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 |
- Pandas
- Linux
- 독후감
- Tistory
- tensorflow
- 월간결산
- Blog
- 블로그
- 파이썬
- 티스토리
- 매틀랩
- 통계학
- 한빛미디어
- SQL
- Google Analytics
- 딥러닝
- python visualization
- Python
- 서평단
- Visualization
- 시각화
- 한빛미디어서평단
- 파이썬 시각화
- MATLAB
- 텐서플로
- MySQL
- 서평
- 리눅스
- Ga
- matplotlib
- Today
- Total
목록빅데이터 (5)
pbj0812의 코딩 일기
0. 실습 1) 설치 - MySQL 기반으로... pip3 install dbt pip3 install dbt-mysql 2) 프로젝트 시작 - 아래 작업을 해야 profiles.yml 파일이 생성됨. dbt init my_project - 동시에 폴더들도 생성됨 3) yml 파일 수정 vi ~/.dbt/profiles.yml my_project: target: dev outputs: dev: type: mysql server: 127.0.0.1 port: 3306 database: sql_study # optional, should be same as schema schema: dbt_test username: root password: driver: MySQL ODBC 8.0 ANSI Driver p..
0. 정보 - 도서명 : 빅데이터를 활용한 예측마케팅 전략 - 저자 : 외머 아튼, 도미니크 레빈 - 링크 : 교보문고 1. 후기 - 제목 그대로 예측마케팅에 관한 전략을 서술한 책 - 마케터와 데이터 과학자의 협업의 필요에 대한 강조 - 중간에 이해를 돕기 위한 삽화, 표가 도움이 됨 - 사례는 많이 나와 있으나, 어떻게 만드는지는 서술되어 있지 않아 조금 아쉬움 2. 추천하는 분 - 데이터 과학자와 어떻게 일해야 되는지 알고 싶은 마케터 - 신입으로 입사를 하였으나 뭘 해야 되는지 모르겠는 데이터 과학자
0. 도서정보 - 도서명 : 빅데이터, 생활을 바꾸다. - 저자 : BC카드 빅데이터센터 - 링크 : 교보문고 1. 후기 - 뭔가 참식한 분석 아이디어가 없을까 하다가 서점에서 구한 책. 코드는 단 한줄도 없으며, BC 카드 데이터와 여러 데이터를 조합하여 50 가지의 비즈니스에 대한 인사이트를 뽑아낸 책이다. 해당 데이터를 바탕으로 1차원적인 EDA(상관도, 기간 별 차트, 워드클라우드 등) 를 진행하였다. 캐글마냥 고급적인 분석방법을 원하시는 분들에게는 적합하지 않으며, 창업을 위해 아이템이 필요하신 분들, 비즈니스에서는 어떻게 데이터를 보고 있는지 맛보기를 원하시는 분들에게 추천을 드린다.
1. 정의 - 분산형 RESTful 검색 및 분석 엔진 - 예상 가능한 / 예상치 못한 항목 탐색 2. 장점 - 분석 : 정형 / 비정형 데이터 검색 및 결합 지원 - 속도 : BKD tree 구현을 통한 액세스 속도 향상 * BKD tree : dynamic data structure based on the kd-tree - 확장성 : 모든 유형의 인프라에서 실행 가능 - 정확도 : 오타 같은 복잡성도 고려 가능 - 복원력 : 클러스터간 복제를 통한 데이터 보호 3. 설치 1) JAVA 8 필요 - brew install elasticsearch를 하게 되면 아래와 같은 에러 발생 - 아래의 문구 입력 brew cask install homebrew/cask-versions/adoptopenjdk8 2..
이 글은 양승화 님의 발표자료(서비스 기획자를 위한 데이터분석 시작하기) 중 마케팅 관련 용어를 정리한 글 입니다. DAU(Daily Active User) - 일간 접속 사용자수 WAU(Weekly Active User) - 주간 접속 사용자수 MAU(Monthly Active User) - 월간 접속 사용자수 MCU(Maximum Current User) - 하루동안 가장 높은 동시 접속자 수 PU(Paying User) - 결제 사용자 수 OMTM(One Metric That Matters) - 정말 중요한 단 하나의 지표 Retention Rate - 재사용율 Classic Retention - 설치 후 n일에 접속한 사용자수 Rolling Retention - 설치 후 n일 이후부터 조회일까지 ..