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 |
- 명상
- GA
- 수명예측 인공지능
- 벚꽃
- 독서
- 코오롱베네트
- 얼음여왕
- 미라클 모닝
- 데이터문해력
- 알파줄거리
- GA4
- 데이터 분석
- ㅂㅂ
- 벚꽃개화시기
- 프로그래머스
- 구글애널리틱스
- 구글애널리틱스4
- 채용공고
- Python
- 영화 올드 줄거리
- 감사인사
- 니다
- 코딩
- Google Analytics
- 티스토리
- 6시 기상
- 기사스크랩
- Today
- Total
목록일상 (213)
Data Analyst KIM
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/y0nET/btsiOfyHqyC/IodZzIuL0hrB01R0bcpwE0/img.png)
최근 '노션을 활용한 포트폴리오 만들기' 특강을 통해서 노션을 배웠다. 다양한 작업을 한 공간에서 할 수 있는 것이 매력적이였다. 평소 블로그를 통해서 정리를 했지만 다시 보려면 일일이 들어가봐야하지만 노션에서는 다양한 기능들을 활용해서 하나의 페이지에 페이지를 추가하거난 토글을 이용해서 편리하게 관리를 하고 있다. 5월 3주차부터는 노션으로 관리를 하고 있다. 앞으로도 블로그에 올리지는 않고 노션에 관리를 하고 월별 일정표만 블로그에 올릴 예정
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/HtHFe/btsiNbXyDqS/YnsKyUkxEZSmWkCkmU20O1/img.png)
5월에 특강이 많았고 특히 주말에 강의를 들었다. 다른사람들이 노는 시간에 공부를 한다는 것에 시간을 잘쓰고 있다고 생각을 했고 뿌듯했다. 앞으로도 주말을 잘 활용해야 겠다고 생각했다. 취업사관학교를 하며 동기부여를 많이 받고 성실한 사람으로 성장하고 있다. 화수목의 모닝스쿨,직무스터디에 1번도 지각을 하지 않는 것이 목표이다. 5월에 가장 중요했던 일정은 공모전이다. 처음으로 팀원들과 함께 공모전을 통해서 프로젝트의 진행과정을 경험했다. 문제를 정의하고 데이터를 수집하는 과정에서 원하는 데이터가 존재하지 않았을 때는 어떻게 해결을 해야할지 고민했다. 또한 수치적인 목표를 통해서 기대효과를 정의했다. 기대효과를 정의하기 위해서 실험을 하였다. 공모전을 준비하면서 팀원들과의 의사소통능력, 팀워크의 중요성을..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/deSIKH/btsh23yL07D/jFOahgCAlfKI9kuC50HgDk/img.png)
Power BI를 활용한 데이터 분석 강의를 수강하고 시험을 통해서 민간자격증을 취득했다. Power BI를 통해 다양한 시각화 방법을 익혀서 실전에 꼭 사용할 수 있도록 꾸준히 연습할 것이다.
t1-결측치 문제 주어진 데이터에서 결측치가 80%이상 되는 컬럼은 삭제하고, 80% 미만인 결측치가 있는 컬럼은 'city'별 중앙값으로 값을 대체하고 'f1'컬럼의 평균값을 출력해라 데이터 : basic1.csv # 라이브러리 및 데이터 불러오기 import numpy as np import pandas as pd ex = pd.read_csv("C:/Users/USER/OneDrive/바탕 화면/6688/PART 02 파이썬 분석/csv1/basic1.csv") ex id age city f1 f2 f3 f4 f5 0 id01 2.0 서울 NaN 0 NaN ENFJ 91.297791 1 id02 9.0 서울 70.0 1 NaN ENFJ 60.339826 2 id03 27.0 서울 61.0 1 NaN..
T1-1. 이상치를 찾아라 데이터에서 IQR을 활용해 Fare컬럼의 이상치를 찾고, 이상치 데이터의 여성의 수를 구해라. 타이타닉 데이터활용 # 라이브러리 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt #데이터셋 불러오고 살펴보기 df1 = pd.read_csv("C:/Users/USER/OneDrive/titanic.csv") df1.head() PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked 0 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S 1 2..