본문 바로가기

부트캠프 프로젝트19

Dataframe의 column 데이터 체크 In the dataframe which has 'user_id' for indices and 'movie_id' for columns, how this code can find certain 'movie_id' is in the columns? "if movie_id in user_movie_rating:" The code "if movie_id in user_movie_rating" checks if the variable "movie_id" is present as a column in the DataFrame "user_movie_rating". If "movie_id" is present in the columns of the DataFrame, then the code will evaluate.. 2023. 4. 3.
CP1 개인피드백 68109 문제 정의 공공데이터를 통한 1인 가구의 영향에 따라 ‘낮은 행복지수’를 문제로 둔 것으로 풀이됩니다. 배경과 함께 정의가 되었는데, 행복지수가 낮을 원인이 사실 매우 많을 수 있다보니, 이러한 행복지수가 낮은 상황에 발생하는 문제를 해결하는 것이 덜 포괄적이고 분석에 용이할 것입니다. 정보 수집 1인가구 관련 외부 자료를 가져와 잘 분석해주셨는데, 문제 해결에 필요한 데이터가 수집이 되어야 합니다. 현재의 결론도출로는 좀 더 필요할 수 있을 것으로 보입니다. 공공데이터 분석에서는 데이터 수집이 가장 큰 영향력을 갖고 있기 때문에, 데이터 수집에 포커싱해야 세워두었던 문제를 해결할 수 있는 데이터를 갖고 조작할 수 있습니다. 기술 분석 클러스터링을 진행했는데, 1인가구의 낮은 행복지수를 어떤식.. 2023. 3. 24.
CP1 DAY 7,8,9 - 마무리, 포트폴리오 작성 Day7 가설 : 1인가구에게 유리한 곳이 있을 것이다. - 연령별, 성별, 필요한 것 다르기 때문 - 도시(입지)를 바꾸는 것 보다는 개인의 이동이 빠르다. - 이동해가면서 한국은 어떻게 외로워 지는가? (어떻게 빠르게 혼자가 되어가는가?) - 어떤 양상으로 진행되었는가? 1인 가구 비율은 1990년 9.0%에서 2020년 31.7%로 급속히 증가 하였다. 1인 가구의 증가는 전 세계적인 현상으로 비단 우리나라뿐만 아니라 선진국과 개발 도상국을 가리지 않고 대부분 국가에서 일어나 고 있는 현상이며, 우리나라의 1인 가구는 대단히 빠른 속도로 증가하고 있다. 1인 가구는 2015년 27.2%로 가구 중 가장 큰 비율을 차 지하게 되었으며, 2040년에는 그 비율이 36.4%에 달할 것으로 예상 된다. 2.. 2023. 3. 23.
CP1 Day6 : 주제, 데이터 선정, EDA https://n.news.naver.com/mnews/article/015/0004354070?sid=001 [단독] 삼성전자가 김치 공장을 만들었다고? 삼성전자와 중소기업계, 김치 생산업체들이 김치 공장 스마트화로 생산 비용을 크게 낮춘 것으로 나타났다. 품질은 물론 심지어 중국산 김치보다도 가격 경쟁에서 우위에 서게 됐다는 평가가 n.news.naver.com 괜히 고독사 얘기하다가 싸울뻔 2023. 3. 17.
CP1 Day5 : 주제, 데이터 선정, EDA 1인가구의 증가 가족의 대표적인 형태 “1인가구”란 1명이 단독으로 생계를 유지하고 있는 생활단위를 말합니다(「건강가정기본법」 제3조제2호의2). 통계청에 따르면, 2020년 우리나라 1인가구 수는 664만3000가구(31.7%)로 전체 가구 중 가장 많습니다. 2047년에는 우리나라 1인 가구 비중이 37.3%로 높아져 북유럽 국가 수준에 근접할 것으로 전망하고 있습니다. 1인가구 사유를 살펴보면 본인의 학업·직장이 가장 많았고, 그다음은 배우자의 사망, 혼자 살고 싶어서 등의 순이며, 연령대별 사유는 40대까지는 본인의 학업·직장, 50~60대는 본인의 이혼, 70세 이상은 배우자의 사망이 가장 큰 사유입니다[「2021 통계로 보는 1인가구」, (통계청, 2021), 13쪽 참조). 1인가구 특징 1.. 2023. 3. 16.
CP1 Day4 : 핵심 이슈 설정 - 통계자료 검토 2021년 기준 1인가구는 33.4%이고, 2050년 39.6%에 이를 것으로 전망됨 2021년 기준 연령대별 1인가구는 29세 이하(19.8%), 70세 이상(18.1%) 순임 2021년 기준 1인가구 10가구 중 4가구는 서울과 경기도에 거주함 2021년 기준 전체 가구 대비 1인가구 비중이 높은 지역은 대전, 서울, 강원, 충북 순임 2020년 기준 1인가구의 주된 사유는 본인직장(34.3%), 본인독립(26.2%) 순임 2020년 기준 1인가구의 혼인상태는 미혼(50.3%), 사별(20.5%), 이혼(16.1%) 순임 2022년 결혼은 해야 한다고 생각하는 1인가구는 47.1%로 전체 인구 보다 2.9%p 낮았음 2021년 기준 1인가구의 주거유형은 단독주택(42.2%), 아파트(33.1%) 순임.. 2023. 3. 15.
CP1 day3 : Data 선정, 전처리 Public Data 공공데이터 활용 데이터 분석 (Public Data) - 1인가구가 대한민국에 어떤 영향을 주었는지 파악하고, 이에 대한 발전 또는 개선 방안 도출 (국가, 기업, 개인 입장 어떤 것이든 가능) 역시 1인 가구에 대한 국가나 집단적 이슈는 국가 전체로는 출산율, 인구절벽, 고령화 사회, 전세사기도 있을 수 있겠다. 1인 가구에는 누가 사나? 사회 초년생, 빈곤 노인? 2023. 3. 14.
CP1 Day1 오늘부터 21일까지 DA 직무로 프로젝트를 진행하게 되었다. 결론부터 말하자면 DS-자연어처리(NLP)로 신청을 했다가, DA로 변경을 했다. 내가 언제 또 딥러닝을 딥하게 다뤄볼까 싶어서 선택했던 거지만.. 막상 오티를 들어보니 사람 마음이 좀 간사하다. 내가 지금까지 코딩을 잘했던 것도 아니고, 오히려 내 강점은 문제정의와 인사이트 발굴 쪽에 있지 않았나 싶다. 그리고 빅데이터 인공지능을 선택한 이유도 현실의 문제해결과 돈벌기 였지, 새로운 자연어처리 모델 연구가 아니었으므로 나는 구글이든 메타든 카카오든 개발한 모델을 활용해 목적을 달성하는데 집중하고 사람들을 설득하고 기획하는 데에 초점을 맞춰 성장해보고자 한다. 그래서 저녁에 막판에 헬프센터에 글올리고 다이렉트 메세지 보내면서 조금 쇼를 했다. .. 2023. 3. 10.
S4 PJT - DAY 5 - 발표스크립트, 촬영 지난 프로젝트의 주제는 좋았지만 완성도가 낮았고, 발표 퀄리티도 낮아서 아쉬웠다. (피드백도 아직 안 본) 이번 프로젝트도 난이도가 평이했으나 기본기능 완성은 되었으니 포장을 잘 해서 전달과 마무리가 되어야 겠다. 데이터EDA(감정별 다수 토큰, 연령별, 성별 분석) X 정확도 외 Precision, recall, loss 등 다중분류 평가지표 분석 (어떤 감정이 주로 분류가 안될까?) X 발표자료(배경, 가설, 이론설명, 한계점, 개선점) O 발표대본 만들기 X 시간남을시 : 노트의 다른 모델과 비교 X 정말 그냥 어지러울 뿐이다.. 어찌저찌 다른 발표자료와 블로그들을 참고해서 겨우 냈다...하하..참... 씁쓸하다.. 프로젝트 주제 및 동기에 대해 잘 설명해주셨습니다. 특히 인류 발전을 위한 과제와 .. 2023. 2. 7.

티스토리툴바