데이터 분석 지식
2024-10-22 16:19:19 106 0 신고 0
0
전체 내용을 보려면 로그인하세요
이 마인드맵은 '데이터 분석 지식'에 대한 체계적인 개요를 제공합니다. 데이터 분석의 기초부터 시작하여 통계학적 준비, 파라미터 추정 방법, 선형대수학을 다룹니다. 또한, R과 파이썬을 활용한 데이터 전처리, 함수 작성, 시각화 및 머신러닝 하이퍼파라미터 튜닝에 대해 설명합니다. SQL을 통한 데이터 그룹화와 합치기, Hive 최적화와 같은 고급 데이터베이스 기술도 포함됩니다. 알고리즘 원리와 모델 선택 및 평가에 대한 심도 있는 이해를 제공하며, 데이터 수집, 전처리, 모델링, 평가 및 최적화 기술을 포괄적으로 다룹니다.
작성자의 다른 창작물
개요/내용
데이터 분석 기초 지식
통계학적 준비
이산 분포와 연속 분포
가설검정
파라미터 검사
비변량검정
정규성 검정
분포 적합 검정
자신이 가정 검정을 구성하십시오: 영업 활동의 유의성
파라미터 추정 방법
최대 似然법
좌표 추정
선형대수학
특징값과 특징벡터
행렬 연산의 의미
언어와 도구 분석
R
데이터 전처리
함수 작성: 교차 검증 구현 함수 & 뉴턴 이터레이션 알고리즘 등
시각화: ggplot2 일반 그래프 & 머신러닝 시각화 결과 표현 등
머신러닝 하이퍼파라미터 튜닝
파이썬
데이터 전처리
파이썬 데이터 분석
기계학습 알고리즘 구현
시각화
파이썬 알고리즘 구조
스크랩과 자연어 처리
SQL
그룹화 & 합치기
문법순서와 실행순서
Hive 최적화: 정렬 최적화와 연결 최적화 등
Hadoop 원리와 사용 경험
실행 스크립트 작성(Perl과 shell)
SPSS, Stata, Eviews 등 상업용 분석 소프트웨어
알고리즘 원리
카테고리
분류 알고리즘
회귀 알고리즘
연관 분석
군집화
집합 학습
부스트랩, 버거링 등의 원리
차이와 적용 범위
애플리케이션: 랜덤 포레스트, XGBoost 등의 원리
모델 선택 및 평가
모델 적용 상황
모델 조정 및 평가
데이터 분석 기술 지식
데이터 수집
분석 차원 정하기
각 차원에서 지표 추출
데이터 전처리
형식 변환
변수 생성
결측치 처리
변수 이산화
······
모델링 분석
테스트 세트/훈련 세트 분할
모델 선택
파라미터 선택
모델 평가
정확도
ROC와 AUC
혼란 행렬
목적 함수
······
모델 최적화 및 모니터링
모델의 후속 적합 상황
즐거움
즐거움
즐거움
즐거움
즐거움
0 댓글
다음 페이지
