Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- r
- 데이터 전처리
- tableau
- matplotlib
- 데이터분석
- Google ML Bootcamp
- 딥러닝
- Deep Learning Specialization
- 이것이 코딩테스트다
- 자격증
- 파이썬
- SQLD
- 시각화
- 통계
- scikit learn
- 머신러닝
- ML
- 데이터분석준전문가
- IRIS
- 데이터 분석
- 코딩테스트
- 태블로
- SQL
- 회귀분석
- Python
- pytorch
- sklearn
- ADsP
- pandas
- 이코테
Archives
- Today
- Total
목록CRISP-DM (1)
함께하는 데이터 분석

안녕하세요! 오늘은 데이터 마이닝을 소개하기까지 간단한 개요를 소개하겠습니다. 분석 대상과 방법 데이터 분석은 대상(What)과 분석의 방법(How)에 따라 4가지 유형으로 나눌 수 있습니다. 한 가지 주제의 분석이라도 상황에 따라 4가지 유형으로 분석을 수행하고 결과를 도출할 수 있습니다. 분석 기획시 고려할 사항 1. 가용데이터에 대한 고려(Available Data) 2. 적절한 활용방안과 활용사례(Proper Business Use Case) 3. 장애요소들에 대한 사전 계획 수립(Low Barrier of Excution) 분석 방법론 1. KDD 분석 방법론 2. CRISP-DM 방법론 위의 두 가지의 방법론이 존재합니다. 그중 데이터 마이닝의 과정을 포함하고 있는 KDD 방법론을 알아보겠습니..
통계학과 수업 기록/데이터 마이닝
2022. 3. 14. 18:47