본문 바로가기

Archive109

[2019-2] 의약품 제조업 주가예측 [2019-2] 빅데이터 자료분석 팀프로젝트 - 의약품 제조업 주식가격 예측 Python 팀원의 아이디어로 시작한 프로젝트였지만 주식에 관해 다들 잘 몰라 우여곡절을 겪었다. 주식 가격을 예측하기 위해서는 도메인 지식이 아주 많이 필요하다. 더 공부하고 다시 시도해봐도 좋을 것 같다. 2021. 1. 31.
[2019-1] 인천 외국인 관광객 유입방안 제시 [2019-1] 데이터마이닝 팀프로젝트 - 인천 외국인 관광객 유입방안 제시 R program 2019- 1 데이터마이닝 수업 팀프로젝트를 진행했을 때의 EDA보고서와 발표자료, 보고서를 복기한 자료이다. 부산만큼의 인천의 외국인 관광객 유치 가능성을 예상해 인천공항으로 들어오는 외국인 관광객을 인천으로 유입시키는 방안을 제시하고자 ‘어떤’ 외국인 관광객들이 ‘언제’ 가장 많이 입국할 지 예측하기 위해 시계열 분석기법을 사용하였으며, 어떤 변수가 관광객 유치에 필요한지 알아보기 위해 의사결정나무 기법을 사용했다. 1. 데이터 준비 월별 관광객 수 ( 2013년~ 2019년 ) : 인천관광공사 데이터 인천공항으로 들어오는 관광객을 유입시키는 것이 목표이므로 입국항 – 인천공항, 교통수단 – 공항 선택, 성.. 2021. 1. 31.
[2019-1] 삼성 브라이틱스 데이터 분석 대회 삼성 브라이틱스 데이터 분석부문 3등 수상 Samsung Brightics program & Python 2019 여름방학에 진행한 대회로 두 가지의 과제가 있었다. 제품 불량률 예측과 취식 브랜드 수요량 예측 과제였으며 불량률 예측은 20위, 취식 수요량 예측은 2위로 마무리지었다. 동아리 선후배들이랑 함께 참여한 대회였고 나에겐 첫 대회라 어떻게 해야할지 막막했다. 매일 매일 만나며 여름방학을 통째로 들였으며 Brightics 를 꼭 사용해야하는 대회라 사용방법을 익혀야 했다. 지금은 나아졌는지 몰라도 프로그램 오류도 많아 마지막날까지 고생했다. 발표까지 잘 끝마쳐 좋은 결과를 얻어 기뻤고, 데이터 분석에 있어 많은 것을 배운 시간이었다. 2021. 1. 31.
[2018-1] 베스트셀러 분석 [2018-1] 통계 소프트웨어 및 실습 프로젝트 R program R을 사용했으며, 매우 적은 데이터를 크롤링해 특별한 NLP 패키지 없이 귀엽게 분석한 첫 프로젝트 2021. 1. 31.
[2019-1] 데이터베이스 설계 Oracle Database (2019-1) SQL 프로그래밍 프로젝트의 테이블 설계 부분만 기록 1. 테이블 설계 과정 설명 주제를 ‘배달음식’으로 잡았고 기본적으로 배달 어플리케이션을 운영하는 곳에 기록되는 정보라고 생각하였다. (1) 과거 배달 기록에 대한 정보, (2) 손님에 관련된 정보, (3) 가게에 대한 정보를 토대로 테이블을 만들었다. (1) 과거 배달 기록 테이블에 들어가는 컬럼은 주문 날짜, 손님 전화번호, 가게 전화번호, 시도, 시군구, 도로명 주소, 세부 주소, 주문한 음식, 주문 개수로 설정했다. 주문 주소는 손님 테이블에 추가할 계획이었으나 배달은 손님이 정해진 하나의 주소로만 주문하는 것이 아니라 현재 자신이 있는 곳에서 주위에 있는 가게로 주문할 수 있다. 그래서 데이터 삽입.. 2021. 1. 31.
스포츠센터 회원 분석 - 클러스터링, 회귀분석 1. 전제조건 스포츠센터 고객분석 데이터 사용 고객별 이용 횟수 등의 예측 2021/01/30 - [Data Analysis] - 스포츠센터 회원 분석 - 데이터 가공, 통계량 파악 스포츠센터 고객분석 1. 전제조건 (1) 3가지의 회원권 종류 종일회원 : 언제든 사용할 수 있음 주간회원 : 낮에만 사용가능 야간회원 : 밤에만 사용가능 (2) 입회비 일반적으로는 입회비 비용 있음 비정기적으로 입회비 5ohyun.tistory.com 2. 데이터 정보 use_log.csv customer.csv import os import pandas as pd import matplotlib.pyplot as plt os.chdir('C:\\Users\\leeso\\Downloads\\pyda100-master\\3장.. 2021. 1. 30.
스포츠센터 회원 분석 - 데이터 가공, 통계량 파악 1. 전제조건 (1) 3가지의 회원권 종류 종일회원 : 언제든 사용할 수 있음 주간회원 : 낮에만 사용가능 야간회원 : 밤에만 사용가능 (2) 입회비 일반적으로는 입회비 비용 있음 비정기적으로 입회비 반액할인 이벤트나 무료 이벤트 시행 (3) 탈퇴 월말까지 신청하면 다음달 말에 탈퇴가 됨 2. 데이터 정보 use_log.csv : 센터 이용 이력 - 시스템 자동 입력 (2018.04 ~ 2019.03) (log_id, customer_id, usedate) customer_master.csv : 2019.3월 말 데이터 - 이전에 탈퇴한 회원도 포함되어 있음 (customer_id, name, class, gender, start_date, end_date, campaign_id, is_deleted) .. 2021. 1. 30.
대리점 데이터 분석 1. 전제조건 품목 : 상품 A~Z까지 26가지 상품 매출 이력, 고객정보 데이터는 직원이 직접 입력 - 오류 발생 상품 단가 변동은 없음 2. 데이터 정보 uriage.csv : 매출 이력 (2019.01 ~ 2019.07) ( purchase_date, item_name, item_price, customer_name ) kokyaku_daicho.xlsx : 고객 정보 (고객이름, 지역, 등록일) import os import pandas as pd import matplotlib.pyplot as plt os.chdir('C:\\Users\\leeso\\Downloads\\pyda100-master\\2장') uriage=pd.read_csv('uriage.csv') kokyaku=pd.read_.. 2021. 1. 29.
간단한 매출 데이터 분석 1. 전제조건 품목 : 컴퓨터 가격대별로 5개의 상품 2. 데이터 정보 customer_master.csv : 고객 정보 (customer_id, customer_name, registration_date, email, gender, age, birth, pref) item_master.csv : 상품 데이터 (item_id, item_name, item_price) transaction_1.csv / transaction_2.csv 구매내역 데이터 (transaction_id, price, payment_date, customer_id) transaction_detail_1.csv / transaction_detail_2.csv : 구매 상세 데이터 (detail_id, transaction_id, i.. 2021. 1. 28.

티스토리툴바