데이터

작성일자 : 2024-01-10 Ver 0.1.1 참고 사이트 : 데이터 기반 조직의 핵심 기능 0. Tableau Blueprint 대시보드를 만드는 방법은 무궁무진하며, 대시보드 개발자로서 정말 다양하고 어려운 요건들을 접해왔고, 앞으로도 접할 것이다. 지금까지 대시보드 개발 및 프로젝트를 해오면서 느낀점은 물론 대시보드를 만드는데 필요한Tableau Desktop을 잘 다루는 것과 SQL과 모델링 등 하드 스킬적인 부분도 있지만, 좀 더 조직적이고, 거시적인 관점에서 거버넌스와 같은 내용 역시 필요함을 많이 느꼈다. 아무래도 다수의 사용자가 존재하는 조직에서 프로젝트를 하니 대시보드 한개만을 바라보는 미시적인 관점보다 더더욱이 이러한 관점과 지식이 필요했다. 이를 위해 Tableau Blueprin..

작성일자 : 2024-01-09 Ver 0.1.1 참고 : Tableau Blueprint 개요 1. Intro 이 글의 작성일 기준으로 Tableau 개발자로서 대시보드 개발을 한지 2년 6개월차이다. 물론 대시보드를 만드는 방법은 무궁무진하며, 정말 다양하고 어려운 요건들을 접해왔고, 앞으로도 접할 것이다. 지금까지 대시보드 개발 및 프로젝트를 해오면서 느낀점은 물론 대시보드를 만드는데 필요한Tableau Desktop을 잘 다루는 것과 SQL과 모델링 등 하드 스킬적인 부분도 있지만, 좀 더 조직적이고, 거시적인 관점에서 거버넌스와 같은 내용 역시 필요함을 많이 느꼈다. 아무래도 다수의 사용자가 존재하는 조직에서 프로젝트를 하니 대시보드 한개만을 바라보는 미시적인 관점보다 더더욱이 이러한 관점과 지..

작성일자 : 2023-12-13 Ver 0.1.1 1. 다중 회귀분석 # sklearn 라이브러리 활용 import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression # 독립변수와 종속변수 설정 x = x[['col1','col2','col3']] print(x.head()) print(y.head()) # 모델링 model = LinearRegression() model.fit(x,y) # 회귀분석 관련 지표 출력 # 1. RSQ(결정계수) : model.score(x,y) model.score(x,y) print(round(model.score(x,y),2)) # 2. 회귀계수 출력 : model.coef..

작성일자 : 2023-12-08 Ver 0.1.1 0. Intro 2021년 8월 9일부터 나는 데이터분석가로서 활동하고 있고, 어느덧 3년차이다. 일을 하면 할 수록 더 능력있는 데이터 분석가로 성장하고 싶은 마음이 커지고, 일이 재미 있음을 느끼고 있는 중인 나는 분명 행복한 데이터 분석가임은 틀림이 없다. 물론 그동안 모든 일이 쉽지 만은 않았다. 프로젝트 상황에 따라 밤을 샌적도 있었고, 로직 구현을 위해 야근을 정말 잦게 하던 때도 있었다. 예비군 훈련을 마치고도 바로 출근을 한다거나, 주말 출근을 하던 때도 있었다. 이런 순간들을 반드시 겪을 필요는 없지만, 그래도 이런 순간들이 있었기 때문에 성장을 많이 할 수 있었던 것은 부정할 수 없다. IT 산업의 기술 발전은 하루 하루 정말 빠르게 진..