10 ~ 11주차: IT 인프라8~9주차와 미니프로젝트 4/5차가 끝나고 에이블스쿨의 1STEP: 데이터 분석 DX 기획 과정이 끝이 났다.10주차부터 2STEP: 솔루션 컨설팅이 시작되었다. 솔루션 컨설팅의 첫 시작은 IT 인프라: IT 서비스의 구조 및 인프라 설계 방법을 배우게 되었다.IT 인프라란?IT 인프라란 네트워크 서버, 데이터베이스, 정보보안, 시스템 소프트웨어 및 기반 시설 등 IT 서비스의 기반이 되는 시스템 및 구조를 칭한다. IT 인프라의 주요 구성요소로는 다음과 같이 구분되어져 있다.하드웨어: 물리적 장비PC, 모니터, CPU, 서버, 라우터, 스위치 등소프트웨어: 프로그램OS, Database, MS Office 등네트워크: 컴퓨터 같은 장비들이 그물망처럼 연결된 형태 또는 장비..
4월 22일 ~ 26일 5일간 4차/5차 미니프로젝트를 진행했다. 4차 미니프로젝트의 경우 KT AICE 자격증에 대한 특강 위주로 진행되었고,5차 미니프로젝트에서 지금까지 배운 것을 바탕으로 "상품별 판매량 예측"이라는 주제로 시계열 데이터 모델링 프로젝트를 진행하였다. 상품별 판매량 예측에 대하여 어떻게 진행했는지 소개하고자 한다.5차 미니프로젝트1. 목표"상품별 판매량 예측"유통 매장에서 발생하는 상품별 재고문제 해결이 필요하다.매장에는 과재고와 재고 부족 문제가 존재한다.재고부족: 수요가 많거나 급증하는 상품과재고: 수요가 적거나 급감하는 상품이를 해결하기 위해, 과거 판매량 기반 적정 발주 시스템을 구축하였으나, 재고 문제가 개선되지 못하였다.이에, AI 기반 수요량 예측 시스템을 구축하고자 한..
8주차: 딥러닝7주차가 끝나고, 딥러닝에 대하여 배우게 되었다. 딥러닝도 정답에 따라 회귀 또는 분류 모델링으로 나뉜다.이때, 모델이란 데이터로부터 패턴을 찾아 수학식으로 정리해 놓은 것이며 모델링이란 오차가 적은 모델을 만드는 과정이다.딥러닝이란?딥러닝은 인공신경망을 기반으로 하는 머신러닝의 하위 분야로, 데이터로부터 직접 특징을 학습하여 예측하거나 분류하는 기술이다. 여러 층(layer)으로 구성된 인공신경망을 사용하여 복잡한 패턴을 식별하고, 큰 규모의 데이터로부터 학습한다. 이러한 구조로 인해 '딥'러닝이라 불리며, 특히 이미지, 음성 인식, 자연어 처리와 같은 분야에서 뛰어난 성능을 보인다. 머신러닝과 딥러닝의 차이점1. 구조적 차이 머신러닝: 주로 얕은 구조의 알고리즘을 사용하며, 특징 추출 ..
4월 4일 ~ 4월 9일 4일간 3차 미니프로젝트를 진행했다. 이번 미니프로젝트는 2개의 주제를 가지고 개별과제, 조별과제 형식으로 진행되었다.2개의 주제 중, 조별과제로 진행한 "신규 임대 아파트 주차 수요 예측"에 대하여 어떻게 진행했는지 소개하고자 한다.3차 미니프로젝트1. 목표"신규 임대 아파트 주차 수요 예측"새롭게 건설할 공공 임대 아파트 단지의 등록 차량 수를 예측한다. 2. 데이터- 단지 상세 데이터 3. 과제 프로세스데이터 전처리: 단지별 등록 차량 수를 예측하기 위한 데이터 프레임 생성 및 전처리탐색적 데이터 분석: 전처리를 통해 구축된 데이터에 대한 탐색 과정모델링: 등록차량수를 예측하기 위한 모델 선정 및 파이프라인 구성 4. 데이터 전처리먼저, train1.excel 파일을 열어 ..
