일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 티스토리챌린지
- 오블완
- 데이터분석가
- Recsys
- 나의서양미술순례
- 글또10기
- SQL
- 데이터분석가 코딩테스트
- 잠재적결과
- 데이터분석
- 실무로통하는인과추론
- CausalInference
- 코세라
- chatGPT
- Bayesian
- DataAnalyst
- 인과추론 무작위 실험
- BigQuery
- 인과추론개요
- 인과추론
- 네카라쿠배당토
- 독후감
- 벡터
- 빅쿼리
- recommendation system
- 베이지안통계
- 데이터 분석
- mathematicalthinking
- 수학적해석학
- 선형대수학
- Today
- Total
목록분류 전체보기 (62)
Derek 의 데이터 분석 성장기

0. 들어가기 앞서. 인과추론은 T 라는 변수가 Y 라는 결과의 원인인지 인과성을 파악하는 방법론입니다. 인과관계를 파악하기 다양한 방법론이 있지만, 그 중 하나는 오늘 알아볼 Potential Outcome Framework(잠재적 결과) 분석 방법론이 있습니다. 그리고, 변수간의 그래프를 그려 인과관계를 추정하는 Structural Causal Model이라는 인과추론 방식이 존재합니다. 두 방법론은 모두 인과추론을 하는 방법일 뿐입니다. 그 중, 오늘은 잠재적 결과 분석 방법론에 대해 알아볼 예정입니다! 1. 잠재적 결과(Potential Outcome) 잠재적 결과(Potential Outcome) 는 치료를 받은 그룹이 만약, 실제 치료를 받지 않았더라면? 어떤 결과가 도출되었을까? 라는 것을 ..

1. 목적(사용 이유) 시계열 데이터를 클러스터링 하는데, 일반적인 방법은 시계열 데이터를 인덱스로 평면한 다음 K-means 같은 클러스터링 알고리즘을 적용 하는 것 이다. 클러스터링 알고리즘은 '레이블' 없이 유사한 데이터 포인트를 군집화하는 비지도 학습 방법(Unsupervised Learning) 이다. 클러스터링 알고리즘은 유사한 데이터 포인트를 그룹화 하기 때문에, 데이터 포인트 간의 유사성을 찾는데 초점을 맞춘다. 서로 다른 시계열(ex: 카카오와 엔비디아의 주가 등) 을 유사한 그룹으로 클러스터링 하는 것은 각 시계열이 가진 시간차원을 무시한다는 점이다. 문제가 생기게 되는 점은 유클리디안 방법과 같은 일반적인 클러스터링 기법을 사용시, 시계열로 되어 있는 데이터를 클러스터링 하며 '시간에..

1. 인과추론이란? 인과추론이란 원인과 결과 간의 관계를 이해하고 추론하는 방법입니다. 독립변수가 종속변수에 미치는 영향도를 파악하기 위한 방법론입니다. 특히, A/B Test 등 실험적인 조작이 어려운 경우, 관측된 데이터를 사용하여 원인과 결과 간의 인과 관계를 추론하는데 주로 사용합니다. 무엇보다, 실험 조작이 어려운 경우 에 인과추론은 효과적으로 원인과 결과를 파악하는데 용이합니다. 하지만, 인과추론도 만능이라고 부르긴 어렵습니다. 우리의 현실은 우리가 관측할 수 없는 모든 변수들이 내생적으로 관여하고 있으며, 이런 변수들을 모두 통제하며 인과성을 추론한다는 것은 현실적으로 어렵기 때문입니다. 하지만, 예를 들어 회귀 모델을 구축한다고 가정 했을때, 인과성을 가지는 원인변수를 명확하게 파악하여 모..

안녕하세요, 2023년도 6개월 간 구직 생활을 한 데이터 분석가입니다. 국내 빅테크 IT 회사부터 스타트업, 외국계 등 총 25개 회사 코테와 면접을 통해 경험한 현재 데이터 분석가에게 요구하는 능력을 크게 3가지로 정의해보려 합니다. 해당 글의 목적은 저의 취업 회고이자 DA를 준비하는 누군가에게 도움이 되길 위해 작성해보았습니다. IT/대기업/외국계 등 여러 회사의 코테와 면접을 통해 현재 DA에게 요구하는 능력을 알 수 있었습니다. 2023, 데이터 분석가 구직 후기 25전 23패 2승 *2023.06.17 ~ 2023.12.31 서류 합격 이후 코테/과제/면접 경험을 바탕으로 정리한 내용입니다. 1. 배경 저는 현재 3년차 데이터 분석가로 커리어를 쌓고 있는 직장인입니다. 최근까지 국내 인터넷 ..

" 당신은 해고 입니다. " "네, 만족스러운 경험이였어요. " 1. 만족 최근, 인터넷 강의 플랫폼 데이터 분석가로서 1년 9개월 근무를 마치고 나왔습니다. 나름, 국내 업계에서 1등이였지만 최근 스타트업 시장이 너무 어렵기 때문에 구조조정으로 관두게 되었습니다. 50%, 정도 되는 구조조정을 겪으며 배운점은 '프로젝트와 실력' 이 나 자신을 대변한다는 것 입니다. 어떤 조직에서 무슨 일을 하는지 각자 다를 것 입니다. 하지만, 갑작스런 해고통보에서도 아쉬움이 덜한 점은 제가 진행한 프로젝트와 실력이 만족스럽다는 것 이였습니다. 1년 9개월동안 매 주 52시간 - 70 시간은 일을 했던 것 같습니다. 분석가로서 매너리즘에 빠지지 않기 위해 끊임없이 성장과 새로운 업무를 갈구 했습니다. 새로운 업무가 주..
데이터 분석가 1년차 데렉입니다. 티스토리를 통해, 제가 공부하는 내용을 정리하고 공유하고, 더 배우고, 브랜딩 하기 위해 티스토리를 만들었습니다. 이전에 음악회사 취업을 위해 1일 1 포스팅 했던 내용들이 저의 포트폴리오가 되었고, 실력과 안목을 기르는데 큰 도움이 되었습니다. 도메인은 다르지만, 자신의 지식과 시각을 글로 정리하는 것은 분명히 의미가 있음을 느꼈습니다. "이번 티스토리를 통해서 남부러울 것 없는 데이터 분석가로 성장하길 다짐하며, 시작해봅니다" 다같이 파이팅 해봐요!