본문 바로가기

분류 전체보기103

본 캠프 28일차 TIL 데이터 분석에서 올바른 지표를 선택하기 위해 고려해야 할 점들은 다음과 같습니다:1. 비즈니스 목표와의 일치목표 설정: 분석의 목적을 명확히 하고, 이를 달성하기 위한 지표를 선택합니다. 예를 들어, 고객 만족도를 높이는 것이 목표라면 고객 만족도(CSAT)나 고객 유지율을 고려할 수 있습니다​​​​.2. 지표의 관련성관련성 확인: 선택한 지표가 분석 목표와 얼마나 관련이 있는지를 평가합니다. 예를 들어, 마케팅 캠페인의 성공을 평가할 때 클릭률(CTR)과 전환율을 사용하는 것이 적절합니다.업계 표준: 업계에서 일반적으로 사용하는 지표를 참고하여 선택합니다. 이러한 지표들은 신뢰성과 유효성이 검증된 경우가 많습니다​​.3. 데이터의 가용성 및 품질데이터 가용성: 필요한 데이터를 확보할 수 있는지 확인합니.. 2024. 7. 22.
본 캠프 27일차 TIL 오늘 공부해본 것머신러닝(Machine Learning) 개요**머신러닝(Machine Learning)**은 인공지능(AI)의 한 분야로, 명시적으로 프로그래밍되지 않아도 컴퓨터가 데이터를 통해 학습하고 예측할 수 있도록 하는 기술입니다. 머신러닝은 다양한 데이터에서 패턴을 인식하고 이를 바탕으로 새로운 데이터를 분석하거나 예측하는 시스템을 개발합니다.머신러닝의 주요 유형 1.지도 학습(Supervised Learning)정의: 레이블이 있는 데이터를 사용하여 모델을 학습시킵니다.적용 예시: 스팸 이메일 필터링, 이미지 분류.설명: 지도 학습 모델은 입력 데이터와 해당 출력 레이블을 기반으로 학습합니다. 2. 비지도 학습(Unsupervised Learning)정의: 레이블이 없는 데이터를 사용하여 패.. 2024. 7. 21.
본 캠프 26일차 TIL 오늘 공부한 내용영상 플랫폼 별 추천 알고리즘 구성 및 특징 각 플랫폼의 추천 알고리즘은 유사한 기본 원칙을 따르지만, 디테일하게 보면 차별화된 접근 방식을 가지고 있습니다. 각 플랫폼의 고유한 차별화 요소와 이를 어떻게 활용하는지 설명해 보겠습니다.1. YouTube YouTube의 추천 알고리즘은 다음과 같은 요소들을 고려하여 작동합니다.주요 요소:사용자 참여: 시청 시간, 클릭, 댓글, 좋아요 및 공유 등의 사용자 활동을 분석하여 사용자의 선호 콘텐츠를 파악.비디오 메타데이터: 제목, 설명, 태그, 썸네일 등의 비디오 메타데이터를 분석하여 관련 콘텐츠를 추천.개인 정보 수집: 사용자의 시청 기록, 검색 기록, 구독 정보 등을 기반으로 맞춤형 추천을 제공합니다.세션 시간: 사용자가 플랫폼에서 보내는 .. 2024. 7. 19.
본 캠프 25일차 TIL 오늘 배운 것API를 사용해야하는 이유웹 크롤링은 정보 제공자에게 허가를 받지않은 위법성 기술이라 사용을 할때 고려해야 할 요인이 많다.API를 이용한 자료조사는 정보제공자가 가입자에게 일정량의 정보를 서버를 통해 전달해주고 전달받는 방식이다 HTTP 호출과 API 호출의 차이목적:HTTP 호출: 일반적인 웹 페이지나 리소스 요청에 사용됩니다.API 호출: 특정 기능이나 데이터에 접근하기 위해 사용됩니다.응답 형식:HTTP 호출: 주로 HTML, CSS, JavaScript 등의 웹 문서를 반환합니다.API 호출: 대부분 JSON이나 XML 같은 구조화된 데이터 형식으로 응답합니다. API 활용해보기NEWS API쿼리 스트링 방식URL의 뒤에 입력 데이터를 함께 제공하는 가장 단순한 데이터 전달 방법ur.. 2024. 7. 19.

티스토리툴바