류

1.결측치 처리 : 누락되거나 존재하지 않는 데이터

- 삭제 : 결측치가 있는 행 또는 열 삭제. 상대적으로 적은 수의 결측치일 때 사

- 대체 : 평균, 중앙값, 최빈값 등 대표값으로 대체

- 추정 : 시계열 등 연속적인 데이터의 경우 값 추정을 통해 대체

2. 이상치 처리 : 다른 데이터와 극단적으로 차이나는 데이터

- 삭제 : 해당 데이터 제거. 실제로 중요한 정보를 담고 있을수도 있으므로 신중해야함

- 대체 : 평균, 중앙값, 최빈값 등 대표값으로 대체

- 변환 : 로그 변환, 제곱근 변환 등 사용하여 데이터 분포 평활화 or 이상치 줄이기

3. 정규화 / 표준화 : 각 컬럼의 값들이 다른 범위나 단위를 가질 수 있기 때문에 동일한 환경으로 조정

- 정규화 : 값을 0과 1사이로 조정

- 표준화 : 평균 0, 표준편차 1 되도록 조정

4. 범주형 데이터 처리 : 범주형 데이터를 숫자로 변환. 원-핫 인코딩 등 사용

5. 항목 선택 : 분석에 불필요하거나 관련 없는 항목은 제거

6. 데이터 샘플링 : 데이터가 너무 많거나 불균형할 경우, 샘플링하여 진행

2. T-test에 대해 설명해주세요

T-test란?

t분포라는 확률분포를 사용하는 검정 방식으로 표본 크기가 작거나 모집단의 분산을 모를 때 사용하며, 주로 두 집단 간 데이터의 평균에 차이가 있는지를 검정하고자 할 때 쓰는 기법이다.

T-test의 종류

1. 일표본(one sample) T검정 : 모집단 평균과 한 집단 평균 비교

귀무가설 : A대학교 학생 평균 키가 전국 대학생 평균 키와 같다.
대립가설 : A대학교 학생 평균 키가 전국 대학생 평균 키와 다르다.

2. 독립표본(independent) T검정 : 독립적인 두 집단의 평균 비교

귀무가설 : 날씨에 따른 자전거 평균 대여건수는 차이가 없다.
대립가설 : 날씨에 따른 자전거 평균 대여건수는 차이가 있다.

3. 대응표본(paired) T검정 : 같은 집단에 대한 전후 비교

귀무가설 : 신제품 광고 전 후 매출액 차이가 없다.
대립가설 : 신제품 광고 전 후 매출액 차이가 있다.

[위클리 페이퍼 #1] 제 1종 오류와 제 2종 오류 / p값(p-value)

daminjeong — Fri, 6 Dec 2024 13:36:23 +0900

* 첫 번째 위클리 페이퍼 주제 *

1. 제 1종 오류와 제2종 오류에 대해 설명해 주세요.

2. p값(p-value)은 무엇인가요?

기본 가설 검정 개념

가설 검정

표본을 이용하여 미지의 모집단 모수에 대한 두 가설(대립가설, 귀무가설)을 놓고 어느 가설이 더 타당한지를 통계적으로 의사결정하는 과정

- 귀무가설 (H0 / 영가설) : 일반적으로 "기존 이론이 맞다", "효과가 없다", " 차이가 없다" 형태의 주장

- 대립가설 (H1 / 연구가설) : 귀무가설과 반대. 주장하거나 증명하고자 하는 가설.

"기존 이론과 다르다","효과가 있다", "차이가 있다"

유의수준

귀무가설을 기각할 기준이 되는 확률.

일반적으로 0.05 많이 사용, 상황에 따라 다른 값(0.01, 0.1 등)을 사용하기도 함

ex1) 다이어트에 효과적인 보조제가 새로 개발되었다고 할 때

귀무가설 : "이 다이어트 보조제의 효과가 없다."

대립가설 : "이 다이어트 보조제의 효과가 있다."

ex2) 성별로 수학점수 평균의 차이가 있는지 알고 싶을 때

귀무가설 : "남학생과 여학생의 수학점수 평균은 같다. (=차이가 없다.)"

대립가설 : "남학생과 여학생의 수학점수 평균은 다르다.(=차이가 있다.)"

1. 제1종 오류와 제2종 오류에 대해 설명해 주세요.

- 제1종 오류 : 귀무가설이 참인데도 이를 기각하는 경우

'실제로 효과가 없는데 효과가 있다고 판단하는 경우'

- 제2종 오류 : 귀무가설이 거짓인데도(=대립가설이 참인데도) 이를 채택하는 경우

'실제로 효과가 있는데 효과가 없다고 판단하는 경우'

ex1) 다이어트 보조제의 효과가 없는데(=귀무가설 참) 효과가 있다고 판단하는 경우 : 제1종 오류

다이어트 보조제의 효과가 있는데(=귀무가설 거짓) 효과가 없다고 판단하는 경우 : 제2종 오류

ex2) 남학생과 여학생의 수학점수 평균이 같은데(=귀무가설 참) 다르다고 판단하는 경우 : 제1종 오류

남학생과 여학생의 수학점수 평균이 다른데(=귀무가설 거짓) 같다고 판단하는 경우 : 제2종 오류

2. p값(p-value)은 무엇인가요?

- p값 : 어떤 사건이 우연히 발생할 확률

귀무가설이 맞다고 가정할 때 관찰된 데이터(또는 더 극단적인 결과)가 나올 확률

p값의 해석은 유의수준(α) 활용해서 진행

- 유의수준(α) : 가설 검정에서 미리 정해진 기준 값, 보통 0.05(5%)로 설정. 제 1종오류를 허용할 최대 확률

p값이 유의 수준보다 작으면(p < 0.05) 귀무가설을 기각하고 대립가설 채택

- 주의사항 : 단지 ‘귀무가설이 참일 때 관측된 데이터가 나올 확률’을 나타냄

p값이 작더라도 실제 효과 크기가 아주 미미할 수 있고,

반대로 표본 수가 작으면 의미 있는 차이도 유의하게 나오지 않을 수 있음

- 보완방법 : 신뢰구간 활용

A/B 테스트에서 전환율 차이가 2%p이고 95% 신뢰구간이 [0.5%, 3.5%]라면,

최소 0.5%p에서 최대 3.5%p까지 실제 효과가 있을 수 있다는 걸 알 수 있어 실질적인 해석 가능

[코드잇] 코드잇 스프린트 DA 5기 프리코스 수강후기

daminjeong — Fri, 22 Nov 2024 19:05:44 +0900

코드잇 스프린트 DA 5기에 합류하게 되어

지난 2주간 열심히 프리코스를 수강했다.

파이썬은 대학교 1학년때 교양 수업으로 잠깐 다뤄본 후

아주 오랜만이라서 걱정이 되었지만

헷갈릴만한 주제에 대해서는 그림 등을 활용하여

쉽게 내용을 이해할 수 있도록 되어 있었다.

크게 총 4개의 토픽이 있었는데,

전체적으로 한 개의 주제마다 짧은 시간의 영상 시청 후

바로 퀴즈와 실습을 통해서 해당 주제를 익힐 수 있어서 좋았다.

특히, 코드잇의 강의는 모두 코드 실행창이 바로 옆에 있어

직접 코드를 써보면서 강의를 듣기에

나의 노트북처럼 오래되고 저사양인 경우에도

별도의 프로그램 설치 없이 실습이 가능해서 굉장히 플러스 요인이었다!

프리코스를 수료하고 나니 파이썬 기초 강의여도 어려웠어서

약간 걱정도 되지만, 또 한편으로는 기대도 된다.

! 7개월 후의 나는 더 멋지게 성장해 있기를!

- '프로그래밍 시작하기 in Python'

기본 개념으로 변수, 함수, 파라미터 등을 배울 수 있었고

사실 여기까진 기초적인 내용이라 '음 이렇구나~' 하고

소화할 수 있는 부분이 많았다.

- '프로그래밍 핵심 개념 in Python'

'자료형', '추상화', '제어문' 등 말 그대로 "핵심" 개념을 배우는데

초급이지만 나에겐 약간의 난이도가 올라간 느낌이었다...ㅜ

return과 print의 차이, 변수의 scope 등

꼭 이해하고 넘어가야 할 부분이 있는데

해당 주제에 관한 다른 수강생의 질문 및 답변을

함께 참고할 수 있어서 이해하는데 도움이 되었다.

- '프로그래밍과 데이터 in Python'

'리스트'와 '사전'이라는 두 자료형에 대해 배웠는데

약간 생소하게 느껴져서 더 집중했던 것 같다.

해당 토픽에서 for문을 배워서 while문 사용할 때 보다

코드를 더 간결하게 작성할 수 있는 법을 알게 되었다.

그런데 자꾸 while이 더 익숙해서 실습 문제 풀 때

더 장황하게 코드 작성하게 되는 나를 발견...

for문의 사용법은 4가지 토픽을 모두 수료한 지금도 사실 조금 헷갈린다.

앞으로 더 반복하면서 익숙해지기!!

- '파이썬 응용하기'

파이썬 모듈, 파일 읽고 쓰기를 추가로 배우고 이전에 배운 주제들을 종합하여

로또 시뮬레이션, 숫자 야구 게임을 구현해 보는 실습이 있는데 너무 재밌었다!

그리고 단계별로 스텝이 나뉘어있어서 차근차근 해결하는 방식이라

더 흥미를 잃지 않고 할 수 있었던 것 같다.

물론 열심히 코드 작성해 보고 나중에 해설을 봤을 때

훨씬 간결하고 가독성 좋게 짜인 코드를 보면

좌절(?), 상실(?) 이랄까 그런 감정을 소소하게 느꼈지만

다른 수강생 분들의 한탄글에 따숩게 답변해 주신 분들을 보며

나도 힘을 얻을 수 있었다.

회원ID	이름	구매 품목
1	홍길동	샴푸, 린스
2	유관순	치약
3	이순신	면도기

학번	강의명	강의실	성적
20250001	기초통계학	코드잇관 110	A
20250002	데이터베이스	스프린트관 111	B
20250003	자료구조	코드잇관 105	A+

지점ID	지점명	판매량
11112222	강남점	870
33334444	종로점	500
55556666	영등포점	380